百万点击率的文章，竟然是智能出来的！

作者 陈一佳

现如今，社交网络、自媒体平台发展得如火如荼，几乎已经成为了人们每天获取热点新闻的必要途径。然而，读者们可能无法想象，由于信息爆炸，创作篇好的文章想赚取高点击率，并不是件容易的事。编辑们从搜罗热点、写文章、配图、到绞尽脑汁想标题，一篇文章上消耗的脑细胞绝对不比传统媒体稍。但是现在，有了“它”，编辑们以后可能就要少了很多苦恼！我们还是先从《纽约客》封底的漫画说起。

从2005年开始，《纽约客》的每期封底都会有一幅无字黑白漫画，面向读者征集配图的文字。最幽默有趣的一条将会刊登在下一期杂志上。十年来，这已成为最受读者欢迎的栏目之一，每期都会收到约 5000 条读者配文。

栏目火了，但负责挑选配文，已经71岁高龄的编辑Bob Mankoff却因此苦了，说到这份差事，他说“每周都要筛选5000多条配图文字，这绝对是一份令人望而生畏的工作。我几乎每两年就不得不换一个新助手。长期大量看这些配文，就像在雪地里会得雪盲症一样，他们也会得‘幽默盲’。”

但是很快科技就来帮忙，让Mankoff可以从茫茫文字中解脱出来了。微软研究员Dafna Shahaf和Mankoff合作研发了一个人工智能系统——教会计算机判断什么是“幽默”。要知道，目前机器人的学习还只停留在模仿人的行为上，想让机器识别人类的“感觉”，特别是像讽刺、文字游戏以及各种产生幽默的手法，对人来说很容易，但已经困扰了机器几十年。Shahaf又是如何做到的呢？

一年前，Shahaf在参加 Mankoff 关于漫画配文的演讲时，发现可以让计算机评估一条文字的有趣程度，但关键是突破“机器学习”。于是，她从《纽约客》的数据库中找到过往的漫画和文字，将他们录入系统，教计算机做出选择，从而形成相似的笑点。

由于视觉软件一般都是为照片设计的，而不是图画，所以研究员还需要人工描述每幅漫画里内容，并将其分为两类：背景信息和反常之处。比如在狼蚁网站SEO优化这幅漫画里，背景信息包括：办公室、工作地、秘书、电话；反常之处是：台阶、天空、上帝。

最终研究结果显示，人工智能的选择中，有 55.8% 是编辑人工选出的最佳答案。这个结果让Mankoff还是很满意的，认为人工智能确实可以在现实中应用，帮助编辑们排除掉一大部分蹩脚的笑话，大幅度减少劳动量，但其智能判断的能力还是无法与人脑匹敌，也许永远不会超过人类。

不过微软研究员们的野心还远不只这些。现在，除了帮助漫画筛选配文，根据尼曼实验室报道，《纽约时报》的数据科学团队也开始使用机器算法，帮助编辑筛选报道了。每天从《纽约时报》网站的300多篇报道中，选出50篇最吸引人的放在Facebook账号上。

使用方法也非常简单。开发团队把算法接入到编辑日常的办公协作工具Slack上，并创建一个名为Blossom的机器人。使用时，编辑只要像平时聊天一样和它对话就可以了。在对话框中发送“Blossom Facebook？”，Blossom 就会从各个版块的新闻稿中，挑选出容易在Facebook 上引发传播和互动的内容，并立即把链接反馈出来，以供参考。文章发布后， Blossom 还能帮助给出这些文章在社交网络上的反馈数据。

Blossom的一名开发人员告诉我们，这个机器人目前表现得非常不错。仅就 Facebook 的点击率来看，那些典型由机器人推荐的文章已经比由人工推荐的文章多出了 3.8 倍！

因此，这更让微软的研究员们信心倍增，“总有一天，我们会让系统自己创造出有趣幽默的文字，而不只停留在筛选的层面。”从筛选到创造，这是否可以实现，我们还不得而知。不过值得思考的是，文字工作者们在欢迎新工具带来更多方便的同时，是否也该有些危机感？毕竟机器人可是能够24小时工作，不用吃饭、不用睡觉的。

作者简介

陈一佳，80后著名双语主持人和财经评论员、路透社北美地区唯一华人女主播，纽约三橙传媒创始人兼 CEO，《创业美国》制片人和主持人。