1961年，通用汽車在新澤西州首府特倫頓的工廠里安裝了第一臺工業機器人。近兩年，更是出現了一大波能做飯炒菜疊衣服的家庭機器，以及越來越聰明的沃森等。我們對機器人這種新生事物就產生了歡喜而又害怕的情緒。

　　　　史蒂芬·霍金在2015時代精神會議上表示，“人工智能計算機可能在接下來的100年之內就將人類取而代之”。而現在，機器人在取代人類的路程上似乎又進了一步。

　　這個機器人是位編輯

　　由《紐時時報》數字部門的科學團隊研發的機器人Blossomblot，是基于協作工具Slack軟件上的一個虛擬智能機器人，通過基于像Facebook這樣的社交平臺上所推送的海量文章大數據分析，它能夠預測哪些內容更具有社交推廣效應，以及幫編輯挑選出適合推送到文章和內容，通過機器學習甚至可以獨立制定標題、摘要文案、配圖等。

　　此外，Blossom還可以基于社交網絡海量文章的大數據分析，來判斷其中哪些內容更具有社交推廣效應，從而幫助編輯挑選出適合推送到文章和圖片集。這種方法極大程度地減輕了編輯們的工作負擔。

　　項目團隊負責人介紹道，Blossom的后端采用了十分先進的機器學習技術，通過Java、Python和MapReduce等語言和技術的支持，融合了非常前沿和復雜的算法;其前端則基于協作工具(Slack)：內容通過直接接口整合到了《紐時》slack帳號中的某個頻道中。同時，Blossom還提供了一些“彩蛋”內容(如天氣)，鼓勵時報的編輯們去探索和熟悉的工具。

　　Blossm 靈感來自副總編

　　Blossmblot的想法最初來自Alexandra MacCallum的靈感，她在去年秋天被任命為紐約時報的副總編輯，負責進行用戶的拓展和開發。她們團隊工作中很重要的一部分是對文章進行針對性的推送，但每天都有上百篇的文章產出，如何有效地選擇和采取什么方式推送顯得十分重要。基于此，MacCallum認為應該借助某種工具對用戶的關注度進行分析和預測。

　　Blossom暫時還沒有自然語言的理解能力，不過編輯可以使用設定好的命令來根Blossom溝通，比如輸入：

　　根據紐約時報內部統計的數據結果顯示，經過Blossom篩選后自動推薦的文章的點擊量是普通文章的38倍?，F在，各個版面的編輯也會像產品經理一樣，對Blossom團隊提出產品優化的需求。

　　通過實驗性的文本編輯界面，演示了Blossom如何通過交互式學習系統和記者進行配合完成高相關度的標注工作，在此工作中，還能夠通過拼寫檢查工具突出拼錯單詞。

　　產品經理Francesca Barber提到，未來，bolssomblot它可能會擴大到涵蓋具有文章推送渠道的所有社交平臺。而同時使用bolssomblot的各個版面的增長編輯也會像產品經理一樣，對Blossom團隊提出產品優化的需求。

　　和bolssomblot機器人一樣聰明的Pepper機器人大家一定都很了解。馬云花了百億元押寶Pepper，就像亞馬遜嘗試用無人機來送快遞一樣，紐約時報的寫作機器人雖然第一次這個想法出現會讓我們一驚，但這不是玩笑，很快你就會接受這個事實。

　　只是從想法到應用，需要時間去完善，這需要一個過程。而且從使用場景來看，就像自動駕駛汽車一樣，機器人寫作也可有半自動和自動兩個階段來過渡，初期只是提供協助，之后能夠獨立運行。

　　但這也并不表示機器人能夠完全替代人工寫作，對于非常格式化的新聞內容，機器人完全就能搞定，但是深度和分析、調查內容，顯然不是機器人能夠搞定多，所以小編，如果你還在書寫最簡單沒有技術含量的新聞，也許機器人就要搶你的飯碗了。