《連線》雜志：未來15年內(nèi)，90%的新聞稿將由機器撰寫

編者注：《連線》雜志日前發(fā)布一篇有意思的報道，在芝加哥論壇報社不遠的地方，有家名為Narrative Science公司開始為客戶提供計算機算法撰寫新聞稿的服務(wù)，該公司預(yù)言，在未來的15年內(nèi)，90%的新聞稿將由計算機算法寫成，計算機生產(chǎn)的新聞質(zhì)量也會越來越好，甚至5年內(nèi)可能獲得普利策新聞獎，那么問題是：計算機算法寫的新聞會比人類寫的還要好嗎？

在芝加哥論壇報報社不遠的地方，平均每30秒就有一篇新聞故事被生產(chǎn)出來——但其署名問題卻堪稱是個哲學(xué)問題，因為這新聞稿是利用計算機算法生產(chǎn)出來的。這家名叫 Narrative Science 的公司首席技術(shù)官、聯(lián)合創(chuàng)始人 Kristian Hammond 近日在接受《連線》雜志采訪時預(yù)測說：在15年內(nèi)，有90%的文章將會由算法寫就。一些小眾新聞服務(wù)已經(jīng)開始雇傭 Narrative Science 公司為其訂戶、體育迷或小額投資者提供新聞更新。但計算機算法寫的新聞會比人類寫的還要好嗎？

但文章認為，這或許也不會是一場零和博弈，因為未來“新聞故事”的外延也會擴展。例如，祖父母們會很關(guān)心孫子的少年棒球聯(lián)盟里的新聞，但有誰會報道他們呢？現(xiàn)在已經(jīng)出現(xiàn)了 一個叫 GameChanger 的 iPhone app，根據(jù)數(shù)據(jù)即可為有這種需求的人提供這類新聞。去年，這個軟件為少年棒球聯(lián)盟比賽只做了近40萬篇報導(dǎo)，預(yù)計今年這個數(shù)字會上升到150萬。Narrative Science 公司認為，計算機生產(chǎn)的新聞質(zhì)量也會越來越好，Hammond 甚至認為，5年內(nèi)可能會有計算機算法獲得普利策新聞獎！

《連線》雜志原文：http://www.wired.com/gadgetlab/2012/04/can-an-algorithm-write-a-better-news-story-than-a-human-reporter/all/1

《大西洋》月刊的轉(zhuǎn)載報道：

Predicted: In 15 Years, 90% of News Stories Will Be Written by Algorithms

預(yù)言：在15年內(nèi)，90%的新聞將被計算機算法撰寫

原文：http://www.theatlantic.com/technology/archive/2012/04/predicted-in-15-years-90-of-news-stories-will-be-written-by-algorithms/256357/

以下為《連線》雜志全文

未來新聞90%以上將為電腦化新聞

Narrative Science(以下簡稱“Narrative”)是一家專門訓(xùn)練計算機編寫新聞報道的公司。假如Narrative技術(shù)已經(jīng)能夠編寫出我今天撰寫的這篇文章，那我們很可能既不必提及該公司的芝加哥總部其實就在《芝加哥論壇報》(Chicago Tribune)報業(yè)大樓附近，也不必揭示出這種可能讓記者丟掉飯碗的潛在技術(shù)，其實是部分誕生于美國西北大學(xué)梅迪爾新聞學(xué)院(Medill School)的媒體、整合營銷通信項目。顯而易見，這種諷刺意味其實是針對人類，而非計算機本身。

但至少目前尚未如此。

Narrative員工量為30名左右，該公司在芝加哥環(huán)路邊上有一個很大的房間。我們不妨試想一下這種場景：每隔30秒鐘左右，Narrative算法的如椽大筆就能撰寫出一則新聞報道，這無疑將引發(fā)我們進行哲學(xué)高度的思考。這種計算機撰寫的新聞可以是美國大學(xué)籃球聯(lián)賽的Big Ten最新進展情況，也可能涉及某家企業(yè)營收的聲明，更可能是把多個Twitter信息匯總成有關(guān)賽馬的新聞。此類文章已在諸如《福布斯》以及其他知名媒體(其中不少媒體不愿透露其身份)的網(wǎng)站上發(fā)表。Niche新聞服務(wù)已聘請Narrative為其注冊用戶撰寫后續(xù)報道，使Narrative成為著他們的體育“粉絲”、小型投資者或快餐店老板。

事實上，通過Narrative算法所撰寫的文章，讀起來并不是那么晦澀和生硬。當(dāng)然，這種文章無法與美國體育評論作家羅杰·安吉爾(Roger Angell)的文風(fēng)相提并論。但這種敘述平實的文章，卻能很快將賽事結(jié)果等信息傳達給體育愛好者。Narrative利用iPhone用戶在GameChanger應(yīng)用程序中輸入的賽事得分結(jié)果等數(shù)據(jù)，進而撰寫出一篇篇文章。去年期間，這種軟件所生成的美國兒童棒球賽事帳號達40萬個，預(yù)計今年該數(shù)字將增至150萬個。

Narrative聯(lián)合創(chuàng)始人兼首席技術(shù)官(CTO)克里斯蒂安·哈蒙德(Kristian Hammond)管理著一群編程人員和技術(shù)工程師。在哈蒙德看來，這些文章只是計算機寫作的開始，最終計算機寫作的文章將在新聞產(chǎn)業(yè)中占據(jù)著主導(dǎo)優(yōu)勢地位。這種優(yōu)勢地位將究竟有多高？去年我曾要求哈蒙德回答這個問題，他最初有點“王顧左右而言他”。但在我的連續(xù)追問下，哈蒙德說出了這樣一個數(shù)字：“90%以上。”

這也是我為何決定寫這篇文章的原因所在，并希望自己趕快完成，以免被一部MacBook Air筆記本電腦搶在我前頭發(fā)布了同類文章。

哈蒙德卻安慰我道，大不必為此而擔(dān)心。哈蒙德堅稱，這種計算機撰寫的新聞稿，并不會讓新聞記者等人員丟掉飯碗，他們今后仍將能夠每月按時領(lǐng)取薪酬。隨著新聞產(chǎn)業(yè)規(guī)模的空前增長和擴大，計算機將通過相關(guān)數(shù)據(jù)而撰寫出成本低廉的新聞稿，此類文章將涵蓋大量活動、產(chǎn)業(yè)趨勢和產(chǎn)品開發(fā)，而這些領(lǐng)域目前尚未被傳統(tǒng)記者所關(guān)注。

然而這并不是說計算機所撰寫文章，將永遠處于邊緣化的位置，也不會永遠被限定在一些小打小鬧或生成一些簡單的企業(yè)營收評論上面。哈蒙德最近曾被問及這樣一個問題：今后20年內(nèi)，計算機所撰寫文章能否獲得普利策新聞獎(Pulitzer Prize)？哈蒙德回答道，應(yīng)該用不了20年，5年之內(nèi)就可能實現(xiàn)該目標(biāo)。

Narrative公司與其創(chuàng)始人

哈蒙德生于美國猶他州，其父為一名考古學(xué)家，并在當(dāng)?shù)匾凰萘⒋髮W(xué)任教。成年后，哈蒙德原本計劃當(dāng)一名律師。但在上個世紀(jì)1980年代后期，也就是哈蒙德在耶魯大學(xué)上學(xué)期間，他深受知名人工智能專家、耶魯大學(xué)計算機系主任羅杰·尚克(Roger Schank)的影響。在拿到計算機科學(xué)博士學(xué)位后，哈蒙德受聘于芝加哥大學(xué)，并擔(dān)任該大學(xué)一家新型人工智能實驗室負責(zé)人。在該實驗室工作期間(1990年代中期)，他開發(fā)了一套可追蹤用戶閱讀、寫作習(xí)慣并向用戶推薦相關(guān)內(nèi)容的系統(tǒng)。

在該技術(shù)基礎(chǔ)上，哈蒙德創(chuàng)建了一家小型科技公司，后來他將該公司出售。這段時間中，哈蒙德進入美國西北大學(xué)工作，并擔(dān)任該大學(xué)情報信息實驗室主任。2009年期間，哈蒙德和他的同事拉里·伯恩鮑姆(Larry Birnbaum)在梅迪爾新聞學(xué)院教授一項課程，該課程同時包括電腦編程和未來新聞學(xué)兩項內(nèi)容。他們兩人鼓勵學(xué)生創(chuàng)建出可將數(shù)據(jù)轉(zhuǎn)移成新聞故事的系統(tǒng)。在該班學(xué)生中，有一位是《芝加哥論壇報》的特約記者，其報道范圍為美國高中生體育賽事。這名學(xué)生、以及另外兩位新聞系學(xué)生同一名計算機系學(xué)生被分成一組。該開發(fā)小組的原型軟件“Stats Monkey”，能夠搜集各大學(xué)、中學(xué)的體育賽事得分和相應(yīng)數(shù)據(jù)。

在那個學(xué)期結(jié)束時，這個班級參與了該校舉辦的產(chǎn)品演示會。出席該演示會的新聞業(yè)人員，包括來自ESPN體育電視臺、Hearst報業(yè)集團以及《芝加哥論壇報》的高管。Stats Monkey軟件給與會人員留下了深刻印象。梅迪爾新聞學(xué)院院長約翰·拉文(John Lavine)回憶道：“他們將體育賽事得分數(shù)據(jù)輸入到該程序當(dāng)中之后，大約12秒鐘之后，該程序就寫出了有關(guān)美國體育機構(gòu)歷史的文章，同時還配備了圖片和圖片文字說明。”

美國網(wǎng)絡(luò)廣告公司DoubleClick(注：此前已被谷歌收購)前高管斯圖亞特·弗蘭克爾(Stuart Frankel)也是參與當(dāng)天演示會的嘉賓之一。弗蘭克爾說：“他們當(dāng)時一演示這款軟件后，房間里的氛圍馬上就變了。盡管如此，該產(chǎn)品也就僅僅是一款能夠撰寫有關(guān)棒球新聞報道的軟件而已?！睆腄oubleClick離職后，弗蘭克爾隨即加盟哈蒙德和伯恩鮑姆兩人的行列中。這種軟件能否撰寫任何新聞報道？能否使用任何數(shù)據(jù)？在得到肯定的回答后，弗蘭克爾認定計算機寫作產(chǎn)業(yè)有著巨大增長潛力。2010年期間，哈蒙德、伯恩鮑姆和弗蘭克爾共同創(chuàng)建了Narrative公司，弗蘭克爾出任該公司CEO。

Narrative首名客戶是一家報道美國大學(xué)籃球聯(lián)賽Big Ten會議的電視網(wǎng)絡(luò)。合同規(guī)定，Narrative算法將需要以相當(dāng)于實時方式，而撰寫出數(shù)千條有關(guān)Big Ten的體育新聞，同時每個季度對該賽事的數(shù)據(jù)和新聞進行更新。Narrative還負責(zé)為美國女子壘球賽事撰寫文章，Narrative也因此變成為該賽事撰寫文章最多的“記者”。

在Narrative開始執(zhí)行合同后不久，就出現(xiàn)了一些小問題：這些文章往往側(cè)重報道比賽勝出方。如果Big Ten的某只球隊被外圍球隊擊敗后，Narrative軟件撰寫的文章會讓人感到很丟臉。Big Ten賽事舉辦者因此向Narrative提出新要求：即使Big Ten的球隊輸球，Narrative文章仍能加以表揚。在這種情況下，多數(shù)人認為應(yīng)該引進人工記者加以干預(yù)，但Narrative技術(shù)開發(fā)人員卻認為無此必要，而只需對軟件代碼進行相應(yīng)修訂。有過這次教訓(xùn)后，Narrative在負責(zé)為美國兒童棒球賽事進行撰文過程中，也對相應(yīng)數(shù)據(jù)進行了調(diào)整處理。

Narrative的新聞撰寫引擎需要數(shù)個步驟：首先，該引擎需要收集大量高質(zhì)量的數(shù)據(jù)。這也是金融業(yè)和體育產(chǎn)業(yè)能夠成為Narrative服務(wù)對象的直接原因：這兩個產(chǎn)業(yè)都涉及大量波動性很強的數(shù)據(jù)：每股收益、股價變化、壘球投手責(zé)任得分率(ERA)以及棒球打點(RBI)等。而新數(shù)據(jù)總是源源不斷，因此Narrative總能根據(jù)新數(shù)據(jù)撰寫出新文章或豐富舊內(nèi)容。

舉例來說，棒球“粉絲”們已創(chuàng)建了在比賽進行過程中預(yù)測某個球隊勝算把握的模式。在此過程中，如果某個得分改變了勝算把握的幾率，比如由40%上升至60%，則Narrative算法就會將這個得分作為截止當(dāng)前比賽進程中的亮點加以描述(比如Narrative必須知道擊跑數(shù)量最多的球隊將勝出)。因此Narrative技術(shù)工程師就為每種賽事或活動預(yù)先設(shè)定一些規(guī)則。那么該如何做才能將這些分析數(shù)據(jù)變成文章？該公司招聘了一個所謂“元作者”的團隊，該團隊由資深記者組成，以負責(zé)創(chuàng)建一系列報道題材的模板。該團隊同Narrative技術(shù)工程師密切合作，使計算機能夠從不同“角度”來識別相應(yīng)數(shù)據(jù)。比賽結(jié)果是哪個球隊勝出？是艱難勝出還是大敗對方？比賽過程中是否有某位球員表現(xiàn)絕佳？該算法還根據(jù)比賽已知數(shù)據(jù)和其他數(shù)據(jù)庫進行推測：是否某個關(guān)鍵一擊起到了定勝負的作用？

然后就是文章結(jié)構(gòu)事宜。絕大部分新聞報道尤其是體育和金融題材，往往都會形成一個可預(yù)見的固定模式，因此創(chuàng)建相應(yīng)文章模板，就成為相對比較簡單的問題。該算法按照元作者提供的詞匯來組成句子(就壘球而言，元作者似乎會在很大程度依賴20世紀(jì)早期知名體育評論家林·拉德納(Ring Lardner)的寫作用詞習(xí)慣)，該公司將這種完成后的產(chǎn)品稱為“敘事作品”(narrative)。

當(dāng)然這種算法偶爾也會犯些小錯誤。比如說棒球比賽中的代打者(pinch hitter)每場比賽只能代打一次，但Narrative算法所撰寫文章有時會將代打次數(shù)描述成2~6次。只是諸如此類的錯誤很少出現(xiàn)。哈蒙德表示，有時數(shù)據(jù)庫也會提供錯誤信息，而Narrative算法已具有糾錯功能。哈蒙德說：“如果某家公司的季度利潤環(huán)比增長了600%，算法就會指出，很可能某個環(huán)節(jié)出現(xiàn)了錯誤。人們會問這樣的問題：我們的算法是否出過令人難堪的大錯誤，我們的回答是從未有過。”

《福布斯》媒體首席產(chǎn)品官劉易斯·德沃金(Lewis Dvorkin)表示，在對Narrative所報道的每一個賽事或其他活動進行了解后，他本人對此印象深刻但并不感到驚訝。盡管人工記者所撰寫文章出現(xiàn)重大錯誤并不鮮見，但德沃金并沒有聽說過有關(guān)計算機自動新聞報道出錯的任何投訴。德沃金說：“一次也沒有?！?/p>

新聞稿件文風(fēng)可以定制化

Narrative技術(shù)團隊還讓客戶對文章基調(diào)加以定制化。美國金融分析公司Data Explorers在其安全資訊服務(wù)中使用了Narrative技術(shù)。Data Explorers首席運營官(COO)喬納森·莫里斯(Jonathan Morris)表示：“你可以獲得任何內(nèi)容，如文章讀上去像是一位金融記者正股票交易所大聲呼喊，或像一位理智的金融分析師正縱觀整個金融市場。”

莫里斯要求Narrative為Data Explorers撰寫的文章，將其基調(diào)處理成為一名受過良好教育、態(tài)度非常直率的金融新聞記者。其他客戶則要求Narrative將文章處理成更為活潑的博客文風(fēng)。Narrative產(chǎn)品副總裁拉里·亞當(dāng)斯(Larry Adams)對此表示：“截止目前，Narrative要撰寫一篇言辭活潑文章的難度，并不會比寫一篇中規(guī)中矩的文章高多少。我們甚至能夠以美國知名新聞評論人、1972年普利策新聞獎得主邁克·羅伊科(Mike Royko)式的文風(fēng)來報道股票市場。”

在Narrative掌握如何報道體育和財經(jīng)新聞的“玄機”后，該公司意識到，其實還可以將Narrative算法應(yīng)用范圍擴大到除新聞報道的其他領(lǐng)域。事實上，任何人希望翻譯或處理大一堆數(shù)據(jù)，都可從Narrative算法中受益良多。Narrative接到了大量數(shù)據(jù)處理的請求，試用結(jié)果發(fā)現(xiàn)，這些客戶愿意向Narrative付費，進而使自己雜亂無意的數(shù)據(jù)，能夠變?yōu)楹啙嵜骺觳⑶兄幸Φ木渥印?/p>

顯而易見，Narrative算法經(jīng)過改進提高后，肯定能滿足此類數(shù)據(jù)處理要求。Narrative剛剛創(chuàng)建時，該算法每接觸一個新的報道主題，“元作者”們必須費盡心機來對機器進行“培訓(xùn)”。但不久后元作者們開發(fā)出一款平臺，從而使Narrative算法能夠更快了解新的業(yè)務(wù)領(lǐng)域。舉例來說，如果某位元作者希望創(chuàng)建一臺可報道某個城市飯店服務(wù)業(yè)的寫作機器，那么利用數(shù)據(jù)庫中的賓館評論文章，該機器就能很快了解飯店業(yè)的常用詞匯(服務(wù)良好、美食等等)。元作者們還給機器提供一些該行業(yè)的常見句子。在經(jīng)過此種“培訓(xùn)”后，數(shù)小時內(nèi)Narrative算法就能撰寫出諸如“亞特蘭大市最佳意大利飯館”之類的文章。

Narrative主要競爭對手為Stat Sheet公司，后者總部位于美國北卡羅來納州，主營業(yè)務(wù)為自動文章創(chuàng)建，其業(yè)務(wù)范圍在經(jīng)過擴張后，與Narrative有不少重疊之處。由于自感無法與Narrative展開直接競爭，Stat Sheet將其服務(wù)目標(biāo)定為小型報刊雜志。另一方面，Stat Sheet也開始涉足體育新聞報道。在認識到計算機撰寫新聞產(chǎn)業(yè)具有巨大增長潛力后，Stat Sheet將公司名稱更改為“Automated Insights”。該公司創(chuàng)始人羅比·艾倫(Robbie Allen)說：“以前我曾認為，我們的業(yè)務(wù)范圍很窄，即僅限于數(shù)據(jù)處理產(chǎn)業(yè)?，F(xiàn)在看來我們應(yīng)該是商機無限?！?/p>

Narrative算法的業(yè)務(wù)范圍也變得越來越多樣化。Narrative曾受聘于一家快餐公司，被要求根據(jù)該快餐公司經(jīng)銷商所提供食品銷量數(shù)字而撰寫出每月報告，并將這些銷售數(shù)字同本地競爭對手進行比較，然后向該快餐公司提出應(yīng)該推出哪些新菜品的建議。

此外，這種低成本數(shù)據(jù)輸入后變成文章的操作方式，甚至能夠針對單一讀者撰寫文章。Narrative正考慮撰寫針對《魔獸世界》玩家的個性化費用支出報告，玩家們就能對自己近一段時間內(nèi)的游戲費用有著更全面了解。Narrative董事會成員、前DoubleClick首席執(zhí)行官戴維·羅森布拉特(David Rosenblatt)表示：“互聯(lián)網(wǎng)所產(chǎn)生數(shù)據(jù)的規(guī)模可謂前所未有，Narrative能夠?qū)⑦@些數(shù)據(jù)轉(zhuǎn)化成文章。這就是Narrative必須存在的理由。我們以撰寫新聞報道為主，報道管理為輔。”

光榮與夢想

截至目前，新聞報道仍是Narrative的核心業(yè)務(wù)。與任何剛出道的新聞記者一樣，Narrative也有著自己的“光榮與夢想”：能夠參與重大新聞事件的首發(fā)和后續(xù)報道。而要實現(xiàn)這一目的，Narrative仍需在機器學(xué)習(xí)、數(shù)據(jù)處理等事宜上進行大量投資，從而使機器能夠更為準(zhǔn)確理解人類語言和文字。事實上，Narrative在這方面已取得一些進展。哈蒙德說：“就金融業(yè)而言，我們算法能夠讀懂文章頭條，能夠識別某家企業(yè)股票的漲跌，了解到某位高管受聘或解聘，明白某家公司正制定并購計劃。同時我們知道這些事件同公司股價波動之間的關(guān)系?！惫傻逻€表示，今后在Narrative所撰寫體育新聞報道中，除常規(guī)的數(shù)據(jù)內(nèi)容外，還將增加球員受傷或面臨法律起訴等信息。

即便Narrative永遠也無法實現(xiàn)獲得普利策新聞獎的目標(biāo)，其文章可能永遠也不會具備美國作家瓊·狄迪恩(Joan Didion)那種犀利的文風(fēng)，但無論如何，該公司確實認識到了這樣一個事實：我們的日常生活活動，正越來越多被轉(zhuǎn)化為海量數(shù)據(jù)。舉例來說，過去數(shù)年中，美國職業(yè)棒球大聯(lián)盟已投資數(shù)百萬美元，以在比賽場地安裝高分辨率攝像頭和高強度傳感器，目的是分析每場比賽中各位球員的表現(xiàn)情況，如球員身體動作和棒球運動軌跡等信息。在不少情況下，體育新聞報道的取材就來自于這些數(shù)據(jù)當(dāng)中。或許球隊教練并沒有意識到，自己所帶領(lǐng)球隊之所以被擊敗，主要原因就是球員身體過度疲勞所致。而這些結(jié)論，通常都需要數(shù)據(jù)作為強有力證據(jù)。

哈蒙德相信，隨著Narrative市場規(guī)模的進一步增長，其業(yè)務(wù)范圍也將形成更為高端的“食物鏈”：從社區(qū)新聞到新聞分析，最終再進入長篇深度報道業(yè)務(wù)。從某種程度上講，人工記者和計算機算法或許能夠協(xié)手合作，并發(fā)揮出各自優(yōu)勢。計算機的優(yōu)勢在于記憶無差錯，并能夠快速訪問各類數(shù)據(jù)。而人工記者在進行采訪過程中，能夠做到“直奔主題”，在獲得相關(guān)材料后，再將撰寫文章的任務(wù)交給計算機。隨著計算機處理此類任務(wù)次數(shù)的增長并能夠獲得更多數(shù)據(jù)，計算機的“敘事”技巧也將越來越高。當(dāng)然，要達到這一階段我們可能尚需等上一段時間。但最終有一天，或許類似我的這篇文章，根本就不需要我本人動手來寫。哈蒙德說：“人類思考能力非常強大，也異常復(fù)雜，而電腦不過是機器而已。今后20年內(nèi)，將不存在Narrative無法勝任的新聞報道領(lǐng)域?！?/p>

就目前而言，哈蒙德一再強調(diào)，Narrative算法并不是為了取代人工記者。哈蒙德透露，自己曾出席一次晚會，在那兒遇到了一名戲劇評論家。該評論家了解了哈蒙德的Narrative業(yè)務(wù)模式后，便對哈蒙德橫加指責(zé)，稱當(dāng)前新聞從業(yè)者的日子已經(jīng)過得很艱難，Narrative怎么忍心讓寫作機器人來搶走新聞記者的飯碗？

哈蒙德回憶道：“我當(dāng)時盯著他回答說，難道你在美國兒童棒球小聯(lián)盟(Little League)賽場上看見過記者的身影嗎？搞清這一點對我們而言非常重要。尚沒有任何新聞記者因Narrative開展的各項業(yè)務(wù)而丟掉飯碗?！?/p>

至少目前尚未如此。