「我想說每個人都至少讀過一篇演算法生成的文章，」AX Semantics首席技術長兼董事總經理 Robert Weissgraeber 說。
但不是每個人都能說出來。 Weissgraeber 告訴《Built In》，在許多情況下，讀者看不出人類創作的文案和機器人創作的文案之間有什麼區別。他會知道的。他的公司 AX Semantics 是 探索自然語言生成或自動寫作的 幾家公司之一，其中包括Narrative Science和Automated Insights 。
查看 3894 個職位
該技術可用於產生產品描述、季度收益報告、夢幻足球回顧和新聞報道。例如， 《華盛頓郵報》開發 瑞士電話號碼庫 了一款人工智慧機器人 Heliograf，可以幫助產生選舉和體育報道。同時，在 AX Semantics 總部所在的德國，《斯圖加特報》關於空氣污染的人工智慧增強報道最近贏得了新聞獎。
「我們稱之為卡斯帕羅夫時刻，」韋斯格雷伯說道，他將這場勝利與AI能取代作家 國際象棋大師加里·卡 AI能取代作家 斯帕羅夫輸給超級電腦的那一刻進行了比較。
找出誰在招募。
查看頂級科技公司和新創公司的所有數據+分析職位
人類作家並不熱衷於與演算法競爭。他們的就業前景已經相當暗淡。 2019 年，近 4,000 名記者（其中許多是作家）失去了工作，一位作家稱之為「媒體末日」。今年，冠狀病毒大流行引發了又一輪全行業的裁員和休假。
「我們收到了死亡威脅，」韋斯格雷伯說。
自然語言的生成是否意味著已經陷入困境的寫作職業的終結？
《華盛頓郵報》新聞編輯室似乎不這麼認為。 「我們自然對任何可能取代人類的技術都持謹慎態度，」《華盛頓郵報》記者、該報工會聯合主席弗雷德里克·昆克爾 (Fredrick Kunkle) 向《連線》雜誌的 Heliograf表示。 “但這項技術似乎只接管了一些繁重的工作。”
韋斯格雷伯對此表示贊同。他說，AX Semantics 的技術是「將[寫作]工作中無聊的部分自動化」。
“我總是說這可以確保你不必加班。”
閱讀有關內容行銷的更多信息內容行銷：產業概述
圖：Shutterstock
大規模寫作
自然語言生成解決了寫作的核心業務問題——它的擴展性不太好。作家可以在一周內寫一篇 1,000 字的文章，這沒有問題，但當需求激增時，作家很難每週輕鬆地增加到 10,000 篇這樣的文章。在網路時代，對內容的需求激增。
「即使你是一家小型電子商務商店，你也有 20,000 種產品，你必須在 Google 上可見，並且你必須對你的文字進行轉換優化，」Weissgraeber 說。公司也不能重複使用供應商的副本——儘管讀者通常不介意重複的語言，韋斯格雷伯說，谷歌的搜尋演算法優先考慮獨特的內容。
因此，在過去的幾年裡，“[需要的]內容量呈爆炸式增長。”
自然語言生成有助於滿足此需求。 Weissgraeber 解釋說，目前的技術在「資料到文字」空間中運行，將結構化 電銷業客服機器人即將到來 資料（例如羊毛衫的尺寸、款式、材料、品牌和價格）轉換為一篇散文。看起來是這樣的：
AX Semantics 的軟體根據資料庫資料描述羊毛衫。 |圖片：AXE 語義
顯然，人類也可以寫出“文本結果”，但他們無法輕鬆地將其擴展到 2,000 件幾乎但不完全相同的羊毛衫，或 越南號碼 者將這些描述中的每一個都翻譯成 20 種語言。 Weissgraeber 估計，這樣的計畫需要至少 20 名作家、翻譯和編輯組成的團隊，而且他們會無聊得發瘋。不過，自然語言生成可以自動化大部分過程。 （AX Semantics 的軟體也可以將文字翻譯成 110 種語言。）
轉換優化也存在類似的問題。 Weissgraeber 說，AX Semantics 的客戶經常詢問他們是否應該在線上商店中使用正式或非正式語言。要進行測試才能弄清楚這一點，可能需要對數千種產品描述進行新的、色調調整的版本。這需要人類很長時間才能產生。不過，AX Semantics 的自然語言生成軟體只需按一下按鈕即可將文字從正式文字轉換為非正式文字。
不用說，這並不總是可能的。
圖：Shutterstock
從模板到人工智慧支援的“微觀決策”
早期的自然語言處理看起來更像是瘋狂的自由，而不是革命性的技術。最早的嘗試是基於模板的系統來編寫當地天氣預報。韋斯格雷伯說，這些系統是自動化的，但以一種相當死記硬背的方式——它們本質上是將新的數字插入舊的散文中。