未来的新闻什么样，人们与新闻的关系又将如何。

　　互联网时代，几种新闻分发路径依然层次分明：专业人士生产和筛选，社交网络关系，自主订阅，算法推荐——如今跑道最长，且被更多描绘为是未来样貌的无疑是后者。据路透新闻研究院调查显示，尽管传统新闻人对回音阁效应和平台偏向等现象的忧虑并未褪去，但年轻用户明显更喜欢和信任算法推荐内容。

　　算法推荐当然不是未来的全貌。仔细深究，无论最为守旧的专业筛选，相对短命的源订阅推荐，还是跑道拥挤的个性化推荐，本质上都是在信息广度层面——或者说兴趣范畴实现精准诉求：如果说源订阅推荐是将自身喜好有所保留地告知机器，那么个性推荐则为每个人打开了内容世界的百宝箱。让人忍不住“四处窥探”是今日头条类应用获得惊人用户时长的不二秘诀——但问题是，新闻在深度层面的精准诉求似乎被忽视了。

　　你一定有过类似经历：无论PC还是移动端，当你搜索一个事件，弹出的只是一堆看起毫无区别的标题和链接；而当你看完一篇新闻，后面让你继续阅读的也只是一堆相似稿件——总之，关于某事件，你想继续看个究竟，但机器只给你千篇一律的东西。

　　技术带来的问题最好的办法是靠更好的技术解决。颇值一提的是，不同于单纯意义上的版本迭代，刚刚上线的百度新闻最新版本，揭示了一种解决深度层面精准诉求的技术可能——简单说，他们试图令新闻变成一场“对话”。且在更大的期许中，希望面向未来多屏及无屏场景，通过人工智能和多模交互技术来提供全新的信息获取方式。

　　这会是新闻的未来模样么？

　　“聊出来”和“读出来”的新闻

　　拆解来看，百度新闻新版本最惹眼的部分，是“聊新闻”功能——它被放在了最显著的中间位置。在这一界面，新闻将告别逐条推送形态，而是以“对话体”形式和用户“聊出来”：平台会自动推送机器编辑过的“短消息”，对话窗下方，用户则可根据内容给予“下一条”，“我想听点别的”，“接着说”，“再来一条”等相关选择作为回复。

　　其背后逻辑即是对深度内容精确阅读的摸索。如你所知，常识是：任何新闻事件都并非孤立存在。得益于自然语言处理技术在内容领域的落地，百度新闻能将所有新闻事件拆解为与神经元相似的“关注点”，从而构建所谓“关注点”图谱——换句话说，以更符合递进层次的逻辑定义了新闻报道间的跳转关系。

　　举个例子，当看到“易到融资遇到困难”新闻，古板的推荐技术一定给出其他同类新闻，atv，而百度则可基于“易到主要投资方是乐视”，“乐视总裁是贾跃亭”等信息图谱捕捉到“融资”的关注点，精准推荐出“贾跃亭求助长江同学会再次融资走出困境”这样的新闻。而用户还可以通过对话引导选择新闻走向，随时打断当前话题，或者就感兴趣的其他问题深入发问。

　　用户一端的新闻渗透无疑要仰仗诸多技术的合力。分析“聊新闻”的技术路径，首先是利用NLP传统的语义分析技术，结合知识图谱，词向量，文本分类等技术，对每篇新闻的内容和段落逻辑进行深度理解，再对同一话题的不同新闻观点进行聚类以及关联计算，提炼出核心内容和相互之间的关系；当然，机器对话技术同样不可或缺，具体而言，在用户了解相关新闻后，引导用户了解更多相关信息；当用户主动提问时，解析用户意图和需求，理解提问，从新闻知识中获取对应的回答关键点，再对新闻内容作加工提炼用来回答。

　　当然，谈及“对话”，语音操控是最符合直觉的匹配功能——这也是百度新闻此次升级的第二个方向。

　　事实上，去年百度新闻就实现了语音播报功能，以逼近人类声线播放自动生成的新闻摘要——如今语音权限升级，用户能在使用过程中通过语音进行操控，目前版本中包括“上一条”，“下一条”，“暂停”，“开始”，“大声点”，“小声点”等十余个简单口令。

　　其实语音操控基本属于那种“确定的趋势”，无论智能手机的井喷，还是整个IOT产业的正在崛起，从业者都在期许一种与机器更自然的沟通方式，语音当然是最佳入口。我听到的一种声音甚至认为：完善自然语言理解，是人工智能现阶段最重要的关卡之一。

　　而在我看来，新闻从静态向“聊出”和“读出”的岔路，或许都是未来自身形态向“下一幕”演化的一部分——至少是一种可能。

　　深层“过滤”

　　不妨回到“聊新闻”功能。除了将精准推送拉至深度阅读，它究竟有什么用呢？