美國馬薩諸塞大學研究人員Valentin Kassarnig為我們帶來了答案，他開發了一套撰寫政治演講稿的人工智能（AI）機器算法，機器寫出的講稿幾乎可以以假亂真。經典的政治演講少之又少，普普通通的演講倒是很多，比如美國國會的辯論演講。這些演講大多千篇一律，都遵循標準的格式，重復相似的論調，甚至使用一樣的短語來表述特定的政治立場和觀點。看起來好像背后有一套算法在決定它的內容。于是它引導我們去思考一個有趣的問題：有沒有可能讓機器自動撰寫政治演講稿呢？

　　分析文本預測單詞

　　從表面上看，基本原理還是很簡單的。Kassarnig首先建了一個數據庫，從53場美國國會辯論中抽取4000個政治演講片斷，編成一套“機器學習”算法，讓它自動撰寫稿件。這些政治演講由5萬多個句子組成，平均每個句子包涵23個單詞。凱斯塞寧將演講按政黨進行分類，比如哪些是民主黨的，哪些是共和黨的，看它們是否贊同或者反對某個特定的主題。

　　魔鬼在于細節，分析數據庫是最大的挑戰。在嘗試了許多種技術之后，Kassarnig最終采用了基于“N-grams（元語法模型即馬爾可夫模型）”的方法。他首先用詞類法分析文本，也就是用語法規則來給每一個詞語和短語作標志（標為名詞、動詞、形容詞等）。然后分析第6個詞或者短語，根據前5個詞或者短語判斷第6個詞或者短語最有可能是什么。Kassarnig說：“只要看它前面是5個是什么，我們就可以很快確定所有的單詞。”

　　在分析詞的過程中演講稿會同步生成。Kassarnig需要告訴算法寫什么類型的演講稿，比如是給民主黨寫還是給共和黨寫。算法最開始會按給定的類別搜索6個詞或者短語組成的數據庫，然后用5個詞或者短語作為起點來撰寫演講稿。