来源：光明网

　　过去的两年里，公司取得了很多成绩，作为其中一份子，我与有荣焉。但同时，在这段时间里，公司也在内外受到了一些质疑和批评，其中不少是针对内容领域的，作为一个编辑，我倍感压力。

　　前不久公司组建了今日头条专家团，邀请社会各界的专家学者来对我们的内容进行监督，征求意见。在我看来这是件好事，引入权威意见能够帮助我们改善内容和服务质量。

　　但一些同事表达了他们的意见，认为专家团对于优化内容服务的帮助并不大。

　　在此，我也想谈谈我们需要专家团的理由。

　　同事的看法一直以来都存在，技术同事觉得应该减少人工对于系统的干预，原因在于，人工的判断在准确度和可靠性上都不如海量数据集合后的结果。

　　一个人一天能够处理的文章数量大概是1000篇，相比之下，机器一秒钟就能处理100篇文章。今日头条每天新增发布50万条内容，全部交由人工来筛的话，一个人需要工作500天才能看完，机器则只需要90分钟。今日头条目前搭建色情、低俗、标题党、虚假信息、低质模型180多个，都可以有效提升内容审核的效率。

　　但头条在内容生产上始终把人工审核和推荐作为一个重要的环节，原因就在于技术存在几个的局限性。

　　第一点，内容的判定，人工操作有主观性，而机器识别“一刀切”。

　　以色情内容为例，机器对于裸露的识别是有局限性的。一个经典的案例是，Facebook 曾经因为“裸露”，误伤了一张著名的越战新闻照片，照片里一位小女孩遭到汽油弹炸伤、浑身赤裸奔跑。今日头条也有过类似的情况。此前，我们下架了一张关于吴哥窟塑像的图片，塑像虽然“露点”，但其实是名胜古迹。这是基于我们的审核标准，造成了机器的“误伤”。

　　第二点，是滞后性。

　　一般来说，机器识别是需要大量的数据积累，再对于算法模型进行训练。这需要满足两个要求，一定的数据量和一定的学习时间。

　　比如平台上的泛低质识别涉及的情况非常多，像假新闻、黑稿、题文不符、标题党、内容质量低等等，这部分内容由机器理解是非常难的，需要大量反馈信息，包括其他样本信息比对。

　　再比如，一些专业化领域的知识，由于缺乏数据积累机器难以识别，普通人也很难做出判断。在机器能够充分识别这些冷门信息之前，会有一个积累数据和学习的时间窗口。

　　这些过往实践中所遇到的问题，都可以通过专家意见来获得有效的改善。专家可以在发现低质量、不准确内容的第一时间做出反馈，从而大大缩短机器学习的时间。在后续模型优化的过程中，专家的意见可以作为重要的参考要素。

　　说这些显然不是否定公司的技术。恰恰相反，从传统媒体人转变为今日头条的编辑，我见证了人工智能技术能够为信息的传播带来的全新变化。优质的资讯、信息，通过今日头条强大技术精准地分发到每个用户的手机上。

　　我们甚至把过去的寻人启示，利用人工智能技术改造，创造出了头条寻人这样帮助寻找走失人员的项目，对我来说，在过去是难以想象的。

　　也正是如此，我由衷的希望，在不断地提升机器的能力，用更好、更精确地算法模型来对内容进行审核推荐的同时，能够有更正确价值观指导平台内容。

　　我真诚地欢迎专家团的组建，也希望在未来的日子里，能够有更多各行各业的专家、学者、媒体人、研究人士能够参与进来，对平台内容和服务进行监督，更好地提升内容质量。