如果你正在看《长安十二时辰》，可能会知道我在说什么，没看过也没紧要，我可以用一个当代版类比一下。
张小敬的扮演者雷佳音，是通过优酷大数据选出来的人。
优酷通过大数据智能预测平台，对《长安十二时辰》的剧本进行了AI剖析，经由与主角多维度标签匹配，终极推举由雷佳音扮演张小敬（当然，预测结果只是作为参考，毕竟选谁主演是多方成分匆匆成的）。
事实上，无论是古代版的大文案术、还是当代版的智能推举系统，底层逻辑都是基于大量数据的打算、剖析、推理，差异在于，大文案术是古代聪慧加上人力物力，而现在，AI足矣。
提及智能推举，今日头条是绕不开的话题。我们每天阅读着算法推举给我们的新闻，刷着算法推举的短视频。
那么，智能推举系统到底是如何运作的呢？
如果要完备搞懂，我们须要先理解:
机器学习、深度学习、自然措辞处理、图像天生、打算机视觉、监督学习、知识图谱、数据挖掘、语音识别、人机交互、人脸识别、图像识别......
先别走，本日不讲专业名词，我们会用一个视频来解释。
如何用薯片的自动化制作流程，推送一则新闻？
薯片的制作视频：https://v.qq.com/x/page/x07295kwfxx.html
不雅观看把稳事变：易引起强制症患者的极度舒适
从土豆粉到末了一罐一罐的薯片，都是由自动化机器完成。同样的，智能推举系统分发给你的新闻内容，从选题写作到排版推送，也一样可以让AI来完成。
接下来，6个步骤详细拆解，搭配适口的动图，来说一说，智能推举系统是如何把新闻推送给你的。
Step 1：原材料处理用AI来整理新闻素材
按照1：2的比例稠浊土豆粉和水，添加少许玉米粉
把稠浊物压成马铃薯片
作为自媒体人，每天不问自己一句“本日写什么”是不完全的。
历史上的本日发生了什么？有什么热点八卦？谁家开了发布会？谁家大佬又说了什么话？
为了知道要写什么，我们全网搜集信息线索，而终极敲定选题的缘故原由，很有可能只是“灵机一闪”，就像薯片原材料中添加的少许玉米粉，充满了不愿定性。
但是AI不同，它有一套成熟的预测流程：
全网抓取现有资源信息建立知识库利用机器学习技能挑选主要内容整理成新闻素材Step 2：加工成型机器人写作
经旋转切割机敲成椭圆形，放入炸锅油炸
利用模具凹形状
有了新闻素材，就可以开始成文了。
实在机器写作最早起源于美国，运用于体育战报、股市简讯、气候地质等，不须要文采，只须要基于详确的数据和模板化的新闻写作中。
这些根据数据天生的新闻报导，时效性和准确性是关键，哀求大量产出且快速发布，形式只需套用“批量的模板”，重复度高，而这正是AI所善于的。
写作机器人在海内媒体中也很常见，在景象预报、股市行情、体育赛事等领域，凤凰网的AI在3秒能天生一篇文章；封面杂志的小封机器人在8.09秒完成1300字地震新闻的图文写作。
全体薯片的制作时长是20分钟，而AI写作只要几秒钟就可以完成。
Step 3：加点味道配一张俊秀的图片
鼓风机去油、撒调味料
薯片有原味、番茄味、烤肉味、青柠味、黄瓜味、酸奶味……但也无法知足所有客户的味蕾。
一篇纯笔墨稿，也越来越难勾起读者的阅读兴趣。
以是，笔墨、图片、音频、小视频的“混搭”模式已成各大媒体的基本配餐。
哪段笔墨搭配哪张图片、视频，给笔墨添加若何的“佐料”，对付机器人来说虽然有难度，但是具备多模态内容理解能力就可以办到。
撒调味料，首先得学会辨别什么是咸盐，什么是糖。
以薯片制作视频为例，这段视频本身就席卷了视觉、听觉、文本（字幕）多种模态的信息形式，而AI所要做的，便是把这些信息转译成打算性能懂的措辞，即多模态内容理解能力。
NLP自然措辞处理：基于Word2vec&Fasttext（一种算法）的情绪分类方法以及基于NLP的措辞模型及文本特色提取算法，感知文本内容；CV打算机视觉：基于卷纸神经网络（另一种算法）提取图片特色，对图像和视频进行多维剖析。打算机图像处理示意图
识别之后，便是基于知识图谱进行笔墨与图片、视频的匹配。
当然，文章写完并不是结束，编辑审核是不可避免的。写作机器人作为赞助创作者的生产工具，失落误在所难免，但是缺点可以“自己”来检讨。
Step 4：人工排检内容审核，就要快、准、狠
传送带调试薯片排列
就像长残了、破碎了的薯片要被人工剔除，没排列整洁的薯片要摆正，那些涉黄涉暴涉政涉毒等违法、违纪的内容同样要被审核清理。
上个月尾，网易云音乐、蜻蜓FM等音频APP，因违反干系规定被命令下架整改；今日头条作为算法推举的代名词，也曾被勒令整改；微信"大众年夜众号管理平台不断加大文章的审核力度......不丢脸出，政府对内容审核的高度重视。
不同于薯片流水线上的人工挑拣，内容审核利用AI就可以进行。
利用机器学习技能，对付违法、违纪内容的安全审核，错别字检测，低质图片、音频的识别，视频重复性检测都可以自动化完成。
此外，智能内容审核系统，在高效完成任务的同时还可以担保审核的准确率。侧重语义理解的瓦力机器人，可以对辱骂、反讽内容进行审核掌握，部分场景准确率能达到99.13%；而今日头条的机器智能审核系统，可以在1秒内审核一百篇稿件，同时确保准确率达87%。
Step 5：装罐个性化推送
自动勺将薯片送入包装罐
薯片易碎，如果不整理好就售卖，得到的只能是差评。
在做内容的智能分发时，紧张考虑的也是多维度理解用户，理解用户属性以及喜好，挖掘用户关系。
剖析用户过往的点击率、内容阅读时长等情形，从而推送符合用户胃口的内容信息。同时，挖掘用户关系，推理运算更多用户喜好的内容。
例如，用户A建立的标签包括：男性、科技、汽车，篮球，用户B是男性、科技、汽车，那么，有关篮球的内容信息同样可以考试测验推送给用户B。当然，这些剖析匹配以及推送过程都可以通过智能推举系统搞定。
除了推举什么类型的内容之外，还可以对推送的场景进行管理。
文章推送场景布局
无论是PC、WAP、APP、微信还是小程序平分歧终端类型，都可进行定制化选择；但凡呈现在屏幕上的内容，首页的个性化推举、详情页的猜你喜好、创造页的热门推举等，Feed流抑或固定位置，都可进行精准场景布局。
Step 6：包装封盖做好记录
导轨小扣罐子顶部，将薯片推到得当位置
在智能推举系统后台，可进行更详细的文章推送规则配置，诸如展示韶光是非、发布韶光、封面图数、一级分类、详情页面图片数、发布者ID等一应俱全。
文章推送配置规则
这种“见人下菜碟”的精准推送模式的背后，不仅是分发效率的提升，更促进了流量增长。
据悉，凤凰新闻原来每天曝光内容只有5000条旁边，现在每天曝光高的内容至少120万条；环球网上线先荐的智能推举系统后，点击率提升58%，单人访问页面数量增长69%，广告营收增加20%。
Step 6+1：以上，基于“薯片自动化生产技能”的智能推举系统就讲完了。
你所看到的一则新闻，从素材整理到内容生产，从审核到推送，乃至于你的文章留言答复，都是AI来完成。
跟你谈天的，真有可能便是机器人。
说到这里，又不得不提我们所关心的问题，既然AI这么强大，未来我们会不会被AI替代？写作者们会不会失落业？
实在，人工智能的语义理解还有很长的路要走，仅一句「我们不再是我们，我们依然是我们」，或许就可以让AI哑火。
即便是，当AI完备理解了「我们」，人类所富有的情绪和创造力，也不是AI所能替代的，正如任正非所言：
有很多事情是人工智能不能代替的，比如喝咖啡，人工智能很难代替。当你生病在床上呻吟的时候，进来一个机器人，给你打一针就走了，你不会感到冷冰冰吗？还是须要一个真人有温度的情绪，这便是体验。
再不济，就像那个选角导演，被优酷的智能推举系统抢了事情，不妨把眼力投向其他领域。
《琅琊榜》的选角导演在剧中饰演“童路”一角
本文有关智能推举系统的数据和图片均来自于第四范式研发的产品「先荐」，一个基于机器学习技能，集内容上传、内容管理、内容分发、推举干预、前端渲染于一体的一站式推举行事可视化平台。
本文主题：
人工智能 | AI智能推举系统