通過(guò)構建復雜神經(jīng)網(wǎng)絡(luò )的模式來(lái)解決問(wèn)題

2019-09-05 16:29:16    來(lái)源:人工智能網(wǎng)    作者:

說(shuō)起智能寫(xiě)作的前景與應用我們首先要回答For who和 How for這兩個(gè)所有工程問(wèn)題都需要解決的原點(diǎn)問(wèn)題。這決定了后面天文數字般的產(chǎn)業(yè)資金是否會(huì )扔進(jìn)大海。本文從人工智能要解決的核心問(wèn)題出發(fā),來(lái)探討智能寫(xiě)作的產(chǎn)業(yè)邏輯。

智能寫(xiě)作的商業(yè)價(jià)值

人工智能的應用前景和場(chǎng)景的復雜度呈反比關(guān)系。場(chǎng)景越簡(jiǎn)單越容易替代人的行為,越適合做大規模的商業(yè)化落地。在感知智能應用中,系統的輸入只是圖片、影像或者語(yǔ)音,其輸出也只是個(gè)簡(jiǎn)單的二分類(lèi)問(wèn)題。因此只要在訓練集和模型調參上持續投入,輸出就會(huì )越來(lái)越精準,當準確度超越人的判斷閾值時(shí),商業(yè)化的路徑也就打開(kāi)了。這個(gè)生產(chǎn)模型可以簡(jiǎn)單到只需計算數據、算法的成本投入。其簡(jiǎn)單的場(chǎng)景應用可以完全替換掉很多低端崗位。

因此,商湯、曠世、訊飛們在數據的積累和算法上一有突破就能率先進(jìn)入商業(yè)化落地階段,成為各自領(lǐng)域的獨角獸企業(yè)。這種感知智能解決了很多產(chǎn)業(yè)的單點(diǎn)效率問(wèn)題,這屬于第一階段人工智能的發(fā)展模式。

2019年是人工智能發(fā)展到認知智能的元年,這一年各種認知智能產(chǎn)品紛紛登場(chǎng)。認知智能要解決的問(wèn)題已經(jīng)不是替代低端崗位,而是通過(guò)輔助中高端崗位,使其真正發(fā)揮最大的創(chuàng )新價(jià)值。它超越了單點(diǎn)的效率痛點(diǎn),為產(chǎn)業(yè)提供整體的效率賦能。智能寫(xiě)作就屬于人工智能的認知領(lǐng)域,其場(chǎng)景比感知要更高階和多元化。

智能寫(xiě)作的原理解析

如何破解這道難題是眾多以自然語(yǔ)言為核心技術(shù)的探路者當下最重要的課題。數學(xué)上解決復雜認知問(wèn)題可以通過(guò)降維的方式變成簡(jiǎn)單的二分類(lèi)問(wèn)題來(lái)處理,也可以通過(guò)構建復雜神經(jīng)網(wǎng)絡(luò )的模式來(lái)解決問(wèn)題。個(gè)人覺(jué)得后者是一個(gè)黑盒子,它深層的物理意義還有待研究。

由于它的缺乏解釋性和泛化能力,我認為它是解決微觀(guān)問(wèn)題的好手,就像白細胞能殺死細菌,你知道它有這個(gè)本事,但它怎么做到的確實(shí)無(wú)需知曉。而前者通過(guò)降維的方式把復雜問(wèn)題簡(jiǎn)單化,是一種過(guò)程更可控的路徑。說(shuō)人話(huà)就是把在工程中需要解決的復雜問(wèn)題分解成簡(jiǎn)單的小問(wèn)題,然后再把那些小問(wèn)題交給各種網(wǎng)絡(luò )模型們去處理。

盡管寫(xiě)作是個(gè)體行為,而且每個(gè)人都還存在著(zhù)自己的某些創(chuàng )作習慣。但共性的問(wèn)題一直存在,我們將這些共性過(guò)程分解為六個(gè)步驟:命題、搜集素材、寫(xiě)作、配圖、審核、發(fā)布等,每一過(guò)程都是寫(xiě)作的必要環(huán)節。在傳統的編輯團隊里面,每個(gè)人都在重復著(zhù)以上六個(gè)步驟,我們稱(chēng)之為煙囪模式。

煙囪模式代表每一篇文章的生產(chǎn)都是獨立的,除了單篇文章生產(chǎn)的效率低、質(zhì)量不穩定以外,每個(gè)生產(chǎn)者之間的工作也很難做到資源復用,因此整體效率和質(zhì)量并不高。

為此,我們重新定義一個(gè)工業(yè)化的內容生產(chǎn)模式,這種模式的生產(chǎn)可以極大地提高內容生產(chǎn)的規?;头€定性。在這種模式下,機器寫(xiě)作最后簡(jiǎn)化成通過(guò)一系列預制件進(jìn)行文章組裝,運用這種方式將文章生產(chǎn)模式進(jìn)行工業(yè)化改造,把內容生產(chǎn)的核心流程及品控前移到預制件生產(chǎn)環(huán)節。

這些預制件的生產(chǎn)包括事件、邏輯、數據、知識庫、圖庫、模板庫的工業(yè)化或智能化生產(chǎn)。這種實(shí)現路徑是雙向兼容的,一旦算法達到效果后即可實(shí)現智能化升級。升級后的寫(xiě)作流程變成了下面這種模式。

內容工業(yè)化的必然趨勢

從當下的內容產(chǎn)業(yè)格局來(lái)看,傳統內容生產(chǎn)方式的落后已經(jīng)嚴重制約了內容供給側的發(fā)展。在新的傳播形式下,傳播渠道的多樣性和用戶(hù)需求的差異性,讓過(guò)去只需覆蓋頭部?jì)热莸纳a(chǎn)模式變成了對長(cháng)尾需求的覆蓋。這種新形式導致內容生產(chǎn)的兩個(gè)價(jià)值需求急劇提高:其一是內容需求量越來(lái)越大,其二是品質(zhì)化要求越來(lái)越高。

而當前的內容生產(chǎn)模式很難持續滿(mǎn)足這種價(jià)值需求,只能向工業(yè)化方向進(jìn)行探索。

一整套工業(yè)化生產(chǎn)和傳播體系是持續創(chuàng )造商業(yè)價(jià)值的關(guān)鍵,眾多頭部企業(yè)已經(jīng)率先探索內容工業(yè)化的路徑和方法體系。內容工業(yè)化的進(jìn)程過(guò)去幾年已經(jīng)十分明顯,PGC數量個(gè)人化和小團隊雖然占了90%,可是流量的90%被10%不到的頭部?jì)热萜髽I(yè)所占據。所以持續大規模生產(chǎn)優(yōu)質(zhì)內容的需求,使得頭部?jì)热萜髽I(yè)紛紛借鑒工業(yè)生產(chǎn)體系的管理工具、作業(yè)模式和流程分解,將內容生產(chǎn)標準化和流程化,提高產(chǎn)能和效率,降低成本和無(wú)價(jià)值的消耗。

例如隨著(zhù)電影的工業(yè)化發(fā)展,編劇工作已悄然進(jìn)入車(chē)間操作、實(shí)行流水作業(yè)。比如某系列劇本創(chuàng )作團隊,有提供素材故事的、編寫(xiě)提綱的、寫(xiě)作初稿的、修改的、添加方言笑料的、訂正格式的,等等。因此工業(yè)化是升級內容供給的關(guān)鍵步驟。第一步先實(shí)現工業(yè)化、在工業(yè)化以后才是第二步的智能化。

Giiso智書(shū),你的智能入場(chǎng)劵

無(wú)論是工業(yè)化還是智能化,在當前的生產(chǎn)關(guān)系下我們都必須清楚內容生產(chǎn)的主體是人本身,所以“兩化”的目標是為人服務(wù)的而不是脫離人。只有內容生產(chǎn)技術(shù)發(fā)展到不需要當前的生產(chǎn)關(guān)系,才會(huì )出現機器脫離人的主體意識而單獨發(fā)展的全智能化的生產(chǎn)需求,所有希望超越當前社會(huì )生產(chǎn)關(guān)系而發(fā)展出的生產(chǎn)力工具都是偽需求,不是為當前用戶(hù)核心價(jià)值服務(wù)的。

Giiso智書(shū)的發(fā)展完全遵循了內容產(chǎn)業(yè)的發(fā)展趨勢,它把人工智能最先進(jìn)的技術(shù)和當前社會(huì )生產(chǎn)關(guān)系進(jìn)行了完美的結合,既為營(yíng)銷(xiāo)業(yè)企業(yè)主們創(chuàng )造了經(jīng)濟價(jià)值,也為內容編輯們承擔了繁瑣的勞動(dòng),釋放了他們大部分精力用在創(chuàng )意和創(chuàng )新上,使得產(chǎn)能和質(zhì)量同時(shí)得以提高。

在這個(gè)領(lǐng)域率先引入內容智能化生產(chǎn)的企業(yè)家們已經(jīng)從生產(chǎn)力賦能中得到了較好的市場(chǎng)反饋。在未來(lái)一兩年的產(chǎn)業(yè)競爭中,智能寫(xiě)作將會(huì )成為內容營(yíng)銷(xiāo)行業(yè)的標配,而后進(jìn)的企業(yè)失去的將不是效率而是在智能化浪潮下的產(chǎn)業(yè)入場(chǎng)劵。

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播更多信息之目的,如作者信息標記有誤,請第一時(shí)間聯(lián)系我們修改或刪除,多謝。