哈佛商业评论

罗杰·尚克（Roger Schank）原是一名教授，现从事研究工作。他对人工智能有独到理解：计算机应该能看懂《西区故事》并识别出《罗密欧与朱丽叶》的故事情节。尚克及其学生认为，故事是衡量智力、推理能力、理解力的关键。按照尚克的标准，今天的AI根本就没有智能。

本周早些时候HBR网站发布的AI文章恰恰就说明了现在计算机还不能做的事情（颇具讽刺意味）。文章的两位作者根据数十年的行业经验，构想主题、收集证据、撰写文字。三位编辑协助整理近5000字的文章后终于定稿。

软件还不能写这篇文章，这件事本身对AI的发展影响不大（即便有证据证明AI不是革命性技术，AI的开发也不会戛然而止），但可以让我们借此了解到机器学习技术的应用原理、本质、当前的不足，以及未来成为写作工具，甚至作家的提升路径。

AI暂时写不出长篇文章

如今，AI的运作原理是将任务转化为预测问题，之后使用统计技术和海量数据完成预测。举例来说，短信类预测问题之一是自动完成（auto-complete）。如果我将“还算”作为一段话的开头，我的手机就会通过数据和统计模型预测接下来的文字，比如“顺利”“好”或“比较”。我想打的是“顺利”，而选择这个词之后，手机就会接着预测下一个词。这次它非常自信，只给我“吗”的选择（确实是正确的预测），然后直接跳到下一个词汇的选择，比如“和”或“今天”。在机器学习中，这类预测问题被称之为“监督学习”。算法会得到包含正确答案的数据组，在本案例中就是完整的短信，随后算法学习识别固定模式，比如“还算”往往和“顺利”搭配。另一类机器学习为“无监督学习”，运作方式完全不同，但监督学习是带动该领域发展的主要技术。

但你不能将杂志文章的写作流程提炼成预测问题，至少现在还不能。纽约大学教授山姆·鲍曼（Sam Bowman）在近期的AI与新闻业大会上指出：“如果没有指定记者风格的明确模版，想要撰写一篇逻辑缜密的长文目前看来根本不可能。”虽然研究人员已经证明，机器学习在特定背景下有能力撰写合乎逻辑的文章，但鲍曼认为，“我们现在还很难真正创建能将抽象概念或一组事实，变成合乎逻辑长文的系统。”

鲍曼援引一部名为《阳春》（Sunspring）的电影剧本，来阐释机器创作的难度。《阳春》的剧本2016年在机器学习的协助下完成。研究人员将数十本科幻电影剧本逐字输入到神经网络（机器学习算法类型之一）中，也就是说算法学习的数据单元是文本中的单个字母。学习到字母的组合模式后，算法可以预测下一个字母该是什么。

虽然《阳春》中的演员说话逻辑混乱，但它们能讲英文对白这件事本身就让人震撼不已了。神经网络在“阅读”剧本前，并不知道如何撰写剧本，也不懂英语。它学习剧本的特征，比如台词应分配给不同演员，而且剧本中要写清楚舞台指示。神经网络只读了几十部剧本，就学会以上所有技能。

但它没有从这些剧本中学到叙事艺术。《阳春》没有故事情节，角色的存在，只是为了说出分配给他们的台词。这部剧本说明，机器学习在成为叙事大师，或者说获得“智能”的路上，还有很长一段路要走。但算法在造句和识别剧本基本特征方面的能力表明，AI会影响到未来写作方式，但影响力有限，至少近期是如此。

AI写总结

机器学习在写总结方面已经有了长足进步。找出一段文字的中心语句并得出结论是最常见的写作任务之一：新闻团队汇集每日新闻中的“要闻”；记者写报道时总结之前的进展；智库总结新案例；图书编辑整理新章节。这些工作中有的已经可以由机器完成，初创公司和科技企业还在加速推出协助机器写作的工具和产品。

自动总结技术通常可归为两类：提炼或抽象。提炼方法指，查找文档中最重要的语句，然后整合这些语句，变成一段总结。这一技术的现代版本相当复杂，但最初的设想相对比较容易理解。汉斯·彼得·卢恩（Hans Peter Luhn）于1958年首次把这一理念带进IBM。他指出，文章中最常使用的词语（除了一些诸如“这”“和” 的高频词）可以反映出文章主题。由此推知，含有这类词语的语句就是最能代表文章含义的句子；将这些句子提炼出来并整理成一个自然段，基本上就完成了文章总结。（即便我描述的是最原始做法，还是将原理简单化了。更多信息请见哥伦比亚大学的凯西·麦基翁（Kathy McKeown）和宾夕法尼亚大学的阿尼·奈恩科娃（Ani Nenkova）合著的《自动总结》一文，两人在论文中阐释了该分支学科的发展历史。）

抽象总结则指，算法用自己的语言解释一篇或多篇文章涵盖的信息。抽象方法更具野心，但之前效果一直都不好，直到近期才有所改善。《阳春》剧本说明，创造新语句的难度极大。但机器学习分支学科之一深度学习领域的进展，重新激起了人们对抽象总结的兴趣，也取得了可喜的成果。

为进一步了解机器学习的能与不能，我们来对比一下人类编辑对本期AI文章的总结以及两篇分别用提炼和抽象方法写的总结。（见边栏《三篇总结：人类、提炼和抽象》）

第一篇总结由《哈佛商业评论》编辑撰写，语法正确，包含文章重点内容，并用第三人称讲述（例如“作者描述了”）。

第二篇是提炼总结，使用的模型由研究公司Fast Forward实验室提供。Fast Forward团队从图书推荐网站上找到一些文章和总结，用这些信息训练神经网络，要求它按照语句可能出现在总结中的可能性给语句打分。得到最高分的语句按照出现在原文中的位置顺序排列，最后成为一篇总结。在我们的文章中，该模型的最高分语句开头是“我们这个时代最重要的通用技术是人工智能”，而这句话确实是本文主题。从这个意义上说，提炼总结方法的确有效。但得分最高的7句话按原文位置依次排列好后，第一句中的代词“这些”前面并没有指代物。（教这些系统找到代词指代的名词很困难，Fast Forward的模型也没有在这方面做出尝试。）

第三份是抽象总结，其创作得力于哈佛工程学教授亚历山大·拉什（Alexander Rush）。拉什训练他的系统用3句话总结CNN文章，虽然他强调他的系统并非当前最先进技术，但愿意尝试用该系统总结我们这篇AI文章的前450字。“我的系统理论上是抽象的，”他说，“所以它在创作时会自由发挥。但在实际应用中，它写下的句子好像多数都是它在原文中看到的语句。”换句话说，该系统避免了《阳春》中出现的不合逻辑问题，但失去了原创性。这份总结和上文的提炼总结都有同样的错误：文章的主题虽然抓到了，但指代“技术”时并没有提供必需的背景资料。

这些总结足以替代人工撰写的文字吗？可能为时尚早。但问题问得也不准确，更合理的问法是，AI撰写的总结初稿会否加快我们的写作进度？这个问题的答案当然是肯定的。

AI当调研助理

总结貌似任务范围太窄，不足以改变整个写作流程，但若能搭载上相关技术，就有机会辅助作者完成最为关键的写作流程——调研。调研是“我们作家工作中最困难的部分，”科技刊物SingularityHUB主编大卫·希尔（David Hill）如是说。

谷歌的搜索算法依托AI，而且已经改革了调研流程，帮助作者大幅提高效率。但谷歌本身不是高效调研助理。希尔用“肤浅”“疯狂”这类词汇来形容谷歌搜索。“这上面所有的搜索都极其耗时费力。”Vox网站编辑苏珊娜·洛克（Susannah Locke）说。她发现自己总在想：“有没有能帮我搜索的东西？”科技博客媒体Ars Technica的蒂姆·李（Tim Lee）这样形容他的“随性”阅读方法：围绕一个主题找到10到15篇论文，开始阅读并记笔记。他希望有工具帮助他找到和主题相关的1000页材料，然后确定最先开始阅读的10页内容。

现在的机会不是将调研流程完全自动化，而是将流程系统化并提高效率。“我不明白为什么新闻网站不让你点击一下名字，然后就能收集到背景资料。”汤森路透实验室的数据科学家布莱恩·阿力克尼（Brian Ulicny）抱怨道。（爆料：他的妻子和我是同事）阿力克尼2006年时在Lycos工作，曾在论文中提到“信息融合引擎”的概念，即你在使用谷歌时可以输入一个名字或标题，之后你不会收到一个链接列表；相反，系统会将网络中找到的大段内容编辑成“逻辑清楚的总结报告或背景介绍”，阿力克尼将之形容为“类似于维基百科初稿水平的稿子”。

阿力克尼不是唯一提出用软件自动整理话题或新闻综述的人。计算机科学家在这条路上的探索已经超过15年了。他们创建系统、发表论文，但这些项目技术复杂，标准不一，而这些科学家面临同样的问题，使用类似的流程。

数据科学家兼Fast Forward实验室创始人希拉里·梅森大致列出了这些系统必须完成的几项任务：首先，系统必须确定源数据，即新闻稿等文字文档的大概数量。接下来系统需要确定并提炼出这些文档中最重要的信息，最后将这些信息提供给终端用户。在整个流程中间，很多系统还会多加一道工序：确定故事框架。这是按时间顺序记录独立事件的吗？是人物传记，还是更大故事框架中的部分内容？框架不仅有助于系统决定哪些信息更重要，还大致确定了文章呈现给终端用户的方式。

上述流程类似于人类做简单调研及写作任务的方法。约翰·奥尼尔（John O’Neil）是彭博社解释性新闻媒体QuickTake的编辑，此前他在《纽约时报》负责主题页面的编辑工作。奥尼尔阐释了他和团队曾经合作撰写主题页面文章的流程（页面格式后来发生改变）：首先，找到四到五篇《时报》之前出版过，和现在的主题有关的重点文章；然后，确定每篇报道的背景段落；再之后，整合这些背景段落的信息，写成一篇总结。至少人类和软件写主题页面报道的主要步骤都差不多。

AI与写作的未来结合

如果说上述工具已经问世多年，就算此前版本过低，也不至于对写作只有这么小的影响吧？AI之所以未能深刻影响写作，问题在于文化和众多革命性技术的阻碍。一方面，很多作者不认为自己有使用这些工具的需求；另一方面，计算机科学家不关心人们如何使用自己的产品。阿尼·奈恩科娃指出，自动总结领域的科学家一直将关注点放在提高准确度上，而不去思考如何将技术嵌入人们真正会使用的工具中。

金钱也是原因之一；许多作者和编辑部都没有多少钱。“多数情况下，只有安全问题分析师和政府对监控外国新闻感兴趣时，自然语言处理领域才可能出现进展。”奈恩科娃说。她本人的博士学位就是在美国国防高级研究计划局（DARPA）资助下取得的。机器学习和自然语言处理在金融领域有一定影响力，很大程度上也是因为受到资金热捧。

AI工具尚未在写作领域取得进展的最后一个原因很好理解：应用结果不尽人意，不能持续为读者提供优质服务。阿力克尼在论文中描述了系统对退役曲棍球运动员马里奥·拉谬（Mario Lemieux）自动检索的背景信息。系统识别一些可以编入背景介绍的重要小标题，比如“比赛”“赛季”“匹兹堡企鹅队”等，并添加与这些信息有紧密联系的词汇，例如“冰”，但实际上人类作者肯定不会在曲棍球选手的介绍中使用这类词汇。

但一切都在改变。技术越来越发达和便捷，更多作者和媒体公司认识到，智能软件可以协助他们的工作。在我看来，机器学习近期在很多类型的写作中都能担负重要任务；虽然机器学习多半情况下还是写不出完整、条理清楚的文章，但可以帮助记者更高效地完成写作任务。

很多人都在为上述目标而努力改进工具。大卫·希尔得到一笔经费，支持他创建开源调研助手。波士顿的早期初创公司Frase正在研究类似工具，只不过创始人计划将内容营销人员定位为早期客户。Google Docs已经创建了这样的工具，但用途不广。

Vox创建了一个Slack自动程序，可以展示过往文章，供作者查阅并援引案例。IBM沃森建立的Watson Angles模型可以总结新报道、创建时间表并标出重要引文。Watson Angles中还有一些重要元数据，比如对Reddit用户如何回应某新闻报道的情绪分析（从正面到负面），但该模型去年秋天已经从网络上移除。

以上项目还仅仅是个开端。我们想象一下该领域的可能进展：最近，对伦敦大火的新闻精准报道，你某个住在大楼里的朋友一小时前发帖称，她现在平安无事；文本可以自动匹配读者的背景知识水平；文字处理器中自带信息核实功能；主题网页报道小众喜爱，但极少出版商有能力报道的长尾话题；调研助理检索一个世纪前所写相关报道和一周前报道的速度一样快。

算法还不能像人类一样写记叙文，也不能写一部合乎逻辑的剧本或通过尚克的《罗密欧与朱丽叶》测验。多数情况下，算法还不能分析事情的前因后果，也写不出令人激情澎湃的文章，更不能劝政府官员公开倡导某项重要政策。但算法还是大有可为——AI也许不能妙笔生花，但能帮我们把故事讲得更生动。(刘筱薇 | 译   牛文静 | 校   李全伟 | 编辑)

沃尔特·弗里克是《哈佛商业评论》英文版高级编辑。他是哈佛大学2016年Knight Visiting Nieman奖学金项目的访问学者之一，并在此期间研究了机器学习将如何改变解释性新闻领域的课题。