要点：《纽时时报》数字部门的科学团队研发出了机器人Blossomblot，它能够预测哪些内容更具有社交推广效应，以及帮编辑挑选出适合推送到文章和内容，通过机器学习甚至可以独立制定标题、摘要文案、配图等。

      1961年，通用汽车在新泽西州首府特伦顿的工厂里安装了第一台工业机器人。近两年，更是出现了一大波能做饭炒菜叠衣服的家庭机器，以及越来越聪明的沃森等。我们对机器人这种新生事物就产生了欢喜而又害怕的情绪。

      史蒂芬·霍金在2015时代精神会议上表示，“人工智能计算机可能在接下来的100年之内就将人类取而代之”。而现在，机器人在取代人类的路程上似乎又进了一步。

机器人编辑

      由《纽时时报》数字部门的科学团队研发的机器人Blossomblot，是基于协作工具Slack软件上的一个虚拟智能机器人，通过基于像Facebook这样的社交平台上所推送的海量文章大数据分析，它能够预测哪些内容更具有社交推广效应，以及帮编辑挑选出适合推送到文章和内容，通过机器学习甚至可以独立制定标题、摘要文案、配图等。

      此外，Blossom还可以基于社交网络海量文章的大数据分析，来判断其中哪些内容更具有社交推广效应，从而帮助编辑挑选出适合推送到文章和图片集。这种方法极大程度地减轻了编辑们的工作负担。

      项目团队负责人介绍道，Blossom的后端采用了十分先进的机器学习技术，通过Java、Python和MapReduce等语言和技术的支持，融合了非常前沿和复杂的算法；其前端则基于协作工具（Slack）：内容通过直接接口整合到了《纽时》slack帐号中的某个频道中。同时，Blossom还提供了一些“彩蛋”内容（如天气），鼓励时报的编辑们去探索和熟悉的工具。

Blossm 灵感来自副总编

      Blossmblot的想法最初来自Alexandra MacCallum的灵感，她在去年秋天被任命为纽约时报的副总编辑，负责进行用户的拓展和开发。她们团队工作中很重要的一部分是对文章进行针对性的推送，但每天都有上百篇的文章产出，如何有效地选择和采取什么方式推送显得十分重要。基于此，MacCallum认为应该借助某种工具对用户的关注度进行分析和预测。

      Blossom暂时还没有自然语言的理解能力，不过编辑可以使用设定好的命令来根Blossom沟通。

      根据纽约时报内部统计的数据结果显示，经过Blossom筛选后自动推荐的文章的点击量是普通文章的38倍。现在，各个版面的编辑也会像产品经理一样，对Blossom团队提出产品优化的需求。

通过实验性的文本编辑界面，演示了Blossom如何通过交互式学习系统和记者进行配合完成高相关度的标注工作，在此工作中，还能够通过拼写检查工具突出拼错单词。

      产品经理Francesca Barber提到，未来，bolssomblot它可能会扩大到涵盖具有文章推送渠道的所有社交平台。而同时使用bolssomblot的各个版面的增长编辑也会像产品经理一样，对Blossom团队提出产品优化的需求。

总结

      就像亚马逊尝试用无人机来送快递一样，纽约时报的写作机器人虽然第一次这个想法出现会让我们一惊，但这不是玩笑，很快你就会接受这个事实。

      只是从想法到应用，需要时间去完善，这需要一个过程。而且从使用场景来看，就像自动驾驶汽车一样，机器人写作也可有半自动和自动两个阶段来过渡，初期只是提供协助，之后能够独立运行。

      但这也并不表示机器人能够完全替代人工写作，对于非常格式化的新闻内容，机器人完全就能搞定，但是深度和分析、调查内容，显然不是机器人能够搞定多，所以小编，如果你还在书写最简单没有技术含量的新闻，也许机器人就要抢你的饭碗了。