纪录我们在网路上奔波的历程！

百度AI写作大脑是怎么工作的

2019年7月5日

百度智能写作大脑的工作正式靠知识图谱驱动，根本上构建语义图谱关系，对于理解语义、生成语义都有重大影响。与深度学习算法强调的不可知论相悖的事，一旦要让算法干活、产生价值，就得让算法的输出是可控可靠的，给马戴上嚼子、套上缰绳，才能更好的发挥作用
2019年百度开发者大会，大家都在关注robinlee被浇水的事情，在开发者大会所呈现的技术的创新、算法的进步上关注的不够。作为一个从业者，其实看到百度开发者大会所展示的百度大脑的能力、产品化、商业化的roadmap上还是颇感欣喜。
当然，首先表态，对于robinlee被浇水这一件事，作为旁观者，我其实是鄙视浇水的当事人的。一个人以侮辱他人来表达自己的存在感，这是一种卑贱的行为。我们在崇尚个体独立表达、自由行使自己的权力，边界应该是不侵害他人，不能以侮辱他人为基础。这是我的观点。
舆论的一边倒起哄和看热闹，百度的人也应该深刻反省了，作为国内最优秀的技术公司，在带给中国网民获取信息的便利和自由上在过去19年作出了巨大的贡献，尤其是在一个相对开放、自由的互联网信息技术市场上，依靠团队的实力、坚持，创始人的经营和创新走到了今天，成为全球技术创新领域中国的标杆企业，这是一个让人敬仰的事实。但是今天的百度产品体验和质量每况愈下，百度人真要好好反省。
今天，我主要想说说百度智能写作大脑。
百度大脑、百度AI写作大脑的历史进展和我就不赘述了，你可以百度一下，找不到是百度的问题。
百度智能写作大脑能做什么
今年百度开发者大会所释放的百度AI写作大脑的技术能力和业务场景，整体上包含智能摘要、语音合成、视频检索、视频生成、文本生成、语言理解、知识图谱和视频理解，能够完成对文本信息音视频版生成，也能反过来用。
32F80286-9220-4AE2-99EA-08C07F4397D1

能够做到这一点，主要是因为百度大脑的5.0升级
4F95F339-579E-4A21-8FB0-39A68F815

机器能够通过视觉、语音等模拟信号转成可计算文本，然后通过知识图谱构建起语义理解和生成算法能力。
百度智能写作的技术流程
之前百度的彭卫华老师，出来分享过，他认为“首先是写作触发，接着文章生成，然后是质量控制，最后是文章发布”。在百度智能写作大脑中，写作触发主要通过网络热点发现、主题分析、观点分析等，核心立意点是生成具有传播力的信息内容。
他们会从从微博、feed 内容等资源中，提取、匹配出热点事件与概念，接下来判断是否适合机器写作，过滤掉太发散、太泛的话题，生成的话题包括非个性化与个性化的话题，其中个性化话题是通过用户画像进行定向下发到辅助写作系统、百家号熊掌号甚至合作媒体平台上。
在文章生成部分，彭卫华分享了“宏观规划，包括素材组织与篇章结构规划；微观规划，包括词汇选择与句子结构、自然语言表达的句子；表层实现，具体包括文本生成与润色配图等”。
其中，规划中素材选择、组织、句子、词汇的选择，都依赖于知识图谱驱动的关联及关系发现。那么知识图谱就在这里发挥了极为重要的作用。
百度的知识图谱构建方法

在百度的技术体系中，通过知识图谱做“知识的汇集、整理以及再加工，图谱中的每条边，均是基于语义的链接，是一个极其复杂的知识语义网络”目前百度知识图谱数据包含亿级别实体以及千亿级别的事实，以专家权威、百科实体、垂类挖掘与全网属性挖掘为组成部分，可以做到高时效性的秒级更新，在智能写作中扮演着核心角色，贯穿智能写作的全部流程。
另外一块，还通过事件图谱分别持续地动态地获取客观世界的事件，并丰富事件属性、建立事件间关联关系，构成以事件为基本单位的知识网络。

（图片素材来自datafun社区，彭卫华老师的分享）

（图片素材来自datafun社区，彭卫华老师的分享）
这些信息和语义单元被挖掘出来以后，通过知识图谱和关系权重，不断在各种生成和表达优化上进行应用。
自然语言生成（NLG）
这是最有技术含量的一块，目前今日头条已经在用生成来做资讯标题生成、阿里巴巴在用文本生成做商品介绍和描述的标题的个性化生成。百度在写文章写作上的探索可能走的更远。
彭伟华老师介绍“NLG 主要包含 text2text、data2text、多模到文本三种形式，考虑知识图谱作为先验知识进行相关生成。从人工方案角度讲，主要有人工规则与模板两种。从机器学习方法上来讲，深度学习方向主要包含：seq2seq、DRL、VAE、GAN 等相关技术，非深度学习技术方向包括：排序、基于文法、规则/模板学习、概率图模型等。”

（图片素材来自datafun社区，彭卫华老师的分享）

（图片素材来自datafun社区，彭卫华老师的分享）
欣喜的是，百度把这些技术和能力，通过百度语言和知识技术开放平台供给给所有创新、创业的人，创造者们，可以尽情折腾了。

百度智能写作平台官方介绍

1 自动创作：通过接入数据、配置专属写作模板，快速实现批量和自动生成文章的能力。支持聚合写作、关键词创作等多种内容自动生成能力。
---从示例来看，基本上是两种实现方式
（1）纯算法驱动的文本生成，包含对联、写诗这种
（2）模板生成，就是基于数据和对数据建模分析可视化之后，用模板来生成一个图文描述信息。
2 辅助创作：可从素材发现、创作工具角度，提供热点发现、事件脉络、热词分析、文本纠错、用词润色、文本审核、文章分类、文章标签、标题生成等技术

（图片素材来自datafun社区，彭卫华老师的分享）

---从示例来看，这个就比较丰富了，能解决很多实际创作、写作、跟文字工作相关的具体的痛点和问题，比如说我最近就感觉痛苦不堪的“智能”输入法问题，输入法太智能了反倒是出错更多、词不达意更多了。
仔细体验了相关的功能演示、甚至调用了接口去在实际业务上体验，发现这个功能已经挠到了痒痒点了，但是还欠点火候，其文本纠错、用词润色等，都能大大增加写作的输入效率和质量
B147E97B-390A-48EC-834D-F7FE254A60BA

其热点发现能力、热词分析能力，如果能结合风云榜，基于热点事件、热词、热门源来形成，可能对于做热点运营和内容创作的人来说会大大增强有用度。
重点想说说，百度智能写作的标题生成，简直是秒杀“震惊体”“揭秘体”“刚刚体”“惊呼体”“刚刚体”“吓尿体”“难道体”...,温情默默充满关怀
AEAF55E1-99B9-43A7-99C6-F6644E3DC30A

3 多模态创作：提供包括图文、视频内容在内的多模态自动创作能力，快速实现文本到视频、视频到文本的多种内容创作能力，全面赋能内容创作。这个是一个比较给力，也比较有想象力的事儿，十分期待！能不能尽快开放API体验一下呵。

算法生成还有很多挑战
文本生成，行业上还有较大调整和进化空间，真正要做到端到端的输出，还有很多挑战，目前从行业各位技术大咖的分享和交流来看，还有巨大想象空间和增长潜力。尤其是多模态、跨模态的结合。
技术演进上，GPT2、BERT、百度的ernie都有了惊人的反馈，怎么更好地应用的产品和体验端，这非常值得探讨

This Written at 2019-07-05 by loverty. · 标签：百度, 人工智能技术, 写作机器人, 智能写作大脑, AI

« 怎么管理自己的笔记和文档写作机器人综述 »

<< Home

AI助手

你好！我是哈斯日志的AI助手

我可以基于当前页面的内容回答你的问题。

有什么想了解的吗？

刚刚