大数据文摘作品，转载要求见文末

编译 | Keiko , Aileen

导读：AI新闻正在迅速占领各大门户网站和微信公众号的头条，一大批AI跑口记者也相应涌现，良莠不齐。

NYU教授Julian Togelius针对这个崭新的新闻领域，在自己的博客上发表了一篇文章，提出了给记者们在写有关人工智能文章时的建议。

这篇文章出现后，包括Yann Lecun在内的业界专家纷纷点赞转发，大概真的是说出了他们的心里话吧。而除了AI记者，这篇文章中提到的事实和建议，大概需要每一个关心人工智能的人仔细读读。

（作者：不，我不是个脾气糟糕的怪老头）

亲爱的记者朋友们，

近期常能读到不少人工智能相关的“烂文”（新闻和公关稿都有），故想针对如何写成更好更真实的人工智能新闻为各位稍提建议。有些文章基本上是废话，有些错误满篇，有的看起来好像很靠谱但也充满着误导。我不会指名道姓，任何在AI领域工作或者经常读AI新闻的人都会有大把的例子。当然，也有很多很棒很好的文章，不过好文章的比例还有待提高。

首先，我理解，你所写的是一个在急速变化的领域，其中充满了各种各样的专业术语和有伟大远景的专业人士。除了这些令人兴奋的事物外，这个领域中还有大量值得一写的内容，但是你其实并不太了解或者说完全不了解这个领域。

你对人工智能的了解可能和我对“皮革制造”的了解一样少。

但是，皮革制造的发展过程非常缓慢，涉及具体的原材料和机器设备。人工智能却发展的非常迅速，并且涉及的相关内容都是你无法触碰或者看到的。你会产生一种必须在新闻过时前立刻写出最新进展的焦虑，但是你却不知道从哪里开始入手，解密那些人工智能研究者的古怪言论。你当然想写出能够被大众阅读认同和点击率高的文章，但是你又没有太多时间，所以这不是一个轻松的活儿。

所以为了对人工智能领域有更高质量的报道，并且基于我对不同技术实力记者写出的采访内容的满意程度，我将给出以下可靠建议。

人工智能是一个很大且分支很广的领域

事实 ：人工智能是一个很大的领域，从相关论题和使用的方法来看，是变化多样的 。

人工智能领域的重大会议 （比如 IJCAI,AAAI,ICML和 NIPS）有成千上万的与会者，其中的绝大多数人却只了解会议中的一小部分内容，当我去参加这些会议的时候，我只能听懂大概20%的内容并得到一些启发。虽然我本人可能不太聪明，但是能同时跟进人工智能多样的分支领域，比如约束传播，深度学习和随机搜索的前沿知识的人是非常稀少的。

建议：不要默认你采访的研究者了解“最近人工智能领域最前沿的是什么”。

更重要的是，如果有人说他们知道现在人工智能领域在发生着什么，请默认他们只了解这个大领域中的一小部分。所以请跟AI领域中的其他部分的研究者复核一下。

没有任何人工智能的系统是可以做多个任务的

事实 ：根本没有所谓的“一种人工智能技术”存在。

人工智能是开发模仿人类使用大脑去做一些事情的软件的方法和概念的合集。研究者和开发者开发出新的方法（也用已有的方法）去构建一些引人瞩目的软件（有时候是硬件），比如能玩游戏或者画猫咪。不过，同一个系统不能同时玩游戏和画猫咪。事实上，我没有听说过可以做很多个任务的人工智能系统。即使当同样的研究者基于同样的概念，为了完成不同的任务而开发系统时，atv，他们会选择开发多个软件系统来实现。当有的记者写“X公司的人工智能技术不仅已经可以开车，现在还能写诗”的时候，这些记者模糊了其实有另外的系统实现了写诗的事实，给读者一种有特别智能的机器存在的错觉。事实并不是这样。

建议：不要说"一种人工智能技术”。

多去挖掘系统的限制性。去看看太空侵略者和蒙特苏马的复仇这两个游戏是不是应用了一样的神经网络模型（提示：并不是）。

人工智能不是什么新鲜事物。

事实 ：人工智能是一个旧领域，并且其中只有几个概念是真正的新概念。