機器人搶飯碗 《紐約時報》主編竟是聊天機器人
- 發佈時間：2015-08-17 13:00:00 來源：環球網 責任編輯：羅伯特
眾所週知，《紐約時報》的主編絕對是一個要職，他每天的工作是負責超過300篇各式文章當中挑出最火的文章，推薦給各大版面的增長編輯以及社交媒體編輯。
 |
那麼到底哪些文章值得推薦呢？選擇這些文章讓人絞盡腦汁。不過《紐約時報》的新主編卻可以輕鬆hold住，而且TA挑選的文章平均閱讀量是普通文章的38倍，每天工作24小時不休息，它就是機器人Blossom。
人工選擇哪篇文章應該上推薦位或不上，既費人力，而且有時候會判斷出錯。為了解決這些燒腦的問題，紐約時報的數據團隊(開發了一個機器人Blossom，並內置到他們的新聞APP slack裏面，Blossom負責預測哪些文章有可能會在社交網站上引起傳播，相應地給版面責任編輯提出建議。
Blossom暫時還沒有自然語言的理解能力，不過編輯可以使用設定好的命令來根Blossom溝通，比如輸入：!blossom facebook? all
就可以讓Blossom返回目前《紐約時報》所有版面適合推送到Facebook上的文章，如圖：
 |
Blossom的決策原理是什麼？據紐約時報數據團隊的首席數據科學家克裏斯·維金斯透露，後端使用了Java、Python和MapReduce等語言和技術，融合了“非常前沿和複雜的演算法”;前端為了方便實用，直接通過介面整合到了《紐約時報》編輯團隊日常溝通所用的Slack團隊協同軟體當中，作為一個帳號/聊天頻道存在。各個版面的增長編輯也會像産品經理一樣，對Blossom團隊提出産品優化的需求。
Wiggins沒有説得更仔細，不過這不是什麼不可知的黑科技，我們不難推測：Blossom首先知道社交網路上的實時熱詞情況，再根據文章中熱詞出現的頻率判斷這篇文章有沒有可能引起更多點擊。當然Blossom的演算法肯定更精細。
除了Blossom以外，《紐約時報》很長時間以來都會在財報季、運動比賽報道的時候使用機器人來寫稿，從而大大降低了人力編輯的腦力勞動，提高了效率。從長遠角度看，只要我們妥善加以利用機器人確實可以幫助人類完成很多繁瑣複雜的工作，從而幫助人類社會更好的運作起來。(心月)
