烽巢網23日報道，2011年，杜克大學的一名本科生修改了一種算法，將詩歌分解成更小的部分（如詩、行、短語），然后自動生成詩歌。其中一個甚至被杜克大學的文學期刊The Archive采用。因此，這位人工智能作家的作品被當作了人類作品，從而通過了圖靈測試。當然，在《紐約時報》上，一首九行詩和一篇冗長的文章之間存在著天壤之別。然而，重要的是要認識到這是一個關鍵的里程碑。多年來人們一直以為創造力是機器無法觸及的。而如今，人工智能創作出了詩歌、歌曲，甚至是短片，這些都已經成為現實。

據悉人工智能作家已通過了圖靈測試，而且他們還可以依賴專門的算法，比如深度學習，來磨練他們的寫作技能。最近深度學習的應用就曾令人工智能在圍棋大賽中打敗了人類。此外，人工智能已經可以一刻不停地無縫處理大量的數據，而人類那樣的肉身還需要進食和休息。例如，盡管最初遭遇過挫折，IBM的沃森已經能夠分析成千上萬的報告，生成自己的見解，甚至幫助醫生做診斷、挽救生命。

這對機器人作家來說是一小步。在廣告中，人工智能文案是非常通用的：他們可以起草數百種不同的廣告活動文案，測試和分析每一個不同迭代的優勢，利用深度學習，快速創作出好的作品。最重要的是，人工智能不需要休息、獲得報酬，也不存在頒獎典禮那樣需要花錢的事。

事實上，《華盛頓郵報》上已經有了一篇人工智能作家寫的文章。媒體高管們轉向人工智能作家Heliograf，令其幫助擴大自己的網絡受眾。編輯們向Heliograf輸入各種新聞事件的關鍵詞和模板。隨后，Heliograf在網絡上搜索數據和關鍵字匹配，之后它會生成報道，或者提醒記者反復檢查文中的錯誤。

Heliograf可以寫出選舉或奧運會等事件的簡單報道。然而，他們并不能做到深入分析，這也是《華盛頓郵報》經過深思熟慮做出的決定。這篇文章沒有使用一些經過充分研究的長文敘述，來吸引那些分散性的小部分受眾。它利用Heliograf創作了一大批簡短的小型報道，增加頁面瀏覽量。

作為一種與人類一起工作的增強型智能，Heliograf是人機互動的一個更積極的模式。人類仍有機會繼續進行研究和撰寫深度的文章，例如對美國產婦死亡率的報道，以及秘密調查私人監獄等。

即使機器學習使人工智能與人類寫作能力相匹配，并能夠對大量數據進行篩選，但人類關注的興趣點以及訪談等內容，卻是難以掌控的。記者以后可能會比較少地寫一些簡單的報道，多發布高水平的分析和調查文章。

不過，痛苦或許是不可避免的：Heliograf新版本的出現可能會引發大規模裁員，因為媒體可能會通過解雇本地記者和體育記者來削減成本，即便調查職員的崗位被保留。制造業可能有一些相似之處：自動化增加了產出，昂貴的人力被解雇，剩下的工作則需要越來越高級的學歷或經驗。最終還是要看數字：一名人類焊工每小時收費25美元（另外有福利和假期），而機器人的安裝、維護和運營費用僅為每小時8美元。

在十年或二十年后，作家們可能會發現自己和如今正在被取代的工廠工人處于同樣的困境。