无论是来自离技术更近的互联网行业，还是传统行业的人，大家对工作都有共同的吐槽点：我真的烦透了重复性的无意义劳动！
某同学大学专业学的是广告设计，毕业后，他去了一家4A广告公司担任设计师。对他而言，工作中最痛苦的事后并不是找不到作图的灵感，而是无休止的根据甲方爸爸的要求改图。半夜守着电脑等甲方的回复，打开电脑看到辛苦做的图又被提出一大堆修改意见，就觉得要精神崩溃。
“.....logo再大一点、颜色再亮一点，要体现出我们的理念和精神......”
“我感觉设计得还不够大气，能不能换一个更高端的字体.....”
另一位在互联网公司做新媒体编辑的，他的苦恼则是：你永远不知道新的热点和明天哪个会先来。
当新事件发生的时候，就是他在电脑前埋头码字、思考抓眼球的标题的时候。
“晚上10点主编打电话告诉我某某明星又爆出大料......”
“你体会过辛苦排版了一下午的微信文章被打回的心碎吗......”
听着大家的各种吐槽，却不知道该如何告诉他们：这些烦恼，很快将不复存在了。不想重复性的替甲方爸爸改图？没问题啊，这件事，未来将由AI来替你完成。
早在几年前，阿里就发布了一款名为“鹿班”（原名“鲁班”）的人工智能设计师。鹿班在双十一期间上岗，平均每秒做8000张海报，在双十一期间完成了10亿张设计图。来看看鹿班的工作流程：
简单来说，在鹿班的“人工智能小脑袋瓜”里存着海量的广告元素文案、产品、北京、点缀元素、logo等，他们不同的组合方式形成了一套“设计语言库”。设计师在做图的时候需要分析甲方的需求，调用脑子里存储的资源，思考解决方案，有时难免会出现“灵感枯竭”的情况。但鹿班的小脑袋瓜里装的东西可太丰富了，只要你一声令下，他就能一秒钟调出你想要的。这就意味着，在大批量作业的商业设计领域，AI有着非常明显的优势：快速，“灵感”取之不尽用之不竭。
从此再也不需要设计师辛辛苦苦地做完一大批“每一个都不一样，但整体又要一样”的图后，感觉自己是个瞎子。
可我们有没有想过，为什么鹿班可以将元素完美组合呢？我们前面有提及过一系列的组合方式，这种组合方式，或者说广告的模板是怎么来的呢？难道是设计师给出的？No，No，其实是依靠其背后的深度学习，对大量的设计广告案例（图像）进行结构化标注，然后输入大型的神经网络学习风格和排版，最后输出空间+视觉的设计模板。
其实，鹿班就是深度学习在设计行业里的一个应用，技术是应用的灵魂，而应用是技术的载体。只要你想，学习资源是整个互联网络。
我们再来看另一位新媒体运营的烦恼，人工智能又能如何帮忙解决媒体行业里文字创作的。
我们先看看新媒体运营们头疼的：追赶热点、组织文案、写稿。
不想大晚上的被主编的电话叫醒，没问题，这份工作AI一样可以帮你完成得好好的。早在18年开始，公众号“中国地震台网”就已经在用AI新媒体编辑写即时新闻了。比如说，之前日本北海道地区发生5.5级地震的新闻就是由AI写的，排版和文字长成这样：
虽然文字和排版都很简单，但猜猜写这篇推送AI用了多久？
只用十秒，就完成了一篇推送。24小时超长在线，一有突发事件就能马上开始工作。而换作我们来写的话，十秒钟大概就能完成个标题吧。
人工智能写作依靠的是背后的数据库和优秀的技术，比如自然语言的处理，将数据、案例素材、文字流畅地组合在一起形成文章。
请问，这样让老板喜笑颜开的劳模员工，还有哪里能找到呢？
平常我们在发愁不知道该吃什么时，常规的操作往往是打开某点评软件，看附近的高分餐厅和评价，没错，但我要告诉你的是，你看到的热门餐厅很可能也是人工智能刷出来的评价！而且你压根就分辨不出来TA是真人还是机器人。你也许会说，这怎么可能，人说的话和机器说的话肯定还是分得出来的。那来试试看，选出下面由人工智能水军写的点评：
注意第六条，如果在平台上看到这样的点评，你会选择去这家餐馆吗？起码不会觉得它难吃吧。如果这是水军刷出来评论，你或许不会感到惊讶，但事实上，这是AI干的！！！！是不是比一些点评懒癌患者写的评价还要真实呢？
说具体一点，这是一种被称为RNN（循环神经网络）的深度学习技术生成的。在此之前，它已经被喂了成千上万条真人、或者说真人水军的点评。
如果真是这样，头疼的就不是消费者了，反正都是刷，真人刷和AI刷都没什么区别。但有了AI，真人水军恐怕要面临下岗危机了。
先莫慌！AI目前还没有在现实中生成恶意点评事件的案例。
但，构建这样的人工智能系统也不是什么太难的事情，评论的数据库也不是那么难搞，或许不久后就会出现AI水军的身影。
难道真人评论和AI点评的区别一点都看不出来吗？
事实上，这种细微的差别，计算机是可以检测出来的，比如训练过程中发生的信息遗失，导致AI写出的评论在字符分布上会有显微的差异。
从造句上，句子越长，也越容易出现问题。
AI点评进化简单
就拿上面两段AI点评，你或许也发现和水军类似的规律，比如：主体单一，句子会遵循一个标准的结构，每一小句都很规整，而且不长。
“我喜欢这”、“我总是点披萨”、“是个约会的好地方”、“是我见过服务最好的餐厅”......
写过真实评论的人都知道，这样的点评缺少对商家具体特点和细节的描述，基本可以“放之四海皆准”。
但是道高一尺魔高一丈，攻击者只要换一套好点的硬件、做更优化的神经网络，又能将这种细微差别弥补过去。
不过至少，提高了他们攻克的门槛。
如今，科研人员都开始呼吁如Yelp、亚马逊这类网站的工程师们重视这个问题，毕竟，我们接纳新技术是因为它能让生活更美好，而不是为了被它欺骗。
人工智能将有能力生成大量虚假复杂的点评信息,AI水军的正式到来将会取代传统的网络水军。
最后，你还在刷手机嘛？水军都要失业了，乖乖看书去吧，未来是人和人工智能融合的时代，明星那么红都还在不停找粉丝刷数据上热搜，你还不去学习接近了解人工智能吗？！
（待续）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
