自去年AlphaGo打败人类顶尖棋手柯洁以后，大众关于AI的想象和关注就再也没停止过。今年的GMIC大会（全球移动互联网大会）更是直接把AI放入了主题，取了个名字叫“AI生万物”。

现在，AI已经把触角伸到了内容领域，通过算法，帮助平台完成了内容的分发和审核。

但这不是全部，GMIC大会上，知乎合伙人、高级副总裁李大海做了一个分享，透露的信号是，内容社区中的AI技术已经可以开始进行语义识别和语境判断：“如果把知乎看成是一座生活着一亿多居民和游客的超级城市，知乎的社区规范就是让城市正常运转的法律法规。在这样的规模下，只通过产品和运营手段来人工完成社区管理相对比较低效。知乎已经开始大量引进 AI，更智能高效地执行法律法规，让知乎这座城市更加文明有序。”

李大海用了一个词来概括，叫“智能社区”，官方的解释是：AI 已经深度参与社区内容分享和流通的每一个环节，实现更精准高效的连接，让对更多人有价值的问题被提出，让最适合回答的用户被邀请，让更多分享见解经验的欲望被激励，让更多专业认真的知识被推荐，让更多人的好奇心被满足，让 1 亿 4000 万注册用户甚至数亿网民连接到一起，这是知乎正在努力，并且初步成型的智能社区。

为什么知乎要下大力气去做智能社区？这是做移动互联网平台的必然。

2013年3月知乎放开注册,当年用户从40万暴增至500万，此后继续保持着上升趋势。李大海称，“在人与人、人与内容所产生的连接上，知乎过去两年时间处于一个前所未有的爆发状态。”

公开数据显示，截止到今年3月份，知乎的注册用户量达到1.4 亿，平台日活跃用户超过 3400 万，这些用户在知乎上累计贡献了 2300 万个问题和近 1 亿个回答。

李大海所说的“爆发”，会让平台的内容审核工作和社区氛围的维护，面临巨大的挑战，如果只依靠人工，不仅效率低下，还不一定可以对内容做出“标准化”判断——毕竟人的决定正确率还达不到百分之百。

知乎这样的问答社区和今日头条类的资讯平台不一样，不是只完成分发和内容审核就可以。平台上的用户需要看到更高质量的回答，也就是内容实际上产生的价值。

刺猬公社（ID：ciweigongshe）了解到，在知乎内部，为了更好地选出有价值的回答，不会只依靠“点赞量”一个数据，那些被更多专业人士认可的回答，获得优先推荐位的机会可能更大。

反过来，单个用户在知乎的回答和在知乎上的“专业度”要得到系统的认可，也和其他专业人士的认可有关，不单单看粉丝数和获得的点赞量。

不过那些调查类的产品测评和情感话题的回答，不在这个权重机制的考量范围以内，毕竟分手复合，结婚出轨，三姑六婆的家长里短，连人都弄不清楚。弄清楚了也不好说对错，人类向往做出最符合经济规律的决定，但感性时常出来作祟。

很多同类产品正在通过运营“高质量回答”和“内容价值”来瓜分知乎的问答市场，比如今日头条的悟空问答，腾讯新闻客户端的问答产品，高质量的回答往往会成为第一波流量的来源。

但知乎的壁垒不只是“价值”，还有“社区”。社区氛围是不能通过运营快速积累的，能够让大量用户主动提出问题、回答问题，并不容易。李大海在分享中还提到一点：良性讨论，好好说话。

如果AI要致力于“社区氛围”的维护，那么它需要更多地懂得人类的语言，不只是理解字面意思，更需要懂得文字背后的深意。

“阴阳怪气一直都是情感分析领域的前沿问题。这种修辞手法使用正面的词汇表达负面的含义，需要对语义有更深入的理解才能很好地识别。就像生活大爆炸里的谢尔顿，作为一个物理学家，智商排到全人类前 1%，也经常听不懂别人的讽刺。”李大海对AI在内容管理上的应用还有更高的期待。

谢尔顿现象充分说明了AI在学习人类语言的深意上所面对的问题。

知乎内部有个算法机器人瓦力，目前的智能化程度已经很高，可以实时筛查并处理社区新生产内容中的不友善部分；结合用户的举报， 在 0.3 秒内识别判断该内容是否包含不友善，并做出相应处理；与用户“人机配合”，快速识别并处理“答非所问”等等。

不友善会影响社区的良性讨论氛围，典型的话语包括：

“你大概是失了智，或者被驴踢了？”

“请看重点，脑子是个好东西，希望你也有！”

“谁给你的勇气说这话，非蠢即坏说的就是你。”

这种相对直接的情绪语言已经可以被识别，瓦力在经过训练以后，可以自动识别不友善信息。

但AI的类人化水平还远不到让人害怕的程度，算法机器人的所有举动，都需要前期大量的学习和培训。

拿最基础的内容审核功能来说，包括瓦力在内的算法机器人，只能对发生过的、培训过的内容进行审核。但人类社会的道德标准是不恒定的，什么是好和坏，不少过去不道德的事情，可能会解禁，同样，也可能出现新的道德问题，比如未来人类和AI的关系。

这时候还是需要人工审核来做一个弥补，进一步训练算法机器人。

李大海介绍，“之前我们邀请近五万名知友参与‘有理由反对’功能的内测 ——反对理由设置为‘事实错误’‘答非所问’‘煽动情绪’和‘不解释’。用户在选择相应理由后，瓦力会学习用户的每一次选择。简单地说，知友们的专业度与判断力，在瓦力的作用下得到了极大限度的延伸和扩展。”

就目前来看，算法机器人很大程度上减轻了人工压力，帮助平台对回答进行审核，对回答质量进行评估，对不好的、不友善的回答进行处理。

从目前的发展趋势来看，算法机器人的“拟人化”程度还会优化。知乎最新探索的语义分析已经开始攻克“阴阳怪气地讥讽”问题。

李大海举了几个例子，比如：找这么多理由干嘛？还不是穷闹的；你赢了，高兴吗？日语学得这么盛气凌人实属不易，佩服佩服。 

这种讽刺性回答也会损伤用户的提问积极性，不利于营造“良性讨论，好好说话”的社区氛围。但这个功能的难度会更高，不同关系的人之间，对同一个词语的理解是不一样的。陌生人骂垃圾，那是真的骂对方人品垃圾，关系亲密的人之间却不一定，那很可能是打情骂俏。

“知乎通过对庞大且高质量用户行为数据的分析、学习，可以对语义和用户关系这两方面进行更深层次的理解和建模，我们有机会突破这个一直困扰情感分析领域的前沿问题。我们认为这不但对中文互联网，甚至是世界互联网的讨论环境都是有促进作用的。”

这些技术优化对于改进用户的使用体验也是有帮助的，因为机器对用户的服务是全覆盖且无差别的，只要在同一套规则之下，机器只会比人工更加公平。

就像李大海分享中所说的：“技术可以用从未有过的效率去创造思维的连接。让每个个体的思考和经验，极速被分享，被筛选，被总结，被转化成为这个时代的知识。知识的生产方式和迭代效率会因为这样的连接发生质的改变 。”

文|铁林

来源|刺猬公社