據統計，微信公眾號每天發布文章約800萬條，一個“王寶強事件”就能在“今日頭條”產生10629篇文章。

每一個熱點事件，都會產生成百上千的稿件。

然而我們都明白，一個人不可能閱讀成百上千的稿件，在信息洪流下，我們搞明白事情的真相的成本卻越來越高。

轟動一時的“王寶強離婚”事件，“娛樂圈內人”金星就在自己脫口秀中表示，所有文章中，只有4條信息真實的。但是，在今日頭條、微信公眾號等閱讀平臺，卻產生了總計2.5萬篇相關文章信息，10萬+的文章數量超過1千篇。

信息越多，我們反而離真相越遠，想快速了解王寶強事件的真相，我們最快的方式是去問問金星這樣智慧的“圈內人”王寶強事件是怎么樣的？

然而，熱點事件太多，我們離她太遠。

我們都痛苦

每天面對海量信息，我們都痛苦。

這周，百度新聞組織了一個閉門產品沙龍，邀請我們一同討論這個痛苦，百度的新聞產品團隊，技術團隊一起思考各式各樣的新型的新聞產品，希望有好的解決方案，而人工智能給了他們最大的啟發。這或許是一個不錯的解決方向。

在王寶強事件中，做個比喻，金星就像一個強大的人工智能，她有閱歷（足夠多的樣本信息），有判斷力（算法），自然能輸出最準確的真相。

百度新聞產品團隊就設想——何不嘗試做個虛擬的“金星”，可通過對話獲取信息的人工智能，讓大眾們通過詢問它最快得知事件真相。

在國外，也有類似“對話新聞”的閱讀產品Quartz，但Quartz還只能通過選擇固定對話內容進行互動——像個帶著互動按鈕的新聞閱讀器，Quartz給我推送了一條麥當勞巨無霸發明者去世的消息，我只能點“看下一條”（NEXT），或者“知道更多”（MORE）選項。?

而百度新聞產品技術團隊開發的新功能產品，能讓用戶直接輸入各種開放式聊天內容，查找熱點事情的真相脈絡。

估計也只有百度、Google等擁有強大的“語義識別技術+爬蟲技術”的搜索巨頭，才能做出實用度如此高的新聞聊天機器人了。

（打開“百度新聞”，下部就有個醒目的“聊新聞”標志）

例如我輸入“王寶強”，別的新聞APP可能搜出來的文章是一些《馬蓉離開王寶強30萬都付不起？》、《王寶強現身機場，潮衣名牌不見“傻根”》等離王寶強近況相去甚遠的“垃圾文章”。

要知道王寶強事件的近況，我得花不少精力從這些垃圾信息中尋找有用信息。而百度新聞“聊新聞”，卻在1秒鐘內準確的告訴我“王寶強馬蓉離婚已三月...如今......”

雖然對信息的給予還不夠好，但是我看到了人工智能通過聊天最快給于我真相的可能性。從時間、背景等維度，給我展示事件當下的情況。

人工智如何殺掉垃圾信息？

據百度自然語言處理部工程師介紹，百度是通過對新聞信息的分類，之后進行結構分析，通過信息特征學習等方法，實現自動為用戶提供最核心的信息。

也就是說，百度新聞的人工智能，是在模仿人的思考，例如把“王寶強事件”相關的所有文章進行樣本分析，把內容進行“標簽化”區分，分割到最小維度，然后找出事件核心發展脈絡，去偽存真，把掌握最真實的事件通過聊天的方式輸送給用戶。

這就像創造了一個虛擬的“金星”，為你看了上千篇文章，然后經過分析整理，用幾百字告訴你真相。

百度的算法團隊認為，核心的內容本身有序的，聊新聞呈現的內容，是事件的核心內容，對于每一塊核心內容來說都能夠抽取一些關健詞，關健詞還可以為用戶進行衍生閱讀服務。

例如了解事件的更多背景，例如“王寶強事件”對婚姻法感興趣的用戶，可以被推薦關于這個事件法律分析的深度文章。當對同一個事件有深度個性化需求的用戶，通過人工智能推薦，可以對該事件做深度的外延閱讀。

對話，或許才是人類獲取信息的最初形態

? 百度聊新聞用聊天獲取信息的方式，業內有一些產品經理認為有“逆用戶習慣而為”的意味，但當我們拉長人類歷史，會發現一直以來，對話式反而都是人類獲取信息最簡潔方式、有碰撞、直擊問題，《論語》、《圣經》許多部分等都是對話式的。

? 自第一份現代報紙的雛形，1566年威尼斯不定期發行的“威尼斯小報”為公眾分享商業信息開始，經過幾個世紀的發展，現代人類已經越來越習慣用閱讀新聞的方式獲取信息。然而，在更早之前，我們更喜歡用對話的方式獲取信息。

? 就像第一代iPhone誕生前，人們之前覺得“鍵盤”才是最好的人機互動方式，然而自然手勢互動才是更早前人類最自然的人機互動方式。

? 1985年，《科學發現》雜志采訪了“人工智能之父”明斯基，他認為人類是一種獨特的足智多謀的動物，當人類思考某一事物時，你可能以語言表達的方式去思考，也可能以邏輯術語的方式去思考，或者是圖表、圖像，甚至是某種結構的方式。

? 而如今，百度新聞正試圖用人工智能，完全顛覆我們幾個世紀以來獲取信息的方式，但按明斯基的理論，這或許并非激進，而是一種“回歸”，我們其實能用各種方式獲取信息，何不用更高效那個？我們需要站在未來看未來。