機(jī)器學(xué)習(xí)：出版業(yè)的下一個(gè)引爆點(diǎn)？

徐麗芳+樂征帆

2016年年初，一篇由人工智能（artificialintelligence，AI）與人類合作完成的短篇小說《當(dāng)有一天電腦寫起了小說》（Konpyuta ga shosetsu wo kaku hi）成功通過了《日本經(jīng)濟(jì)新聞》星新一文學(xué)獎(jiǎng)（Nikkei Hoshi Shinichi Literary Awardceremony）的初審。該小說源于日本公立函館未來大學(xué)（FutureUniversily Hakodate）仁松原（Himshi Matsubara）團(tuán)隊(duì)開發(fā)的一個(gè)AI項(xiàng)目。團(tuán)隊(duì)首先編寫了一段傳統(tǒng)小說用作模板，然后將其拆解成單詞和短語，最后通過創(chuàng)造一個(gè)選擇矩陣來讓程序進(jìn)行操作——人工智能最終完成了剩下的20%的工作。雖然最終沒能榮獲獎(jiǎng)項(xiàng)，不過能在盲審中通過專業(yè)評委的初審，已經(jīng)讓很多研究人員看到了機(jī)器學(xué)習(xí)的潛力。同時(shí)也使得我們開始對機(jī)器學(xué)習(xí)到底能在出版業(yè)中發(fā)揮多大作用產(chǎn)生好奇。

機(jī)器寫作

通過機(jī)器學(xué)習(xí)來實(shí)現(xiàn)機(jī)器寫作或機(jī)器人寫作并不鮮見。機(jī)器寫作最早可追溯至1950年代關(guān)于機(jī)器翻譯的研究成果。近年來，隨著計(jì)算機(jī)技術(shù)應(yīng)用領(lǐng)域的拓展，機(jī)器寫作技術(shù)基本成熟并廣泛應(yīng)用于醫(yī)療、財(cái)經(jīng)、教育等各個(gè)領(lǐng)域，在媒體領(lǐng)域則尤為顯著。

2009年，美國西北大學(xué)智能信息實(shí)驗(yàn)室的學(xué)生和研究人員開發(fā)出一款名為統(tǒng)計(jì)猴子（stats Monkey）的軟件，對美國職業(yè)棒球大聯(lián)盟季后賽進(jìn)行了報(bào)道；2010年，兩名西北大學(xué)的教授和一名前網(wǎng)絡(luò)公司主管合作成立的敘事學(xué)公司（Narrative Science）開發(fā)的一款名為鵝毛筆（Quill）的機(jī)器寫作系統(tǒng)，對數(shù)千項(xiàng)大大小小的體育賽事進(jìn)行了近乎實(shí)時(shí)的報(bào)道；2014年3月17日，美國洛杉磯遭遇地震，《洛杉磯時(shí)報(bào)》記者兼程序員肯恩·施文克（Ken Schwencke）編寫的名為地震機(jī)器人（Quakebot）的算法程序，在地震發(fā)生3分鐘內(nèi)自動收集相關(guān)信息，率先發(fā)布了突發(fā)新聞。

其中，創(chuàng)立于2007年的美國科技公司“自動洞察”（Automated Insights）是機(jī)器寫作新聞?lì)I(lǐng)域的領(lǐng)軍者，其開發(fā)了一款名為“文字匠”

（WordSmith）的軟件，可以依據(jù)用戶提供的數(shù)據(jù)和模板自動編寫一些簡單的體育類、財(cái)經(jīng)類新聞（見圖1）。據(jù)Automated InsiahtS介紹，其客戶包括美聯(lián)社、雅虎、三星、微軟等著名品牌，應(yīng)用于媒體、商業(yè)、金融服務(wù)、體育娛樂等多種產(chǎn)業(yè)，僅在2013年就生產(chǎn)了3億篇100多種形式的報(bào)告，平均每秒鐘生產(chǎn)9.5篇，而近年來的報(bào)告產(chǎn)量超過每年10億篇/條。

在我國，騰訊財(cái)經(jīng)開發(fā)的騰訊寫作機(jī)器人（Dreamwriter）于2015年9月10日首次發(fā)布了《8月CPI同比上漲2%創(chuàng)12個(gè)月新高》的新聞報(bào)道，成為國內(nèi)首個(gè)機(jī)器新聞寫作的試水者。同年11月7日，新華社推出“快筆小新”機(jī)器人，主要負(fù)責(zé)體育新聞和財(cái)經(jīng)新聞的報(bào)道。與此同時(shí)，《紐約時(shí)報(bào)》《華盛頓郵報(bào)》《洛杉磯時(shí)報(bào)》《衛(wèi)報(bào)》《世界報(bào)》《福布斯》等多個(gè)國家的新聞媒體近年來都已經(jīng)將機(jī)器人不同程度地應(yīng)用到新聞采編的多個(gè)環(huán)節(jié)。不過現(xiàn)有的這些機(jī)器人程序大多是為特定類型的結(jié)構(gòu)化的新聞寫作而開發(fā)，尚不能完全脫離人工干預(yù)。

除了新聞，機(jī)器還可以創(chuàng)作其他類型的文本。例如生成游戲說明文本、軍事報(bào)告、天氣預(yù)報(bào)，或在教育、醫(yī)療環(huán)境中生成自動問答和學(xué)習(xí)、醫(yī)療記錄，在導(dǎo)航系統(tǒng)中生成路線報(bào)告、景點(diǎn)介紹、問答等。

除此之外，機(jī)器甚至可以進(jìn)行藝術(shù)創(chuàng)作。2016年5月，由人類和機(jī)器攜手創(chuàng)作的音樂劇《越過柵欄》（Beyond theFence）在倫敦藝術(shù)歌劇院上演。該劇實(shí)際上是一個(gè)由音樂、計(jì)算機(jī)、創(chuàng)造力研究領(lǐng)域的頂尖專家通力協(xié)作的學(xué)術(shù)項(xiàng)目——編舞、演出、劇務(wù)之類的工作由人承擔(dān)，但劇本、歌詞以及音樂是先由計(jì)算機(jī)構(gòu)思和生成，再由人工挑選整理而成。“雙眸剪秋水，一手彈春風(fēng)，歌盡琵琶怨，醉來人夢中”——2016年3月，清華大學(xué)的一套人工智能系統(tǒng)寫出了格律詩，在大眾評分中獲得了與人類作品相似的分?jǐn)?shù)，并且有相當(dāng)多評委無法分出哪些詩出自機(jī)器之手。

在出版領(lǐng)域，許多新興公司也在試圖用機(jī)器學(xué)習(xí)技術(shù)幫助作者撰寫作品。作者工具（Author Tools）是美國英特羅格（Intellogo）公司（見圖2）目前正在開發(fā)的一套基于網(wǎng)頁的人工智能工具。Intellogo聘請了一個(gè)文學(xué)專家團(tuán)隊(duì)來訓(xùn)練其理解詞匯、情感、內(nèi)容和情境是如何混合在一起的。該工具能幫助作者深入把握作品結(jié)構(gòu)并且探究文中概念的內(nèi)涵，比如：簡單和復(fù)雜的情節(jié)如何匹配，如何設(shè)定主要角色的情感層級，如何將女性角色置于中心地位等；同時(shí)，分析這些內(nèi)涵概念如何互動，各自發(fā)揮什么樣的作用，以幫助作者理清情感、情境和上下文的作用；通過對作者以往作品的回顧，幫助作者保持寫作風(fēng)格的統(tǒng)一。

發(fā)現(xiàn)與推薦優(yōu)質(zhì)內(nèi)容

通過機(jī)器學(xué)習(xí)來分析文本內(nèi)容，從而更好地服務(wù)于閱讀和出版其實(shí)也早已有之。成立于2007年的書燈公司（BookLamp）是一家通過分析文本的寫作風(fēng)格來幫助讀者尋找適配圖書的公司；成立于2011年9月1日的軌道公司（Trajectory）通過自然語言處理程序處理成千上萬本圖書的相關(guān)信息，收集并分析圖書特征，以幫助讀者更加深入地發(fā)現(xiàn)和利用這些信息。2014年，名不見經(jīng)傳的智能推薦公司Intellogo顯然想在機(jī)器學(xué)習(xí)的道路上多邁進(jìn)一步。它主要利用大數(shù)據(jù)分析圖書內(nèi)容和讀者行為，通過機(jī)器學(xué)習(xí)掌握已有圖書的主題、寫作風(fēng)格、節(jié)奏、情感等，以便更精準(zhǔn)地為讀者推薦圖書。

對于出版商來說，Intellogo機(jī)器人首先會梳理出版商的整個(gè)書庫，并生成包括風(fēng)格、主題、觀點(diǎn)、語調(diào)等在內(nèi)的細(xì)粒度內(nèi)容分析報(bào)告（見圖5）。然后，根據(jù)內(nèi)容細(xì)節(jié)，Intellogo可以生成增強(qiáng)型的標(biāo)準(zhǔn)化元數(shù)據(jù)，方便公司、零售商和合作伙伴發(fā)現(xiàn)和利用出版商的內(nèi)容。最后，Intellogo可以將對出版內(nèi)容的研究同對消費(fèi)者行為數(shù)據(jù)的研究相結(jié)合，深入理解讀者的喜好，來發(fā)現(xiàn)新的商機(jī)。從書商的角度來說，他們可以將機(jī)器人應(yīng)用于自己的信息平臺如線上網(wǎng)站，從而達(dá)到更好的營銷效果。Intellogo機(jī)器人一方面可以根據(jù)圖書信息，24小時(shí)無間斷地向讀者有針對性地推薦圖書，與客戶建立個(gè)性化的互動關(guān)系；另一方面，書商也可以利用人工智能，通過對用戶數(shù)據(jù)的分析來改善為用戶提供的服務(wù)。endprint

值得一提的是，Intellogo推薦圖書的過程，并不是現(xiàn)有搜索引擎式的根據(jù)搜索關(guān)鍵詞返回條目式鏈接，而是用戶與機(jī)器自然的對話過程。在對話過程中，客戶可以對機(jī)器人提出要求，機(jī)器人也會根據(jù)自己的理解和對話情景提出進(jìn)一步的問題。最終，機(jī)器人只會反饋?zhàn)詈线m的、唯一的圖書，而且會說明推薦這本圖書的原因。如果用戶對圖書不滿意，可以通過和機(jī)器人反復(fù)對話來完善推薦的書目。人工智能AI會在不斷的溝通中完善自己對概念的理解，變得更加聰明和高效。

機(jī)器預(yù)測

機(jī)器學(xué)習(xí)的潛力也不僅限于閱讀推薦，預(yù)測暢銷書同樣可以施展所能。2016年初，《暢銷書密碼：解剖驚世小說》的作者喬蒂·阿徹（Jodie Archer）和馬修·L.喬克思（MatthewL Jockers）聲稱他們創(chuàng)造了一種算法，能分辨出哪些文學(xué)元素可以使得圖書暢銷。4月，數(shù)據(jù)驅(qū)動的出版商英凱特（Inkitt）宣布將和石山圖書（Tor Book）合作出版第一部由算法選擇出版的小說，在業(yè)內(nèi)引發(fā)了很大爭議。

Inkitt創(chuàng)始人及CEO阿里·阿爾巴扎（Ali Alibazaz）堅(jiān)信人工智能和機(jī)器學(xué)習(xí)將成為出版業(yè)新的引爆點(diǎn)。他認(rèn)為過去400年間，出版過程是建立編輯和文學(xué)機(jī)構(gòu)的知識、經(jīng)驗(yàn)以及直覺之上的，其不得不從數(shù)百萬手稿中選出誰最有可能成為下一本暢銷書的作品。不過傳統(tǒng)的系統(tǒng)并不是絕對靠譜，《哈利·波特》第一卷被拒絕了12次，《暮光之城》被拒絕了14次，《魔女嘉莉》被拒絕了30次。有多少優(yōu)秀小說因?yàn)閷＜艺`判而永遠(yuǎn)沒有機(jī)會出版呢？又有多少作者在面對一些拒絕之后放棄了呢？現(xiàn)在技術(shù)的發(fā)展使得潛在的暢銷書不會輕易被忽視——數(shù)據(jù)將會給每一個(gè)作者公平的機(jī)會去獲得出版權(quán)利。他認(rèn)為，數(shù)據(jù)驅(qū)動的出版只是科學(xué)地改變出版流程的一部分：數(shù)據(jù)可以幫助出版商選擇合適主題和風(fēng)格的文章，實(shí)現(xiàn)更科學(xué)的決策，同時(shí)也可以進(jìn)行更有效的市場推廣。

不過出版咨詢機(jī)構(gòu)創(chuàng)意邏輯公司（TheIdeaLogicalCompany）的創(chuàng)始人和領(lǐng)導(dǎo)者邁克·肖特金（Mike Shatzkin）則完全不認(rèn)可機(jī)器學(xué)習(xí)預(yù)測暢銷書的潛力。他說：“僅僅從圖書的內(nèi)容本身而不考慮消費(fèi)者、品牌和營銷推廣等因素就判斷一本書是否能暢銷是非?；闹嚨??！彼怨雀桀A(yù)測新電影票房為例：谷歌在預(yù)測票房時(shí)考慮了各種數(shù)據(jù)如熒幕數(shù)量、主演之前電影的票房、電影搜索量、預(yù)告片觀看量、電影流派、上映季節(jié)、特許經(jīng)營狀態(tài)、明星魅力、競爭情況、批評情況、試映的觀眾評分等。雖然谷歌擁有全世界最強(qiáng)的文本分析能力，可是他們并不去分析劇本，因?yàn)閯”静]有預(yù)測價(jià)值。

而Intenogo創(chuàng)始人和CEO尼爾·巴爾塔薩（NellBalthaser）則對機(jī)器學(xué)習(xí)技術(shù)有不一樣的理解。他認(rèn)為：算法本身不能預(yù)測圖書是否會成為暢銷書，不過我們所做的是利用機(jī)器學(xué)習(xí)去定義暢銷書的語調(diào)、情感、話題和寫作風(fēng)格，然后再通過這種方式更好地理解讀者需求。一方面，人工智能系統(tǒng)可以將現(xiàn)在的暢銷書，也就是代表了當(dāng)前市場興趣取向的圖書和出版商即將出版的圖書進(jìn)行比較，來幫助確定市場營銷的重點(diǎn)；另一方面，使用機(jī)器學(xué)習(xí)可以給出版商一個(gè)獲得其讀者實(shí)時(shí)偏好信息的機(jī)會并采取相應(yīng)行動，如將書名改成更易被讀者接受的版本。

綜上所述，不論關(guān)于機(jī)器學(xué)習(xí)仍然存在多少爭議，無可否認(rèn)的是從長遠(yuǎn)來看出版同樣是一個(gè)技術(shù)驅(qū)動的行業(yè)。從造紙術(shù)到雕版印刷術(shù)、活字印刷術(shù)，我們所不可預(yù)知的是下一次技術(shù)變革究竟是什么以及何時(shí)到來。不過我們知道，當(dāng)人工智能席卷而來，除了會對出版業(yè)的內(nèi)容生產(chǎn)、推薦、營銷產(chǎn)生深刻影響外，甚至可能會創(chuàng)造出全新的運(yùn)營模式。當(dāng)人工智能都開始創(chuàng)作了，又有什么是不可能的呢？機(jī)器學(xué)習(xí)，也許就會是下一個(gè)轉(zhuǎn)折點(diǎn)。endprint