編輯（Editor）作為一種專門對文字進行編輯和修正的職業，他除了一般工作上所需的細心、敏銳觀察力、良好溝通、清晰邏輯與分析能力之外，也需要有靈活的腦袋可以有源源不絕的創意想像。如果只是簡單的尋找素材整合，沒有任何人是可以比得過機器的，無論是速度還是文字質量，機器的收集和組合能力都很強。
但最弔詭的，我們平時看文章真的只是看基本素材羅列和事實嗎？
人工智慧之所以足以能和人類競爭，是因為他能夠系統化、方程式的學習人類已有的經驗，然後用已經存在的大資料去做機率上的判斷，而這個判斷往往比人類要準確。所以，它們能在象棋、圍棋上贏過人類，棋盤就那麼多格走完這一步棋下一步走哪兒，它都能算出來。
要了解這個問題，我們還是有必要再來看一下什麼叫機器人寫作？寫作機器人？
不管是寫作機器人還是機器人寫作，這些都是資訊時代下科技發展的產物。在如今這個網際網路的時代裡，各式各樣的資訊平臺，每天產生著大量的文字文章。資訊量在爆炸性的增加，資訊流通的速度也是驚人。
而當公共資訊的份額和資訊本身都沒有限制的時候，如何讓這些採集到的資訊呈現在公眾面前，便成了媒體工作者與資訊釋出者的工作。而不同的形式，也就形成了不同的風格和平臺。
可是，當這些綜合的形式各家都沒有太多區別的時候。時間維度也就加入了這場戰爭，更快的讓公眾知道成了巨大的優勢。特別是在新聞行業。
近年來，《紐約時報》、《華盛頓郵報》、《洛杉磯時報》、《衛報》都已經將機器人不同程度的用到了新聞採編多個環節。
但最早的機器編寫文字的案例，還是要說到美國的科。在美國，創立於2007年的科技公司Automated Insights（AI）開發了一款名叫WordSmith的軟體，可以自己編寫一些簡單的新聞事件，比如體育、財經類的。雅虎、美聯社的相當一部分新聞就是由這位WordSmith編寫的。
應該是
但這個還只限於編寫，也就是要贏在寫作速度與數量上的節奏。
而所謂的機器寫稿件，也就是一個程式：
透過大資料的學習與分析，根據特定演算法在最快時間內自動採集資訊並生成稿件。
這個是初級寫作階段，至少，已經可以在寫稿速度與數量上打敗人類編輯。完整的體系是，在生成稿件之後，瞬時輸出，並智慧分析和研判，將這些資訊、重要資訊和解讀送達使用者，喜歡看的使用者。
這就是機器的速度。不過，發展到現如今的速度，釋出速度早已經不需要三分鐘那麼久了。
機遇與挑戰？要搶飯碗
所以，如何組合出更自然靈活的文字，把文章變得更人性化，也成了為了機器發展的方向。
到目前，我們知道的機器寫作應用方面。大多都是在財經、體育，這些方面。財經可以程式化的套上資料寫作，體育也可以，只需要從數資料庫中抽取幾個名字即可。在這些方面有應用，因為有些事情我們只需知道結果。比如，漲跌了都少，比分多少。
這種機器人寫作會是一個媒體自動化辦公的契機，機器人記者已經開始工作了。搶佔新聞時效性的制高點，是全球媒體共同的方向，這也是新聞媒體存在的價值之一。所以，機器人寫作與自動釋出的出現，可能會改變媒體行業的某些方面。比如，不再需要大量記者和編輯。
但其實，不管寫機器有多麼厲害。它終究只是一個工具，要論思想武器的強大，還是比不過人類的大腦。寫文章不是程式化、模組化的工作，其中牽扯到的套路是千變萬化的，在對文字的識別、判斷、聯想方面還是不敵人腦。
另一方面，正因為有這些“競爭對手”的存在，才能使得更多媒體人轉變自己的思維，去做更好的的內容呈現給大眾，而不是隨便做做反正都有人看。
吶！抓不住這個機遇，就等著被機器人頂包吧！
編輯（Editor）作為一種專門對文字進行編輯和修正的職業，他除了一般工作上所需的細心、敏銳觀察力、良好溝通、清晰邏輯與分析能力之外，也需要有靈活的腦袋可以有源源不絕的創意想像。如果只是簡單的尋找素材整合，沒有任何人是可以比得過機器的，無論是速度還是文字質量，機器的收集和組合能力都很強。
但最弔詭的，我們平時看文章真的只是看基本素材羅列和事實嗎？
人工智慧之所以足以能和人類競爭，是因為他能夠系統化、方程式的學習人類已有的經驗，然後用已經存在的大資料去做機率上的判斷，而這個判斷往往比人類要準確。所以，它們能在象棋、圍棋上贏過人類，棋盤就那麼多格走完這一步棋下一步走哪兒，它都能算出來。
要了解這個問題，我們還是有必要再來看一下什麼叫機器人寫作？寫作機器人？
不管是寫作機器人還是機器人寫作，這些都是資訊時代下科技發展的產物。在如今這個網際網路的時代裡，各式各樣的資訊平臺，每天產生著大量的文字文章。資訊量在爆炸性的增加，資訊流通的速度也是驚人。
而當公共資訊的份額和資訊本身都沒有限制的時候，如何讓這些採集到的資訊呈現在公眾面前，便成了媒體工作者與資訊釋出者的工作。而不同的形式，也就形成了不同的風格和平臺。
可是，當這些綜合的形式各家都沒有太多區別的時候。時間維度也就加入了這場戰爭，更快的讓公眾知道成了巨大的優勢。特別是在新聞行業。
近年來，《紐約時報》、《華盛頓郵報》、《洛杉磯時報》、《衛報》都已經將機器人不同程度的用到了新聞採編多個環節。
但最早的機器編寫文字的案例，還是要說到美國的科。在美國，創立於2007年的科技公司Automated Insights（AI）開發了一款名叫WordSmith的軟體，可以自己編寫一些簡單的新聞事件，比如體育、財經類的。雅虎、美聯社的相當一部分新聞就是由這位WordSmith編寫的。
應該是
但這個還只限於編寫，也就是要贏在寫作速度與數量上的節奏。
而所謂的機器寫稿件，也就是一個程式：
透過大資料的學習與分析，根據特定演算法在最快時間內自動採集資訊並生成稿件。
這個是初級寫作階段，至少，已經可以在寫稿速度與數量上打敗人類編輯。完整的體系是，在生成稿件之後，瞬時輸出，並智慧分析和研判，將這些資訊、重要資訊和解讀送達使用者，喜歡看的使用者。
這就是機器的速度。不過，發展到現如今的速度，釋出速度早已經不需要三分鐘那麼久了。
機遇與挑戰？要搶飯碗
所以，如何組合出更自然靈活的文字，把文章變得更人性化，也成了為了機器發展的方向。
到目前，我們知道的機器寫作應用方面。大多都是在財經、體育，這些方面。財經可以程式化的套上資料寫作，體育也可以，只需要從數資料庫中抽取幾個名字即可。在這些方面有應用，因為有些事情我們只需知道結果。比如，漲跌了都少，比分多少。
這種機器人寫作會是一個媒體自動化辦公的契機，機器人記者已經開始工作了。搶佔新聞時效性的制高點，是全球媒體共同的方向，這也是新聞媒體存在的價值之一。所以，機器人寫作與自動釋出的出現，可能會改變媒體行業的某些方面。比如，不再需要大量記者和編輯。
但其實，不管寫機器有多麼厲害。它終究只是一個工具，要論思想武器的強大，還是比不過人類的大腦。寫文章不是程式化、模組化的工作，其中牽扯到的套路是千變萬化的，在對文字的識別、判斷、聯想方面還是不敵人腦。
另一方面，正因為有這些“競爭對手”的存在，才能使得更多媒體人轉變自己的思維，去做更好的的內容呈現給大眾，而不是隨便做做反正都有人看。
吶！抓不住這個機遇，就等著被機器人頂包吧！