人工智将如何“杀死”传统新闻阅读？

据统计，微信公众号每天发布文章约800万条，一个“王宝强事件”就能在“今日头条”产生10629篇文章。

每一个热点事件，都会产生成百上千的稿件。

然而我们都明白，一个人不可能阅读成百上千的稿件，在信息洪流下，我们搞明白事情的真相的成本却越来越高。

轰动一时的“王宝强离婚”事件，“娱乐圈内人”金星就在自己脱口秀中表示，所有文章中，只有4条信息真实的。但是，在今日头条、微信公众号等阅读平台，却产生了总计2.5万篇相关文章信息，10万+的文章数量超过1千篇。

信息越多，我们反而离真相越远，想快速了解王宝强事件的真相，我们最快的方式是去问问金星这样智慧的“圈内人”王宝强事件是怎么样的？

然而，热点事件太多，我们离她太远。

我们都痛苦

每天面对海量信息，我们都痛苦。

这周，百度新闻组织了一个闭门产品沙龙，邀请我们一同讨论这个痛苦，百度的新闻产品团队，技术团队一起思考各式各样的新型的新闻产品，希望有好的解决方案，而人工智能给了他们最大的启发。这或许是一个不错的解决方向。

在王宝强事件中，做个比喻，金星就像一个强大的人工智能，她有阅历（足够多的样本信息），有判断力（算法），自然能输出最准确的真相。

百度新闻产品团队就设想——何不尝试做个虚拟的“金星”，可通过对话获取信息的人工智能，让大众们通过询问它最快得知事件真相。

在国外，也有类似“对话新闻”的阅读产品Quartz，但Quartz还只能通过选择固定对话内容进行互动——像个带着互动按钮的新闻阅读器，Quartz给我推送了一条麦当劳巨无霸发明者去世的消息，我只能点“看下一条”（NEXT），或者“知道更多”（MORE）选项。 

而百度新闻产品技术团队开发的新功能产品，能让用户直接输入各种开放式聊天内容，查找热点事情的真相脉络。

估计也只有百度、Google等拥有强大的“语义识别技术+爬虫技术”的搜索巨头，才能做出实用度如此高的新闻聊天机器人了。

（打开“百度新闻”，下部就有个醒目的“聊新闻”标志）

例如我输入“王宝强”，别的新闻APP可能搜出来的文章是一些《马蓉离开王宝强30万都付不起？》、《王宝强现身机场，潮衣名牌不见“傻根”》等离王宝强近况相去甚远的“垃圾文章”。

要知道王宝强事件的近况，我得花不少精力从这些垃圾信息中寻找有用信息。而百度新闻“聊新闻”，却在1秒钟内准确的告诉我“王宝强马蓉离婚已三月...如今......”

虽然对信息的给予还不够好，但是我看到了人工智能通过聊天最快给于我真相的可能性。从时间、背景等维度，给我展示事件当下的情况。

人工智如何杀掉垃圾信息？

据百度自然语言处理部工程师介绍，百度是通过对新闻信息的分类，之后进行结构分析，通过信息特征学习等方法，实现自动为用户提供最核心的信息。

也就是说，百度新闻的人工智能，是在模仿人的思考，例如把“王宝强事件”相关的所有文章进行样本分析，把内容进行“标签化”区分，分割到最小维度，然后找出事件核心发展脉络，去伪存真，把掌握最真实的事件通过聊天的方式输送给用户。

这就像创造了一个虚拟的“金星”，为你看了上千篇文章，然后经过分析整理，用几百字告诉你真相。

百度的算法团队认为，核心的内容本身有序的，聊新闻呈现的内容，是事件的核心内容，对于每一块核心内容来说都能够抽取一些关健词，关健词还可以为用户进行衍生阅读服务。

例如了解事件的更多背景，例如“王宝强事件”对婚姻法感兴趣的用户，可以被推荐关于这个事件法律分析的深度文章。当对同一个事件有深度个性化需求的用户，通过人工智能推荐，可以对该事件做深度的外延阅读。

对话，或许才是人类获取信息的最初形态

  百度聊新闻用聊天获取信息的方式，业内有一些产品经理认为有“逆用户习惯而为”的意味，但当我们拉长人类历史，会发现一直以来，对话式反而都是人类获取信息最简洁方式、有碰撞、直击问题，《论语》、《圣经》许多部分等都是对话式的。

  自第一份现代报纸的雏形，1566年威尼斯不定期发行的“威尼斯小报”为公众分享商业信息开始，经过几个世纪的发展，现代人类已经越来越习惯用阅读新闻的方式获取信息。然而，在更早之前，我们更喜欢用对话的方式获取信息。

  就像第一代iPhone诞生前，人们之前觉得“键盘”才是最好的人机互动方式，然而自然手势互动才是更早前人类最自然的人机互动方式。

  1985年，《科学发现》杂志采访了“人工智能之父”明斯基，他认为人类是一种独特的足智多谋的动物，当人类思考某一事物时，你可能以语言表达的方式去思考，也可能以逻辑术语的方式去思考，或者是图表、图像，甚至是某种结构的方式。

  而如今，百度新闻正试图用人工智能，完全颠覆我们几个世纪以来获取信息的方式，但按明斯基的理论，这或许并非激进，而是一种“回归”，我们其实能用各种方式获取信息，何不用更高效那个？我们需要站在未来看未来。