Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

对标马斯克的X,前IG创始人打造新闻「神器」,用生成AI整治「标题党」

机器之能报道

编辑:sia

ChatGPT 的入侵打乱了无数企业的计划,包括一些多年来一直致力于此的企业,比如谷歌。但不包括 Artifact (可以翻译为人造艺术品、或者神器)。

这是一个由 Instagram 联合创始人 Kevin Systrom、Mike Krieger 打造、备受瞩目的新闻应用,虽设计于 ChatGPT 之前,却是最近人工智能革命的产物。

在巨头林立(包括谷歌、苹果、Meta、X 等)的新闻应用竞技场里,今年 2 月才面向公众开放的 Artifact  与众不同之处在于主打一个 「由最新人工智能驱动的个性化新闻提要」。

打开界面,乍一看与其他新闻聚合应用差不多:

图片Artifact 的主界面

图片

点击「地球」图标,即可获得最受欢迎的新闻故事。

「魔鬼在细节中」:谁来为每个用户创建一组精选的新闻文章?决定选择和排名的不是谁在推荐它们,而是报道内容本身。

虽然 Artifact 不能像 ChatGPT 那样与用户对话——至少现在还不能——但这款应用利用了他们自己开发的大型语言模型,可以帮助用户选择看到的新闻文章。在底层,Artifact 会对新闻文章进行摘要,让它们的内容可以用一长串数字表示。

通过将这些数字哈希值与给定用户偏好(点击、阅读时间、停留时间、是否分享等)进行比较,Artifact 就可以提供为特定用户量身定制的新闻集合。

「这些大型语言模型的出现使我们能够将内容汇总到这些数字中,比过去更有效地找到匹配内容。」公司联合创始人 Kevin Systrom 在接受连线杂志采访时解释道,「我们与 GPT 或 Bard 之间的区别在于,我们不是在生成文本,而是在理解它。」

不过,Artifact 绝对不是一个单纯的新闻聚合、追踪新闻的地方,它的社交属性越来越明显(这也为生成 AI 的引入提供了更为广阔的舞台)。

比如,点开任何一篇感兴趣的新闻,你可以点赞、评论、分享、转发这些内容,就像在其他社交应用(比如 X)上做的那样。

图片

点开任何一篇感兴趣的新闻,你可以点赞、评论、分享、转发这些内容,就像在其他社交应用(比如 X)上做的那样。

点击底部「链接」图标,可以快速分享任何内容。

链接可以指向几乎所有你想分享的东西,无论是一篇新闻、一个视频、一个食谱还是一篇笔记甚至人工智能生成的内容。

图片

你甚至可以建立自己的页面,开辟讨论自己感兴趣新闻的地盘。这一功能进一步扩大了 Artifact 的社交属性,你甚至可以建立自己的 follower,也可以follow 感兴趣的用户,和 X 非常相似。


图片

尽管 Artifact 的底层模型 与GPT、Bard 有所区别,但这并不意味着它会忽略最近为用户生成文本的 AI 热潮。相反,他们也在大刀阔斧地增加新的生成 AI 功能。

例如,前不久,Artifact 开始支持用户在个人页面上发新帖子时,利用生成 AI(基于经过细化调整后的 Stable Diffusion 模型)设计帖子的配图。





选择「Create with AI」,输入提示词。

比如,在讨论电动汽车未来时,不妨让 AI 帮你生成一张概念车的图片(「在雾气朦胧的街上,有一辆充满未来感的汽车」),让贴文更具吸引力。

提示词可以包括文章主题、媒介(是动漫、插图还是 3D 图像等)以及图片的风格,仅需等待几秒即可获得图片。如果不喜欢这个图片,还可以键入相同的提示再生成,或尝试新的提示。

图片

除此之外, Artifact  也与 OpenAI 建立业务关系,获得对 GPT-4 的 API 的访问,为用户自动生成文章的摘要。

比如,《大西洋月刊》文章一般都比较长,点击「摘要」(类似星星的图标),立刻可以获得全文梗概,位于文章上方。

图片

另外,用户发新帖子时可以直接转发已经有的文章,也可以使用生成 AI 自动生成文章摘要,一并转发。

图片

最有意思的是 Artifact 如何使用 GPT-4 对付「标题党」。用户可以标记任何一篇自认为注水严重、有「标题党」嫌疑的文章(点击「clickbait」),告诉 AI 需要重新为你草拟一个标题。

图片


事实上,Artifact 会把内容提交给 GPT-4,后者会自动分析故事内容并重新撰写标题(往往更具描述性),这个标题会出现在你的主页面上。

要想用好大型语言模型 (LLM ) (如 OpenAI 的 ChatGPT )以生成合格的标题,编写一个好的提示是必不可少的,这里离不开 Artifact 摸爬滚打中总结的一些经验。

这是我们测试的例子,标记后,系统显示已经为我们生成新的标题:


图片

如下图所示,我们发现主页面上相关文章的标题确实变了,颜色也变成灰色。当然,这个标题只有我们看得到:

图片

用 Kevin Systrom 的话说,「100 次中有 99 次,这个标题比原标题更真实、更清晰。」

如果有足够多的人请求重写给定的标题,则重写的标题将升级以供 Artifact 团队人工审核,如果它看起来不错,他们会将其提升为所有用户的新默认标题(不再启用内容创作者的原标题。)

这时,标题旁边会有一个星形图标,表示 AI 已经重写了标题:

图片

最终,Artifact 希望找出一个办法,在没有用户输入的情况下也能自动识别和替换不受欢迎的标题。( 其实 GPT-4 现在可以做到这一点,但 Artifact 还不够信任它,不会把这个过程交给算法。)

除了这些生成内容摘要、图像的应用,Artifact 还推出了使用文本转语音 AI 收听任何新闻的功能,由 Speechify 提供支持。用户可以选择不同声音、口音和音频速度来播放新闻。

图片

积极拥抱生成 AI 说明了 Artifact 的创始人如何认真对待他们公开宣称的使命——向用户提供最相关的新闻。但这并不意味着这家初创公司的最终命运将仅限于提高新闻消费的质量,因为,从一开始,他们目标就是使用人工智能来解决棘手的问题,而不是改善阅读习惯。

用创始人的话说,Artifact  最初的想法其实是为新的机器学习技术找一个合适的「靶子」,最终落地到了开发一个新闻应用——在一个标题党、误导性、空话泛滥且充满噪音的现实里,如何帮助人们毫不费力地获得高度相关且高质量的新闻?这也让他们成为 X 替代品之最具潜力挑战者之一。

不过,这仅仅是 Artifact 的一个切入点,就像亚马逊开始通过图书销售走向电子商务主导地位一样。从特定产品开始,逐步建立产品市场契合度并获得成功时, Artifact 将演变成不同的东西:

他们最关心的是,人们消费的东西应该是他们认为最重要的,而不是发布这些东西的人认为最重要的——这些东西可以是新闻文章、音乐或购物,但核心原则仍然是机器学习将推动下一波浪潮。

产业
暂无评论
暂无评论~