随着互联网技术的不断进步，用户在互联网时代中获取内容资讯的方式经过了多次迭代。从最早期的门户网站时代，到搜索引擎时代，再演变至社交平台，而现在层出不穷的个性化推荐产品似乎又占据了上风。
内容入口的迭代，带来的是内容分发机制随着用户需求的不断改变。在门户网站时代，平台汇聚各路资讯以后，由编辑筛选推荐内容，而现如今，这一工作已逐渐被机器算法所取代。
“个性化”定制内容虽能满足用户资讯阅读的需求，但一点资讯算法总监王元元在日前举行的首届“一点+媒体沙龙”上指出，在看到机器算法在移动阅读领域的应用的优势的同时，机器算法所带来的陷阱同样不应回避。在人工与机器算法之间寻找平衡之道，会是移动阅读领域未来的趋势。
一点资讯算法总监王元元
写稿机器人，人工智能在内容生产领域大放异彩
被誉为“数字经济之父”的Tapscott集团首席执行官Don Tapscott，曾经如此判断人工智能的未来与价值，“AI时代已经来临，技术层面正在发生深刻的革命，诸如机器学习、区块链技术，将改变公司和行业格局。”
随着人工智能技术的进步，越来越多的行业惠及于此。智能机器逐步解放甚至替代人的体力和脑力，新闻领域同样不例外。
早在2009年，新闻写稿机器人就已出现。一款名为“StatsMonkey”的人工软件，在当时美国的职业棒球大联盟季后赛上，完成了世界上第一篇机器稿件。通过将赛事的客观数据进行加工、统计分析后识别出比赛期间发生的显著事件，再加入赛事的关键要素，“StatsMonkey”自动编写出了一篇体育报道。
在国内，机器人在新闻行业的工作也已满一年。腾讯推出的“Dreamwriter”、新华社的“快笔小新”等，对于国内媒体采用机器人写稿来说，具有划时代意义。在信息时代下，写稿机器人无需通过现场采访获取素材，仅依赖现有的数据、资料，便能快速搜集加工编制成文章。此种“工作方式”，显然会比媒体工作者写稿高效很多，但阅读和理解人类语言对于写稿机器人来说依然是不小的门槛，技巧性地运用文字更是难上加难。
机器人在从事写作模板化、数据化的短平快稿件时，人工智能的优势是人工很难超越的。而深度报道、调查报道、人物报道等，往往需要多方调查采访，依据丰富的行业经验和深入的专业分析，在这方面，依靠目前人工智能的智慧水平很难达到。
一点资讯算法总监王元元在主题为《人机大战还是人机共舞？》媒体沙龙上举例道，“Facebook最著名的就是信息流，包括各种内容和好友动态等。而Facebook在前段时间辞去了大量编辑岗位后，将整个信息流的生成从头到尾完成自动化的同时，机器算法也出现了一些差错，平台上出现了大量的虚假内容。”
内容分发过程中，人工编辑与机器的优势和陷阱
除了内容生产，人工智能在内容分发平台应用所表现出的优势及陷阱，同样呈现两极化。单纯依赖编辑经验的内容分发效率低下，机器算法在弥补了该劣势的同时，但依据话题数据指标和话题相关性等数据进行分发的算法，也带来了内容品质下降的问题。
但不可否认的是，机器逐渐取代人工分发成为资讯客户端内容分发的主要模式是有原因的。人工分发内容虽然可以保证内容品质，但效率低下和用户获取的内容同质化严重，大多为热点或其周边内容也是事实。
在王元元看来，人工编辑在移动时代似乎并不能满足用户碎片化信息获取的需求：“一方面，人工能干预的内容数目受限，往往集中于最热门的头部内容，无法满足跟用户生活、工作相关的，甚至更长尾的价值内容；另一方面，以编辑经验主导的各大门户的首页呈现“千人一面”的特征，无法提供个性化阅读体验。”
到了人工智能时代，这两个问题真正得到了解决。机器算法对海量的内容进行精细的加工，提取分类、主题、标签、风格等结构化信息。另一方面，算法排序更是彻底解决了人工排序问题，算法排序的核心是根据用户、内容、上下文信息决定实时计算每个内容的得分，按照得分进行排序。
丰富的结构化数据能使得算法更高效的调度流量，利用用户的行为探索并发现有潜力的内容。而算法排序由于考虑到了用户的信息，排序结果也是个性化的。
在看到机器算法面对人工编辑的优势时，王元元提醒机器算法的弊端同样不应回避。“基于一个类似黑盒子的算法模型，机器能够让用户持续不断的发生点击行为。但纯粹从模型驱动，就会导致用户被数据欺骗，沦为‘乌合之众’。用户的点击的欲望是有的，但其产生的价值其实是非常难衡量的”。
“人工智能时代的到来让我们看到了一个全新的机会——人工智能+人的结合，造就了人类阅读的‘奇点’。”王元元认为，想要提供规模化、个性化、乃至基于人性的兼具价值与实用性内容，需要的是“人”“机”智能的内容分发模式。
人机结合，一点资讯对移动阅读未来的思考
王元元还曾提到，“在思考驱动内容分发变革的核心原动力是什么之时，一点资讯得到的答案为:一是用户获取内容的效率，二是用户获取到内容的价值。这两点或许在某些地方是相互违背的，但两者始终在相互交叉、相互影响，共同提升。”
显然搜索引擎可以解决用户获取内容高效率的痛点，至于如何帮助用户提升获取到内容的价值，一点资讯认为用户的兴趣搜索和订阅不同的主题内容，为解决方法提供了着力点。
用户主动搜索事实上是一种在主动表达需求的行为，研究这一行为对于机器算法极具价值。而基于人性弱点来推荐内容的平台实际上是“伪个性化”推荐，真正的价值阅读一定是读者主动参与的，主动发表评论或者主动订阅。
王元元介绍，与一般具备个性化推荐功能的移动阅读客户端不同，一点资讯凭借用户兴趣搜索+订阅不同主题内容的用户兴趣主动表达的“兴趣引擎”，可以发现更加真实、完整的用户画像，为其推荐除了热点、爆炸性新闻之外的更有意义和价值的信息，提供兼具共性与个性的移动价值阅读平台。
把推荐引擎和搜索引擎有机融合成兴趣引擎的一点资讯，“想做的是有料、有趣、有用、有品的四有产品。”
为此，一点资讯的机器算法会从海量信息中筛选出真正有趣有料有用有品的内容，围绕以用户兴趣为核心的内容进行分发工作。而人工在整个模式中扮演的角色，更像是父母或老师。编辑+工程师们凭借专业经验对机器进行训练，用好的数据和策略去培养算法，以此使用户更加精准地获取具有价值性的内容。
内容分发工作仅依赖人工编辑无疑效率低下，投注于依靠数据库的机器算法推荐，又无法保障内容品质，寻求人工与机器算法间的平衡是移动阅读领域未来所无法避免的。而一点资讯通过一年半间不断对产品和技术的反复打磨，用机器学习+人工的“人机智能”模式去达到人工与机器算法间的平衡，去构建移动阅读的未来。
