▲今日头条算法架构师曹欢欢在财新年会“前沿科技重构商业格局”分论坛上做“人工智能时代的信息分发革命”的主旨演讲。

大数据、云计算、人工智能、物联网等前沿科技正在引领着一场技术革命。在科技的驱动下，各行各业都在进行着颠覆式的创新和重构。这次技术革命，对生活带来哪些颠覆？又将引发怎样的商业变革？形成怎样的商业形态？企业将如何拥抱技术革新？

12月2日，由今日头条和财新传媒联合主办财新年会“前沿科技重构商业格局”分论坛在北京国贸大酒店举行。中国互联网协会法治工作委员会主任、工信部政策法规司原副司长李国斌，上海交大致远学院常务副院长汪小帆，上海交大媒体与设计学院m-lab主任、资深媒体观察家魏武挥，今日头条算法架构师曹欢欢，国双科技助理总裁、司法数据事业部经理石鹏，摩拜单车创始人胡玮炜，云知声CEO黄伟等齐聚论坛，对上述问题发表了自己的看法并进行了讨论。

今日头条算法架构师曹欢欢在论坛上做了“人工智能时代的信息分发革命”的主旨演讲，从历史回顾——当下解读——未来构想三个方面，分享了人工智能在信息分发领域的应用。以下为曹欢欢演讲的整理：

这两年有一个很火的概念，就是“人工智能”。人工智能上世纪五六十年代就有人提出来，为什么在两年这么火呢？

人工智能的发展经历过很多次波折，有高潮有低谷，最近两年，相关技术得到发展，尤其是“深度学习”的进展，使得人工智能技术在很多应用领域产生了突破，很多原来人们设想的愿景正在变为现实，对很多行业产生了实实在在的影响。

今日头条实际上是在信息分发的行业，今天就我的了解讲一讲人工智能时代信息分发行业的变革，或者说大一点叫做革命。

丘吉尔(WinstonChurchill)曾经说过，我们对过去能看得有多深，就对未来能看得有多远（The farther backward you can look, the farther forwardyou are likely to see）。我们先看看信息分发行业在过去是什么样子的，先来回顾一下这个行业的历史。

信息分发权利的转移，从人到机器

这个行业可以说非常古老，人类自从进入文明社会就有了信息分发的需要。最早追溯到公元前2000年以前，那时候多数地方文字都没有，信息分发主要靠嘴，口口相传。比如传唱史诗，一些吟游诗人到处去传唱。

公元前1000年左右我们产生了文字（如中国甲骨文，这是比较公认比较成熟的文字，古埃及和两河流域的文字更早），这是信息分发的一次飞跃，因为文字可以把内容记录下来了，传播的过程中就能保证它的精确性。

公元前200年左右出现了报纸（一般认为中国西汉初年的《邸报》是世界上最早的报纸），这是信息分发比较大的飞跃。因为报纸有周期性，非常高频的，而书籍无法确定什么时候出，因为古代出版技术没有那么发达。

20世纪，信息分发行业又经历很多的技术变革，产生很多到现在还有巨大影响力的技术，比如说广播、电视、互联网，互联网诞生于20世纪60年代末（1969年阿帕网的诞生），这些强大的工具对信息分发行业产生了翻天覆地的改变。

古代的时候，信息分发是小圈子的事，是知识分子、精英群体的事，但是现在这些技术的出现，把大众卷入了这个行业，使得这个行业的影响力变得无以复加的大。

回顾信息分发行业光辉历史的时候我们发现，从某一个角度上看，历史上所有的变革其实是同质的，但过去的或许没有近几年来人工智能这一波革命影响深刻。

为什么这么说？过去信息分发形式的变革，无论是从口口相传变到文字书写，再变到报纸等出版物，再到有网络有网站，虽然媒介形式不断的演进，信息分发变得更加的强大，但信息分发的权利一直没有转移，这个权利还是在人的手里。往往是一些非常资深的从业者，他们非常有经验，能判断什么是好的内容，控制内容的分发。但是在机器智能算法时代，机器慢慢辅助信息分发甚至开始担当主角，从这个角度来讲，过去所有变革好像真不如最近这波变革对信息分发行业影响大。

智能算法、人工智能的影响甚至不止是分发，近两年出现一些写作机器人，在创作方面产生一些影响。

我们说可能有人认为比较主观的，可以看看外界的客观评价。这是上半年传播非常广的报道，第三方监测媒体基于上半年数据，预测到下半年整个内容分发市场将近一半分发量由机器控制，这是具有里程碑意义的数据。我们经常说量变引起质变，50%是非常重要的分水岭。超过50%以后，它已经成为决定性的因素，机器正在接管人类的权利，控制内容分发，这是很重要的事件。根据我们的数据观测，这个预测已经成为现实。

今日头条是2012年创立的，四年之后算法时代正式来临。这个报道提到了今日头条，毫不谦虚地说，这也是一个事实，机器影响内容分发这一波，今日头条是第一个吃螃蟹的人，是这一波变革的先驱。

现在很多人都知道了这是一个趋势，所以市场竞争非常激烈，腾讯、百度、阿里这些巨头纷纷投入这个行业。未来竞争格局怎么演化呢？客观地说实没有人能够定论，作为今日头条的一员，我肯定有信心。如果未来有一天人们回顾历史，今日头条这个名字是无法绕过的，我们在历史上会留下应有的一页。

互联网时代几种信息分发形式的优劣比较

刚才讲到信息分发行业在人类历史上经历那么多的变迁，我们再聚焦一下过去十几年，互联网时代最主要的几种内容分发或者叫做信息分发的形式。

最早的形式其实是以国外的雅虎，国内四大门户代表的门户网站，它有点像电子报纸，它的展现形式通过PC浏览网页、编辑内容，内容掌控还是传统编辑模式，早期门户网站最有权势的人是主编。而现在，且不说今日头条这种基于内容算法做分发的平台，其实很多传统的平台现在也在做算法推荐的事情。分发权利转移到做算法的这群人手里。

Web2.0时代一个很大变革，就是社交媒体和社交网络的兴起，有了去中心化的方式。在门户时代，往往主编就决定了这个网站应该放什么内容？但是这样很难满足千人千面用户个性化的需求，社交网络、社交媒体的崛起满足了这方面的需求，当然它也有一些问题。2012年是一个分水岭，智能算法大踏步进入信息分发并且改变了这个行业。

为什么智能算法能弥补之前形式的缺点？我们看一下门户的缺点和优点——门户优点很容易理解，有很多资深人士控制内容展示，质量相对有保障，但是分发效率比较低，人的工作效率和机器比是比较低的，不可能要求信息出来之后，他很快完成判断和分发。另外就是版面有限，每天最多放几百条更新内容，最多上千条，如果太多，只能放在很深很深的页面层级，用户很难看到，这个东西没有流量，如果内容触达不到用户，生产出来也是没有意义，性价比太低。

社交媒体和社交网络一定程度上弥补了门户的缺陷，可以做到内容的个性化分发。如果你在微博订阅了不同的大V，或者微博里关注了不同的人，每个人圈子不一样，你看到内容也是千人千面的，但它也有一个问题就是信噪比（SNR或S/N，SIGNAL-NOISE RATIO)也比较低。你关注一个大号未必每篇文章都很喜欢，你不关心他们晒娃，或者去哪玩了，你可能关心他生活的某一面，这个问题朋友圈解决得不是很好。这时候轮到智能算法出场了，它既能解决个性化问题，分发效率又很高，机器算得非常快的，也可以解决信噪比低的问题，它可以利用一切可以利用的信息，智能算法不排斥社交网络。今日头条一直探索更好的用户之间的社交关系，这个社交关系对于捕捉兴趣爱好偏好非常有用，它的特点在于一切能用的信息都拿来用，它是一个超级专家，分析你的偏好，给推荐你感兴趣的内容。

智能算法的问题在哪？或者应该叫壁垒在哪，智能算法的壁垒在于数据，它需要很多数据这个模型才能变得很聪明，它决定了这个行业门槛比较高。今日头条赶上了互联网的红利，迅速积累了很多的用户。很多传统媒体甚至都找过我，能不能也做一个类似的？我说抱歉，这个事真的不能复制，你现在要去做数据劣势很明显，很难短时间内有相同的效果。

中国有一句老话叫做一枝独秀不是春，除了今日头条，这个行业其他的伙伴或者竞争对手怎么做的？他们也在拥抱智能算法，拥抱人工智能。大家看到，无论是百度还是UC，只要跟信息分发沾边的工具都会做算法推荐，这已成为行业的大势。

我们看一下国外，Twitter和Facebook这两年股价变动的趋势，很有意思。我们看两个新闻，一个是比较老的新闻，2013年的， Facebook在2013年就开始尝试用算法排序，而不止是用时间帮助你整理数据流。Twitter比较保守，在2016年尝试用算法改变时间流，原来一直严格按照时间排序的。对应这两个事情看两个公司股价的变化，一个公司对智能算法拥抱的程度，投入到技术变革中紧迫性和公司股价走势是有一定关系的。

智能算法的三个维度和未来趋势

前面介绍了很多背景，接下来分享一点干货：

第一个维度，智能算法去做分发核心逻辑是什么？因为今天时间所限，也不是技术论坛，我尽量减少技术细节的介绍，介绍基本的逻辑。智能算法进行信息分发的基本逻辑就是说需要一个打分器，输入用户的兴趣标签。你是对数码感兴趣还是科技？你是对哪一款数码相机感兴趣？你喜欢奔驰的车还是宝马得车？这是兴趣标签。

第二个情景维度，也就是环境特征，你是在工作的地方还是在家？是休息日还是工作日？是早晨还是晚上？还是去了一个你从来没有去过的地方？你可能在出差还是旅游？这对于找到你当时兴趣都是有帮助的，这一类我们归为情景维度。

第三个维度，也是打分器的输入，最重要是内容维度，推荐给你的内容候选，讲的是什么？主题是什么？热度怎么样？哪些人群比较受欢迎？是财新网发的还是21世纪经济报道发的？这些都是有用的。这三种数据进去，最后输出一个数，你喜欢这个内容的概率。这个最简单的函数，工程非常复杂，但逻辑可以简单用一个函数概括，有这样一个函数，任何人来了我们知道他的情景信息，可以把几百万的内容库看一遍，哪些分比较高，分高的就给你，机器逻辑非常简单。

我们有这样一个打分器输入怎么来，人的内容怎么来？我们对一个内容很了解他讲得是什么，这个人经常看这类的东西这个标签就有，你老给他推荐他不看，这个分就是负分，这是快速的工程实现，稳定性，数据积累的速度。

这个基石是内容标签怎么来？怎么用人工算法帮助我们提取内容的标签，分成文本内容的分析和图片的分析。文本内容也是函数，你给它一串字符，字符串来了之后第一个提取关键词，第二个把它分类，分类在大的内容推荐引擎里面，内容分类很复杂，可能有几百个，上千个，一层一层的，顶层可能是科技、财经，在财经里面有股票、宏观经济，在股票里面有美股、港股。我们还要抽取实体，这个实体对推荐人很重要。

图片也是类似的原理，拿到图片也要分析，图片的标签和文本的标签一起使用，做一个内容的推荐。视频标签也可以从一帧一帧图片中抽取一些有意的信息。我们还做一些反作弊，包括识别广告和色情内容，图片分析也非常重要。

接下来介绍几个我们现在正在做的智能算法的应用案例，一些未来机器在创作环节可能做的事情。

我们也有写稿机器人，也是在里约奥运期间测试上线，奥运会期间，这个机器人自动发了100多个稿件，累计阅读超过100万，同样的话题，很多稿件的点击率比记者人工写的点击率还要高。

另外一个可以做的就是视频的封面自动选择。今年算是短视频的爆发之年，短视频又是一个风口。在平台上不同封面对点击率影响非常大，怎么选一个好的封面？完全人去做可能凭经验，能不能靠机器做这件事情？我们根据有经验人的行为，学习到这个模式，提供一些建议，给你一些候选，最终的决策权在作者自己手里，因为你对你自己的内容更了解，你不仅要考虑点击率，可能还要考虑你的调性，是不是符合受众对你的期待。另外做的有趣的事就是算法自动生成视频集锦，这也是应对现在短视频的浪潮，有很多长视频的内容，没有足够人力剪辑，变成适合在短视频分发平台上传播的形式，机器有可能把这件事做得更好，可以规模化，更有效率地做这件事。