AI能讓內容平臺更有序嗎？創投圈
自去年AlphaGo打敗人類頂尖棋手柯潔以后，大眾關于AI的想象和關注就再也沒停止過。今年的GMIC大會（全球移動互聯網大會）更是直接把AI放入了主題，取了個名字叫“AI生萬物”。
現在，AI已經把觸角伸到了內容領域，通過算法，幫助平臺完成了內容的分發和審核。
但這不是全部，GMIC大會上，知乎合伙人、高級副總裁李大海做了一個分享，透露的信號是，內容社區中的AI技術已經可以開始進行語義識別和語境判斷：“如果把知乎看成是一座生活著一億多居民和游客的超級城市，知乎的社區規范就是讓城市正常運轉的法律法規。在這樣的規模下，只通過產品和運營手段來人工完成社區管理相對比較低效。知乎已經開始大量引進 AI，更智能高效地執行法律法規，讓知乎這座城市更加文明有序。”
李大海用了一個詞來概括，叫“智能社區”，官方的解釋是：AI 已經深度參與社區內容分享和流通的每一個環節，實現更精準高效的連接，讓對更多人有價值的問題被提出，讓最適合回答的用戶被邀請，讓更多分享見解經驗的欲望被激勵，讓更多專業認真的知識被推薦，讓更多人的好奇心被滿足，讓 1 億 4000 萬注冊用戶甚至數億網民連接到一起，這是知乎正在努力，并且初步成型的智能社區。
為什么知乎要下大力氣去做智能社區？這是做移動互聯網平臺的必然。
2013年3月知乎放開注冊,當年用戶從40萬暴增至500萬，此后繼續保持著上升趨勢。李大海稱，“在人與人、人與內容所產生的連接上，知乎過去兩年時間處于一個前所未有的爆發狀態。”
公開數據顯示，截止到今年3月份，知乎的注冊用戶量達到1.4 億，平臺日活躍用戶超過 3400 萬，這些用戶在知乎上累計貢獻了 2300 萬個問題和近 1 億個回答。
李大海所說的“爆發”，會讓平臺的內容審核工作和社區氛圍的維護，面臨巨大的挑戰，如果只依靠人工，不僅效率低下，還不一定可以對內容做出“標準化”判斷——畢竟人的決定正確率還達不到百分之百。
知乎這樣的問答社區和今日頭條類的資訊平臺不一樣，不是只完成分發和內容審核就可以。平臺上的用戶需要看到更高質量的回答，也就是內容實際上產生的價值。
刺猬公社（ID：ciweigongshe）了解到，在知乎內部，為了更好地選出有價值的回答，不會只依靠“點贊量”一個數據，那些被更多專業人士認可的回答，獲得優先推薦位的機會可能更大。
反過來，單個用戶在知乎的回答和在知乎上的“專業度”要得到系統的認可，也和其他專業人士的認可有關，不單單看粉絲數和獲得的點贊量。
不過那些調查類的產品測評和情感話題的回答，不在這個權重機制的考量范圍以內，畢竟分手復合，結婚出軌，三姑六婆的家長里短，連人都弄不清楚。弄清楚了也不好說對錯，人類向往做出最符合經濟規律的決定，但感性時常出來作祟。
很多同類產品正在通過運營“高質量回答”和“內容價值”來瓜分知乎的問答市場，比如今日頭條的悟空問答，騰訊新聞客戶端的問答產品，高質量的回答往往會成為第一波流量的來源。
但知乎的壁壘不只是“價值”，還有“社區”。社區氛圍是不能通過運營快速積累的，能夠讓大量用戶主動提出問題、回答問題，并不容易。李大海在分享中還提到一點：良性討論，好好說話。
如果AI要致力于“社區氛圍”的維護，那么它需要更多地懂得人類的語言，不只是理解字面意思，更需要懂得文字背后的深意。
“陰陽怪氣一直都是情感分析領域的前沿問題。這種修辭手法使用正面的詞匯表達負面的含義，需要對語義有更深入的理解才能很好地識別。就像生活大爆炸里的謝爾頓，作為一個物理學家，智商排到全人類前 1%，也經常聽不懂別人的諷刺。”李大海對AI在內容管理上的應用還有更高的期待。
謝爾頓現象充分說明了AI在學習人類語言的深意上所面對的問題。
知乎內部有個算法機器人瓦力，目前的智能化程度已經很高，可以實時篩查并處理社區新生產內容中的不友善部分；結合用戶的舉報， 在 0.3 秒內識別判斷該內容是否包含不友善，并做出相應處理；與用戶“人機配合”，快速識別并處理“答非所問”等等。
不友善會影響社區的良性討論氛圍，典型的話語包括：
“你大概是失了智，或者被驢踢了？”
“請看重點，腦子是個好東西，希望你也有！”
“誰給你的勇氣說這話，非蠢即壞說的就是你。”
這種相對直接的情緒語言已經可以被識別，瓦力在經過訓練以后，可以自動識別不友善信息。
但AI的類人化水平還遠不到讓人害怕的程度，算法機器人的所有舉動，都需要前期大量的學習和培訓。
拿最基礎的內容審核功能來說，包括瓦力在內的算法機器人，只能對發生過的、培訓過的內容進行審核。但人類社會的道德標準是不恒定的，什么是好和壞，不少過去不道德的事情，可能會解禁，同樣，也可能出現新的道德問題，比如未來人類和AI的關系。
這時候還是需要人工審核來做一個彌補，進一步訓練算法機器人。
李大海介紹，“之前我們邀請近五萬名知友參與‘有理由反對’功能的內測 ——反對理由設置為‘事實錯誤’‘答非所問’‘煽動情緒’和‘不解釋’。用戶在選擇相應理由后，瓦力會學習用戶的每一次選擇。簡單地說，知友們的專業度與判斷力，在瓦力的作用下得到了極大限度的延伸和擴展。”
就目前來看，算法機器人很大程度上減輕了人工壓力，幫助平臺對回答進行審核，對回答質量進行評估，對不好的、不友善的回答進行處理。
從目前的發展趨勢來看，算法機器人的“擬人化”程度還會優化。知乎最新探索的語義分析已經開始攻克“陰陽怪氣地譏諷”問題。
李大海舉了幾個例子，比如：找這么多理由干嘛？還不是窮鬧的；你贏了，高興嗎？日語學得這么盛氣凌人實屬不易，佩服佩服。
這種諷刺性回答也會損傷用戶的提問積極性，不利于營造“良性討論，好好說話”的社區氛圍。但這個功能的難度會更高，不同關系的人之間，對同一個詞語的理解是不一樣的。陌生人罵垃圾，那是真的罵對方人品垃圾，關系親密的人之間卻不一定，那很可能是打情罵俏。
“知乎通過對龐大且高質量用戶行為數據的分析、學習，可以對語義和用戶關系這兩方面進行更深層次的理解和建模，我們有機會突破這個一直困擾情感分析領域的前沿問題。我們認為這不但對中文互聯網，甚至是世界互聯網的討論環境都是有促進作用的。”
這些技術優化對于改進用戶的使用體驗也是有幫助的，因為機器對用戶的服務是全覆蓋且無差別的，只要在同一套規則之下，機器只會比人工更加公平。
就像李大海分享中所說的：“技術可以用從未有過的效率去創造思維的連接。讓每個個體的思考和經驗，極速被分享，被篩選，被總結，被轉化成為這個時代的知識。知識的生產方式和迭代效率會因為這樣的連接發生質的改變 。”
文|鐵林
來源|刺猬公社
1.砍柴網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；2.砍柴網的原創文章，請轉載時務必注明文章作者和"來源：砍柴網"，不尊重原創的行為砍柴網或將追究責任；3.作者投稿可能會經砍柴網編輯修改或補充。
京公網安備 11010502032797號