陈峥博士：91获客AI2.0，企业智能营销发展新方向

（原标题：陈峥博士：91获客AI2。0，企业智能营销发展新方向）

　　“人工智能就像一列火车，它临近时你听到了轰隆隆的声音，你在不断期待它的到来。他终于到了，一闪而过，随后便远远把你抛在身后。”

　　2020年7月24日，以“新场景·新势能·新动力”为主题，91获客于遵义举办了人工智能产品发布会暨2020渠道大会。电子科技大学教授、美国亚利桑那州立大学访问学者、91获客首席科学家陈峥博士出席并做《91获客AI2。0演进之路》主题演讲，分享了91获客AI技术在内容写作的成果及2。0的发展。

　　机器写作的发展与现状

　　说起机器自动写作，最早要追溯到2009年，美国棒球大联盟首次用智能机器人StatsMonkey通过统计分析，识别比赛期间的重大事件并总结整体比赛动态，自动编写了一篇体育报道。

　　到2015年，“写稿机器人”在行业中真正爆发。至今，最为成熟和典型的主要是新闻机器人、小说机器人、写诗机器人三类。

　　新闻机器人一般是基于模板的写作，即使用一个文章模板，将数据库中的结构化信息(包括具体数字、百分比等)填充进去。

　　小说和写诗机器人更偏向于另外一类，提取后整理、重组，即对包含无用信息的长自然语言文本进行分析，提取文章中的关键信息，重新组织语言后输出。

　　但都不是真正意义上的机器写作！

　　严格意义上来说，这些都是属于伪原创工具，存在随意拼凑，模板填空，同义词替换、变换，语义不通顺等等问题，长远来看并不可取。

　　什么是真正的机器写作

　　陈峥博士表示，真正的机器写作是需要完全依靠机器自动生成，是通过训练语言模型，对语言进行数学建模，然后不使用原始文本，而是通过人工智能的方式逐句地生成算法认为“最能够体现原文含义而且看起来像一句话”的文字。

　　如图所示，机器写作是一个学习、训练的结果。其本质是通过找到结果与多维输入之间的关系来进行预测，计算机是没有办法处理语言的，所以需要将自然语言转换为向量才能进行机器学习。

　　91获客AI1。0到2。0量变到质变的过程

　　1、从隐马尔科夫模型到深度神经网络

　　首先，隐马尔科夫模型(Hidden Markov Model)是机器写作的初级模型，简单理解，就是一个输入只对应一个输出。

　　而91获客AI模型是利用深度神经网络(Deep Neural Network)。深度神经网络顾名思义是更加复杂、有深度的多层神经网络，N个输入对应N个输出，不断反复训练，模拟人的思考方式。

　　2、AI能力参数提升千倍

　　91获客AI1。0训练模型的参数个数为1。542亿，而当前，我们正在训练的2。0模型数据集容量达到45TB，参数个数1750亿，也就是说即将推出的91获客的AI模型2。0版本将在文本质量及相关性提升一个数量级。

　　这样的能力值能做什么事情？

　　前不久OpenAI发布最新的NLP模型，用户只需要输入需求，前端代码会自动生成，就连摸爬滚打几十年的资深IT人士都表示吃惊得说不出话来；另外，在去年DOTA2的顶级赛事TI8上，部分道具和功能禁用的条件下，以2！0完胜了人类冠军。。。。。。编码AI、游戏AI、内容创作AI等等无不达到一个质的提升。

　　3、投入大规模硬件，AI计算力不断深化

　　左图可见，我们的模型参数量处于不断上升趋势，而边际成本在不断降低，这是因我们我们花费了大量资金投入了规模性计算机硬件设备，利用更好的计算机完成最高的算法。

　　人机共存时代未来可期

　　陈峥教授对于大家最关心的91获客机器写作几个核心要点进行了回答。

　　内容生成速度/质量。完全能满足现在的需求。

　　内容原创度/重复度。100%原创，且风格多样。

　　是否会被检测到。有可能，但很难。

　　最后，陈峥教授谈到，社会各界对人工智能需求和呼声越来越大，相信未来也是属于91获客的新时代，91获客将继续发挥AI和大数据技术的协同优势，创造更多跨行业跨领域的创新机遇，为企业营销注入更高更好的“新动能”。