J9·九游会「中国」官方网站

快捷导航

新闻中心

‘ag九游会登录j9入口’人工智能时代,媒体行业应如何“攻”与“守”?
2023-12-08 00:06:03
本文摘要:近年来,互联网特别是移动互联网技术带来的厘革对传统主流媒体造成了庞大的打击,而基于大数据、算法和机械学习的人工智能技术,在后互联网时代将对媒体行业发生多维度、全方位的更为深刻的影响。

近年来,互联网特别是移动互联网技术带来的厘革对传统主流媒体造成了庞大的打击,而基于大数据、算法和机械学习的人工智能技术,在后互联网时代将对媒体行业发生多维度、全方位的更为深刻的影响。如果传统主流媒体不能牢牢抓住人工智能的生长潮水,终将遭遇技术厘革带来的“降维攻击”。

人民日报、新华社、中央广播电视总台等国家级传统主流媒体对人工智能在媒体中的应用上举行了研究和实践,并取得丰硕结果。人工智能在媒体应用领域日益展现出强大生命力和辽阔前景。▍媒体行业正迈入技术内容时代 人工智能与媒体行业联合,为媒体带来了全新的分发机制、新的流传手段和新的用户体验,但最重要的是带来媒体内容生产方式的划时代厘革。

在媒体内容的生产、分发、流传、吸收、反馈、运营的业务全流程中,内容生产居于焦点职位,是其他一切业务事情的基础和前提。对于传统主流媒体而言,内容优势是其具有强大流传力、引导力、影响力、公信力的基础保证。在媒体业务的各流程、各环节中,内容生产是最能体现出内容生产者主观思维运动和价值判断的事情。

人工智能作为盘算机科学的一个分支,焦点就是相识人类的主观思维,模拟、延伸和扩展人的智能,并力争以与人类思维相似的方式对需求做出反映、举行事情、完成任务。人工智能赋能媒体,让人工智能与媒体内容生产有机地联合在一起,发生最直接的化学反映。人工智能技术的生长,让媒体行业正逐步迈入一个内容即技术、技术即内容的技术内容时代(Technical Content Times)。

从报纸到广播,从电视到互联网再到移动互联网,从传统媒体到新媒体再到融媒体、全媒体,媒体内容的体现形式、流传手段以及媒体内容自己也始终陪同着技术进步和新技术的应用而不停演化。但与历史上任何一次技术进步相比,人工智能给媒体行业带来的变化是革命性的,也是以往任何的技术所不能相比的。

对于媒体来说,以往的技术进步是身体和感观的延伸,是手和脚的延伸,是口与耳的延伸,是视觉、听觉的延伸;而人工智能带来的却是脑的延伸,是智力和思维的延伸。这种智力和思维的延伸,体现在人工智能技术直接到场内容生产以致自主生产内容。从内容制作走向内容创作,技术与内容之间的界线逐步变得模糊。本文将技术通过模拟、延伸和扩展人类思维方式,全流程到场生产制作而成的内容,称为技术内容(Technical Content)。

媒体行业的技术内容时代正在来临,技术内容体系正在建设。这并不但纯是理论的研判,而是已经为人工智能在媒体行业内容生产中越来越多的实践所证明。

外洋已经先行一步,如美联社2014年开始使用机械人写稿和翻译,2017年又公布了《人工智能事情手册》。我国生长也十分迅速。2019年5月7日,广电总局公布了《广播电视人工智能应用白皮书(2018)》《广播电视行业应用大数据技术白皮书(2018)》两个文件,对人工智能在广播电视行业的应用举行了顶层设计;2019年12月12日,新华社智能编辑部正式建成并投入使用;2019年12月25日,中央广播电视总台央视网人工智能编辑部公布系列创新产物。

行业主管部门、传统主流媒体的一系枚举措,无疑是技术内容时代正在到来的显著标志。▍技术内容时代的6种主要应用场景 客观地看,在弱人工智能、强人工智能和超人工智能3个阶段中,现在尚处于弱人工智能阶段。

相应的,技术内容时代也还处于其生长的低级阶段,但人工智能已赋予媒体内容生产十分富厚的应用场景。经由梳理和分析,本文认为,人工智能在媒体内容生产中的典型场景可以归纳为6种。

固然,人工智能之于媒体,除了以下所述内容生产的6种场景,另有技术掩护内容、技术推荐内容、技术运营内容等非内容生产环节的多种效用。■ 第一种:技术设置内容 受众想知道什么、受众想看什么,是媒体内容生产的前置条件。

传统主流媒体曾经是内容生产的主体,掌握着内容筹谋和议题设置的主导权,但随着新媒体、社交媒体特别是自媒体的崛起,内容筹谋和议题设置的主导权已逐渐弱化,在舆情热点问题频出、新闻内容不停反转的情况下,往往是被动跟进,缺乏舆论引导能力。传统主流媒体亟待重新夺回内容筹谋和议题设置的主导权,而人工智能对此提供了有力的技术支撑手段。人工智能在选题筹谋的实践中可分为两个条理。

第一个条理是基于大数据和事先设置的算法模型,从众多线索中筛选出价值点,指导内容生产者实现快速选题与筹谋,资助主流媒体第一时间对热点舆情发作声音,公布事实真相,引导社会舆论。媒体内容特别是新闻的线索,正越来越多地来自于互联网上的社交媒体和自媒体。生产者要在浩如烟海的资讯中尽快寻找到有价值的线索和信息,不仅艰苦而且费时。

人工智能可以资助快速搜索有新闻价值的线索,这种搜索既可以是凭据内容生产者的设定精准匹配推荐,也可以是人工智能根据深度学习而形成的新闻价值评判尺度的自主推荐。第二个条理是使用大数据、机械学习和其他新兴技术工具开展预测分析,通过人工智能的自我认知技术对大数据做深度的分析和判断,提前预测最有可能泛起的热点问题,从而资助内容生产者提前举行筹谋和选题,主动开展舆论引导。路透社、BBC、美联社和一些外洋研究机构所开发的用于热点预测的人工智能产物已初见成效。海内多家国家级媒体机构近年来也推出了智能新闻信息收罗分析系统,用于内容筹谋和选题决议指导。

如央视网的“智晓”能够对热点事件的流传强度、趋势、效果举行实时可视化出现,资助编辑快速判断选题、紧跟舆论热点;人民网的舆情监测系统、新华社的新闻雷达系统等智能聚合线索产物在实践中也取得了不俗的应用结果。■ 第二种:技术聚合内容高质量的内容特别是新闻内容生产,一定需要内容生产者掌握富足的与选题相关联的配景知识,以及对某一特定线索的多角度信息源。

这样的需求在传统生产模式下难以获得满足,但人工智能技术可以又好又快地实现技术聚合内容。内容筹谋和选题完成后,人工智能系统再将选题指派给内容生产者的同时,可以自动通过知识图谱将与选题相关联的素材和知识点,推送给内容生产者。

知识图谱是人工智能新时代的产物,简朴地说就是通过关联关系将知识组成网状的结构,人工智能可以通过图谱来识别事物之间的相互关系。内容生产者可以在内容生产历程中从系统获取到最新的素材和知识点,这些素材和知识点由人工智能自动生成,泉源既可以来自于媒体机构内部的全媒体内容库(媒体资产系统),也可以来自于互联网以及专有知识库等。

中央广播电视总台的“融媒智控云矩阵”是海内传统主流媒体中首个具有自主研发完备知识图谱和主流算法模块的人工智能产物。这套基于10年审核履历的信息知识图谱,具有结构化水平高、分类完善、泉源权威等特点;《华盛顿邮报》的知识舆图(等同于知识图谱)可以自动挖掘种种媒体看法,快速有效地关联各种主题信息。■ 第三种:技术生成内容从媒体进化论的角度来看,人类不停增长的信息、心理和感官需求是媒体生长进步的内在动因,但实现则需要经济和技术等客观条件。

人工智能与盘算机视觉、5G、H5等技术相融合,发生了许多新的媒体内容形态,并已经在媒体流传中举行了应用实践,满足了受众的需求,受到了广泛好评。为纪念建军90周年,人民日报客户端借助人脸识别、融合成像等人工智能技术,制作互动H5《快看呐!这是我的戎衣照》,资助网友生成自己的虚拟“戎衣照”,H5的浏览次数(PV)凌驾10亿,独立访客(UV)累计1.55亿,流传数量级创下业界单个H5产物会见量新高。

2020年5月21日,全国两会召开之际,新华社推出的全球首个3D AI合成主播“新小微”正式亮相。作为新闻界首个由人工智能驱动、3D技术出现的AI合成主播,只需输入相应文本内容,“新小微”就能播报新闻,并凭据语义生成相对应的面部心情和肢体语言。

在人工智能的实时驱动下,“新小微”还可以实现功效连续自我更迭。随着人工智能的进一步生长,还会有更多更炫幻更新奇的内容形态被缔造出来。■ 第四种:技术提升内容 随着社会生长,受众对媒体内容和出现效果提出了更高的要求,而人工智能对于媒体内容生产的赋能是全方位、多条理的,可以有效提升媒体出现内容的效果,给受众带来新的媒体内容体验。前几年,一些电视节目和视频制作中就已开始引入VR(虚拟现实)、AR(增强现实)技术,但由于代入感不强,效果往往不尽如人意。

而人工智能与VR、AR相联合的新一代VR、AR技术,通过精准算法和深度学习,使得三维动态视景和实体行为的真实感更为强烈,现实与虚拟信息的对接更为真实,出现出传统手段无法相比的视觉效果。老影戏、老电视剧、老音乐、老照片等老资料近年来已成为媒体内容生产的重要素材泉源,但这些老资料往往由于存放时间过久而受损,出现效果较差,需要举行修复。老资料修复事情量极大,例如一部90分钟的老影戏约为12~14万帧,每一帧都需要检查后修复,事情量浩荡,人工方式极为耗时耗力,须借助技术气力。

人工智能在其中发挥了重要作用,深度学习后的智能自动修复系统可以将修复效率提高50%以上,节约大量人力物力以及修复时间。人工智能对损坏的图片和音频智能化修复效率越发可观,而且,除了修复损伤外,人工智能还可以用来大幅度提高音视频和图片的清晰度。■ 第五种:技术提速内容 移动互联网和社交媒体时代,媒体内容生产既要好,也要快。

基于互联网大数据和精准算法的人工智能在技术提速内容方面具有得天独厚的优势,而且由于盘算机硬件性能的快速增长、硬件资源的不停扩充,这种优势也与日俱增。新闻机械人写作是人工智能用于媒体内容生产的最典型应用之一,其原理是人工智能基于事先设计好的算法模型,使用自然语言生成器自动生成内容。

如2015年,新华社推出了海内首个机械人写稿系统“快笔小新”。不外,受限于现在人工智能的生长水平,自动生成的新闻类内容主要是自然灾害类新闻、体育角逐类新闻、财经类新闻和数据解读类新闻等模式化新闻内容。人工智能所生产的内容形式并不限于文章,还包罗图片的自动生成,音频、视频和动画的自动剪辑。

无论是机械写稿还是音视频自动剪辑,人工智能生产内容的速度正以惊人的幅度提升,具有人类无法相比的实时性、快捷性。财经新闻、体育新闻等领域,可以到达每分钟上百篇的生成速度;地震信息播报机械人可以在2秒内编写出地震信息,并通过一定的机制在应急广播、应急电视等媒体上公布。

在视频生产方面,新华社“媒体大脑”在2018年全国两会期间,用15秒生产了全球首条两会视频新闻;接着在2018俄罗斯世界杯期间,生产的世界杯短视频到达37581条,占主要视频网站世界杯中文短视频总产量的58.6%,最快一条进球视频的生产时间仅耗时6秒,视频播放量突破1.166亿次。中央广播电视总台将智能剪辑技术运用于新中国建立70周年国庆阅兵式短视频剪辑,自动编辑70余个机位的画面内容,共计生成短视频86个,经由人工把关之后马上公布至央视网网站和央视新闻App。这种速度是人类剪辑师所无法完成的,只可能通过人工智能来实现。■ 第六种:技术把关内容 随着媒体融合的深入,全媒体形态下的内容公布形式日趋多样化、快速化。

与自媒体相比,传统主流媒体要求保证所公布内容的真实可信,需要对所公布的内容举行快速而有效的审核校验。人工智能审核系统一方面在内容生产历程中对正在生产的内容实时举行检测,实时提醒并给出修改建议;另一方面临生产制作完成待公布的音频、视频、图片、文章举行快速审核并反馈修改建议,对拟公布的内容是否含有可能侵权的音视频、图片等内容举行检查和提醒。另外,可以通过智能新闻事实核查系统的分析对比,确保新闻内容的真实性。

新疆广电网络公司引入智能审核技术,极大地提高了节目的审核效率,解决了人工审核需要消耗大量人力和时间、成本居高不下等问题;苏州广播电视总台应用人脸识别、语音识别技术建设人物库和敏感词库,快速精准识别视频中人脸及语音里的违禁等内容,提升了识别率和把关质量;《纽约时报》在引入AI审核员后,评论的审核效率大大提升,可以对更多的文章开放评论区,同时节约大量人工开支。▍规避技术内容时代的“负效益”“反效果”技术内容时代正在来临已是不争的事实,但在技术内容时代的低级阶段,一方面,人工智能应用于媒体内容生产的技术自己仍不成熟,需要加以完善;另一方面,人工智能在媒体内容生产中的应用会带来许多未曾预料的衍生问题,需要加以解决。

传统主流媒体在努力使用人工智能所带来生长机缘的同时,也需要多一点冷思考。一要以人工补强人工智能。

如果只是一味迎接技术内容时代的到来,认为技术内容生产无所不能、无所不会,对当前的技术内容生产能力抱有不切实际的理想,就可能走入唯技术论的误区。事实上,在现在的媒体内容生产中,人工智能尚无法取代人的主观能动性。

例如,当前人工智能难以洞察人类的情感、道德和庞大价值判断,无法完成涉及人物塑造、情节设计、心田运动的内容创作,因此,人工智能并不能完全替代媒体内容创作者和把关者,尤其是在时政类新闻和庞大的媒体内容创作方面。我们要最大限度地使用人工智能,但不能唯技术论。人仍应是技术内容时代的主导者,人才是技术内容质量的最终审核者和把关者,在传统主流媒体内容生产的重要环节,仍都需要有“看门人”的到场。

二要以人工规范人工智能。在技术内容时代,借助人工智能,媒体内容生产可以实现提质增效、抢时争速,给传统主流媒体的生长带来实实在在的利益。但技术从来都是一把双刃剑,如果没有对技术内容生产举行很好地规范,则可能会被滥用,对社会造成危害。例如,在技术内容时代,媒体基于内容生产的需要,力图拥有海量数据,这就极易造成信息以致隐私泄露;又如,非法分子使用人工智能对图片、音频甚至视频深度伪造,一旦接纳则导致新闻内容泉源不真实;再如,由于算法设计不妥,会导致不妥新闻内容等。

这些都迫切召唤建设技术内容时代的媒体内容生产规范体系,来规避技术内容时代的“负效益”“反效果”。传统主流媒体的生长必须坚持以先进技术为支撑,以内容建设为基础。人工智能技术的迅猛生长,实现了技术与内容之间的有机联合、深度融合,催生了媒体行业的技术内容时代,为传统主流媒体的生长注入了新的生命力。传统媒体人要有所思、有所想、有所为,充实罗致传统主流媒体在互联网时代正反两方面的生长履历教训,清醒地认识到人工智能等新技术对媒体行业发生的革命性影响,在技术内容时代牢牢掌握人工智能这一焦点竞争力。

泉源: 广电独家,侵权烦请联系删文。


本文关键词:ag九游会登录j9入口,j9九游会官方登录,九游会j9网站首页

本文来源:ag九游会登录j9入口-www.qdhonstar.com