寫稿機器人“小南”上崗 1秒完成一篇春運報導
OFweek機器人網訊：南都訊“車次主要是K字頭和普列，基本都是無座票，一站到底，路途會比較辛苦。”如果不說，你能看出來這句話是機器人寫的嗎？
昨日，南方都市報社寫稿機器人“小南”正式上崗，並推出第一篇共300餘字的春運報導。此外，南方都市報社、凱迪網路和北京大學電腦科學技術研究所還在小南的基礎上，聯合成立了“智媒體實驗室”，探索人工智慧在媒體上的更多應用。
首篇文章一秒完成
請用5秒的時間思考以下新聞的共同點：《蘋果第一季度營收超華爾街預測》（Apple tops Street 1Q forecasts），2015年1月發佈；《8月C P I漲2％創12個月新高》，2015年9月發佈；《綿陽安州發生4.3級地震》，2016年5月發佈；《奧運會乒乓球女子單打四分之一決賽 丁寧（中國）4：0輕鬆晉級下一輪》，2016年8月發佈。
這道題其實沒有標準答案，但不管你有沒有注意到，有一點非常重要：這些新聞的作者，都不是人。或許你已經聽說過“寫稿機器人”———在寫作這一似乎最不可能被機器人涉足的領域，變化正在發生。
看看這些數字：蘋果財報發佈數分鐘後，美聯社的機器人報導便已完成，他們還號稱每個季度可撰寫3000篇財經報導。《紐約時報》走得更快，其機器人編輯Blossom blot每天推送300篇文章，在財報季、運動比賽報導中寫稿已成慣例。
如此速度和品質，確實讓人類記者望塵莫及。但真正嘗試使用機器人寫稿的媒體，尤其是在國內，還並不多。如今，小南正式入場。
北京大學電腦科學技術研究所萬小軍教授，是小南的技術開發團隊負責人。他透露，小南的首篇春運報導作品，共300餘字，資料自動抓取完成後，報導的生成只用了不到一秒的時間。
率先進軍民生領域
與其他機器人“同行”有所區別的是，小南聚焦的是民生領域報導。
此前，寫稿機器人大顯身手的領域，往往是體育和財經———因為這兩個領域都涉及大量資料。從龐雜、枯燥的資料中尋找模式，就準確度和速度而言，機器人比人類更有優勢。
人類的筆法千變萬化，但總是有“套路”，也就是模式和規則可以依循的。這時候，演算法就有了用武之地。
採集資料、分析資料、規劃文章結構，再到最終的遣詞用句，和人類一樣，機器人也能做到“讀書破萬卷，下筆如有神”。海量的資料和高效的演算法，是寫稿機器人的兩大利器。
相較於體育和財經領域，民生報導的生成對機器人來說略為棘手。許多財報文章都大同小異，但民生報導的“套路”可就太多了，從交通出行到食品安全，主題也五花八門。
一個民生領域的人類記者可以同時報導交通和食品領域，但就目前而言，讓機器人做到跨界的“融會貫通”還需要時間。萬小軍介紹，機器人寫稿又快又好的前提是通過大量的積累和訓練。
“教小南寫稿的過程中，主要的難點就是可供學習的樣本不夠豐富。”萬小軍說，民生議題的關注度高，卻不像常規的體育和財經報導一樣有著相對固定的模式，訓練語料較為缺乏。
昨日，南方都市報社寫稿機器人“小南”正式上崗，並推出第一篇共300餘字的春運報導。此外，南方都市報社、凱迪網路和北京大學電腦科學技術研究所還在小南的基礎上，聯合成立了“智媒體實驗室”，探索人工智慧在媒體上的更多應用。
首篇文章一秒完成
請用5秒的時間思考以下新聞的共同點：《蘋果第一季度營收超華爾街預測》（Apple tops Street 1Q forecasts），2015年1月發佈；《8月C P I漲2％創12個月新高》，2015年9月發佈；《綿陽安州發生4.3級地震》，2016年5月發佈；《奧運會乒乓球女子單打四分之一決賽 丁寧（中國）4：0輕鬆晉級下一輪》，2016年8月發佈。
這道題其實沒有標準答案，但不管你有沒有注意到，有一點非常重要：這些新聞的作者，都不是人。或許你已經聽說過“寫稿機器人”———在寫作這一似乎最不可能被機器人涉足的領域，變化正在發生。
看看這些數字：蘋果財報發佈數分鐘後，美聯社的機器人報導便已完成，他們還號稱每個季度可撰寫3000篇財經報導。《紐約時報》走得更快，其機器人編輯Blossom blot每天推送300篇文章，在財報季、運動比賽報導中寫稿已成慣例。
如此速度和品質，確實讓人類記者望塵莫及。但真正嘗試使用機器人寫稿的媒體，尤其是在國內，還並不多。如今，小南正式入場。
北京大學電腦科學技術研究所萬小軍教授，是小南的技術開發團隊負責人。他透露，小南的首篇春運報導作品，共300餘字，資料自動抓取完成後，報導的生成只用了不到一秒的時間。
率先進軍民生領域
與其他機器人“同行”有所區別的是，小南聚焦的是民生領域報導。
此前，寫稿機器人大顯身手的領域，往往是體育和財經———因為這兩個領域都涉及大量資料。從龐雜、枯燥的資料中尋找模式，就準確度和速度而言，機器人比人類更有優勢。
人類的筆法千變萬化，但總是有“套路”，也就是模式和規則可以依循的。這時候，演算法就有了用武之地。
採集資料、分析資料、規劃文章結構，再到最終的遣詞用句，和人類一樣，機器人也能做到“讀書破萬卷，下筆如有神”。海量的資料和高效的演算法，是寫稿機器人的兩大利器。
相較於體育和財經領域，民生報導的生成對機器人來說略為棘手。許多財報文章都大同小異，但民生報導的“套路”可就太多了，從交通出行到食品安全，主題也五花八門。
一個民生領域的人類記者可以同時報導交通和食品領域，但就目前而言，讓機器人做到跨界的“融會貫通”還需要時間。萬小軍介紹，機器人寫稿又快又好的前提是通過大量的積累和訓練。
“教小南寫稿的過程中，主要的難點就是可供學習的樣本不夠豐富。”萬小軍說，民生議題的關注度高，卻不像常規的體育和財經報導一樣有著相對固定的模式，訓練語料較為缺乏。