哎?当AI读了70年《人民日报》后,它变成了这样……

2018-11-27 22:29 环球时报英文版

  AI(人工智能),是如今最吸引眼球的领域之一。

  试想一下:一个会读报纸的AI,而且读了70年的《人民日报》,它会发生什么呢?

  前两天,BBC中文网 刊登了一篇文章,内容有点儿意思。

  文章里有两位AI分析师,他们干了这样一件事——

  试想一下,一位《人民日报》的资深读者,牢牢记住了该报70年来的所有报道,他能在今日的头版中读出什么门道呢?

  最近,两位身在华盛顿的年轻华裔研究员研发出一项名为“政策变动指数”(Policy Change Index)的人工智能程序 ,它犹如一位《人民日报》的死忠读者,“熟读” 该报及其前身《晋察冀日报》自1946年来发布的全部200万篇文章。

  ▲人工智能超级读者研读70年《人民日报》之后 (via BBC中文)

▲人工智能专家陈子健(左)与钟伟峰(右)(图via BBC中文)

  《人民日报》作为一份非常重要的机关报,通常是世界舆论与智库关注的焦点。

  而如果一篇文章能出现在《人民日报》的头版 ,那它的重要性 不言而喻。

(出处见水印)

  因此,这两枚研究员试想:有没有可能在AI把70年的《人民日报》读完之后,可以自动判断某篇文章是否重要到可以出现在头版?

  以及,AI能否通过阅读《人民日报》的头版文章, 来评估甚至预测出中央政策的动向?

  如上文提到的,他们把评估中央政策动向的指标,量化成了一个名叫“政策变动指数” 的东西,也就是这个AI程序的名字:

  

  For the first time in the literature, we develop a quantitative indicator of the Chinese government’s policy priorities over a long period of time, which we call the Policy Change Index (PCI) for China. The PCI is a leading indicator of policy changes that covers the period from 1951 to the third quarter of 2018, and it can be updated in the future.

  在本文中,我们首次提出了“政策变动指数(PCI)”,它是长期以来中国政府政策重点的一个量化指标。PCI是反映1951年至2018年第三季度政策变化的先行指标,该指标未来可以更新。

  It is designed with two building blocks: the full text of the People’s Daily — the official newspaper of the Communist Party of China — as input data and a set of machine learning techniques to detect changes in how this newspaper prioritizes policy issues.

  它的设计有两个基本部分:中共机关报《人民日报》全文,以及输入数据形成一套机器学习技术,以检测《人民日报》在政策问题优先排序的变化(主页君注:即文章放什么位置、放不放在头版等)。

  ▲Reading China: Predicting policy change with machine learning (via aei.org)

那么……这个AI到底读出了什么名堂?

  

  几个月后,两人在陈子健的家中试运行程序,只采用《人民日报》文章的标题小试牛刀,结果让他们喜出望外。

  “在1978年改革开放前半年,程序显示出很高的‘惊讶’峰值,明确显示出新政策出台前的舆论转向。” 钟伟锋说,“当时高兴得要跳起来了。”

  ▲人工智能超级读者研读70年《人民日报》之后

(图via网络)

  除了改革开放外,人工智能也基本“预判”对了一些历史上的大事件:

  

  “政策变动指数” 的变动与多项中国近代重大政策的宣传时间吻合,它在1958年 前录得了高指数,成功“预测”了大跃进政策。

  它还提前了三个季度测出1993年 私营经济改革的加速,提前一年测出2005年 的改革“减速”。

  钟伟锋说,“和谐社会”在2004 年的《人民日报》头版中反复出现,显示出政府酝酿在效率与公平之间取得平衡,预备市场改革减速。

  ▲人工智能超级读者研读70年《人民日报》之后

(图via Getty Images)

  这位“超级读者”的表现,你觉得如何?

责编:杨阳
分享:

推荐阅读