2019年1月19日，在由中國人工智能學會、字節跳動、清華大學聯合主辦的Byte Tech 2019 機器智能前沿論壇上，北京大學計算機學院萬小軍教授發表如下演講：
為什麼要做自然語言生成（NLG），之前我們接觸比較多的是自然語言理解（NLU），即理解人類的語言，這是自然語言處理的重要目標。現在我們期望設備智能化，進一步實現機器與人的溝通，我們需要做的是進一步提高NLG技術，即自然語言生成技術，真正實現機器與人類的自然交互，提升機器的智能化水平。
令人狂熱的自然語言生成（NLG）是什麼技術？
NLG = National Language Generative，意指自然語言生成。在人類進化過程中自然形成的語言就是自然語言，所以地球上現存7000多種自然語言。但時至今日，“生成”二字的主語已經並非人類，而是計算機，我們期望通過技術實踐，令計算機自己不僅學會理解人類的語言，更能主動生成語言，與人類的靈魂對話。
人工智能的技術邊界
當前的主流人工智能技術是深度學習和機器學習，它們的基礎原理都是數理統計，統計就意味著需要大量數據，規律才能顯現出來，所以在沒有數據存在的領域，人工智能無容身之處！
上述觀點在一些抽象學科體現得尤為明顯，例如，人文社科、歷史文化、詩歌創作、文章寫作、音樂美術等領域，即便高度智能，也不可能理解人類的文化與歷史、人類的藝術與欣賞，不可能像人類一樣創造美。
但是，這個觀點在隨著技術邊界的移動發生了微妙的改變。因為在上述抽象學科裡，也會有數據的存在，人類從古至今畫出了無數的名畫、寫出了無數的詩歌、創作了大量的文章、還有著許多音樂，數不勝數。
有數據，就意味著有可能性......
從畫畫談起......
美術是一個與世無爭的領域，但深度學習的進入使畫家產生了危機感，如下面兩幅圖所示。第一幅圖是數碼相機所拍攝的圖片，而第二張圖是一個深度學習模型經過學習，將原圖變成了《星空》的風格。這樣的任務的實現，甚至已經簡單到只需要一段代碼。我會在之後的文章裡專門寫一篇如何實現這一技術，即便你不是計算機專業，也可以輕鬆學會創作。所以說，美術創作，這個領域，人工智能已經進來了。而且是很輕鬆的進來了。
但是，人工智能只會是一個象徵，告訴人類他的能力有多強，這些技術最多隻會留在科學史上，不會進入我們的生活。因為，這樣的畫畫技術是沒有商業價值的，一副沒有情感的圖片不值得被人類銘記。但是，如果這樣的技術有了商業價值呢.....
人工智能憑什麼攻佔自媒體
自媒體行業有大量的寫手，他們是平臺的內容創作者，但是如果他們的內容創作可以被計算機代替呢？這是有著巨大的經濟利益驅動的。所以說，人工智能將會憑藉以下兩點，脫穎而出。
- 第一點，行業有數據。僅僅是網上一天時間產生的新聞數量，足夠一個成年人讀上一百年的。這麼龐大的數據量，人工智能算法一旦進入這個行業，隨便學習一下，豈不是就會學習到大量的寫作規律嗎？如果把這些規律應用到新的創作中去......
- 第二點，算法很給力。隨著當前研究的不斷深入，利用深度學習算法學習的效果日益加強，而且就在前不久，谷歌開源了BERT模型，這幾乎全面拉動了NLP、NLG領域的發展。而且，我們有足夠的理由相信，這些技術依舊在不斷髮展。
NLG將以何種形態存在於自媒體行業
當計算機可以通過文本，讀懂這個世界發生的一切，一組服務器運行著爬蟲程序把粗糙的、沒有經過加工的信息交給智能的計算機處理系統，它就會自動進行處理，輸出句式優美的文本，人類做的更多的是檢查工作。
- 視頻、音頻轉為新聞：幾百臺服務器組成的計算機系統，將會無時無刻盯著網上發生的一切，端詳著某個網紅的直播、聽著鄧紫棋的新歌、看著特朗普的演說，並把這些寫作成新聞發送給人類進行檢查，人工檢查無誤後會快速發送到自己的平臺，各大新聞平臺，比的不再是誰的記者跑的快，誰的電腦運行快。
- 新聞再生成：每當一個大新聞出來時，一般每家新聞社看問題的視角都不相同，那麼，將針對同一事件的相關新聞綜合到一起，交給計算機，它會採納百家之長，輸出一篇無懈可擊，十分全面的文章。
那麼，如今的自媒體工作者在幹什麼呢？各大新聞平臺似乎已經不再需要蹭熱點的工作者了，大部分的熱點新聞，都會在計算機系統上自動生成。自媒體工作者的就業市場勢必會大大減少，計算機讀過的文章是你的幾十萬倍，比你更懂得怎麼做一個合格的標題黨。
那麼，我說的會成真嗎？作為一個人工智能工作者，我們期待著技術的發展！事實上也是這樣的。
早在2015年11月7日，在新華社84歲生日之際，就已經引進了一位新助手，這位新同事就是快筆小新，當時就已經初步具備了健全的“寫稿”和分類能力。時至今日，人工智能技術已經發展了快過一代了，學界產生了大量更前沿的技術，做出了許多更接傑出的成就。所以，我堅信，各大搜索引擎、各大電商、各大自媒體平臺會推出越來越多的“快筆小新”。
閱讀更多 野蠻智能 的文章
