传媒教育网

 找回密码
 实名注册

QQ登录

只需一步,快速开始

搜索
做个试验
查看: 1682|回复: 67

人工智能与新闻业案例集锦

[复制链接]
发表于 2018-12-17 23:15:09 | 显示全部楼层 |阅读模式
当代社会,技术支撑的这个世界变化有点快,算法、人工智能等技术让人眼花缭乱,新闻业也搭上了这班快车。我们不得不开始收集这方面的信息,以免被时代很快淘汰。




 楼主| 发表于 2018-12-17 23:17:32 | 显示全部楼层
【案例】

你所未知的人工智能应用领域
理查德·格雷(Richard Gray)
·       2017年9月 27日
·       分享平台 微博
·       分享平台 人人网
·       分享平台 电邮
·       分享
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image002.jpg
Image copyright[size=0.875]GETTY IMAGES
对有些人来说,人工智能和机器人技术的普及对我们的隐私、工作甚至人身安全构成了威胁,因为越来越多的任务不是由人脑,而是由硅脑来执行。
<iframe frameborder="0" src="https://tpc.googlesyndication.com/safeframe/1-0-31/html/container.html" id="google_ads_iframe_/4817/bbcworldservice.live.site.ukchinasimp/ukchinasimp_vertfut_content_1" title="3rd party ad content" name="1-0-31;9136;[img=1,1][/img]
[img=1,1][/img]
[img][/img]{&quot;uid&quot;:1,&quot;hostPeerName&quot;:&quot;https://www.bbc.com&quot;,&quot;initialGeometry&quot;:&quot;{\&quot;windowCoords_t\&quot;:0,\&quot;windowCoords_r\&quot;:1093,\&quot;windowCoords_b\&quot;:575,\&quot;windowCoords_l\&quot;:0,\&quot;frameCoords_t\&quot;:0,\&quot;frameCoords_r\&quot;:0,\&quot;frameCoords_b\&quot;:0,\&quot;frameCoords_l\&quot;:0,\&quot;styleZIndex\&quot;:\&quot;auto\&quot;,\&quot;allowedExpansion_t\&quot;:0,\&quot;allowedExpansion_r\&quot;:0,\&quot;allowedExpansion_b\&quot;:0,\&quot;allowedExpansion_l\&quot;:0,\&quot;xInView\&quot;:0,\&quot;yInView\&quot;:0}&quot;,&quot;permissions&quot;:&quot;{\&quot;expandByOverlay\&quot;:false,\&quot;expandByPush\&quot;:false,\&quot;readCookie\&quot;:false,\&quot;writeCookie\&quot;:false}&quot;,&quot;metadata&quot;:&quot;{\&quot;shared\&quot;:{\&quot;sf_ver\&quot;:\&quot;1-0-31\&quot;,\&quot;ck_on\&quot;:1,\&quot;flash_ver\&quot;:\&quot;0\&quot;}}&quot;,&quot;reportCreativeGeometry&quot;:false,&quot;isDifferentSourceWindow&quot;:false,&quot;goog_safeframe_hlt&quot;:{},&quot;encryptionMode&quot;:null}" scrolling="no" marginwidth="0" marginheight="0" width="300" height="600" data-is-safeframe="true" sandbox="allow-forms allow-pointer-lock allow-popups allow-popups-to-escape-sandbox allow-same-origin allow-scripts allow-top-navigation-by-user-activation" data-google-container-id="2" tabindex="-1" style="color: inherit; font-style: inherit; font-variant: inherit; font-stretch: inherit; font-weight: inherit; letter-spacing: inherit; line-height: inherit; border-width: 0px; font-family: inherit; vertical-align: bottom;">然而,即便是最直言不讳的批评者,也不得不承认人工智能(AI)和自动化系统为人类带来的诸多潜在好处。作为BBC"FutureNow"专栏大挑战系列(GrandChallenges)的一部分,一组专家为我们详细描述了随着我们所使用的机器变得越来越智能,我们周围的世界正在如何发生变化的图景。
今天的"大构想"(GrandIdeas)系列中,BBC"FutureNow"专栏将对已经开始应用于解决世界上最棘手、最危险的一些问题的尖端AI和自动化技术进行了盘点,这些问题包括了疾病防治到应对暴力。
卡内基梅隆大学机器人教授金出武雄(TakeoKanade)说:"我们不应该把 AI 视为与人类竞争的东西,而应该看作是可以增强我们自身能力的东西。"这是因为 AI 不仅能做好单调乏味的工作,还能够识别出模式,这种能力甚至远远超过了人类。
它可能会在21 世纪帮助保护我们的安全。
防治传染病
对于全球数十亿人来说,在耳边嗡嗡作响的蚊子不仅会叮咬人们带来令人恼怒的疼或痒,它们还可能带来疾病甚至致命。特别是已经从非洲传播到几乎所有热带和亚热带地区的埃及伊蚊(Aedesaegypti),它们携带登革热(Dengue fever)、黄热病、寨卡(Zika)以及基孔肯雅热(chikungunya,一种导致严重关节痛的病毒)等病毒。在全球 128 个国家和地区,每年仅登革热就会感染 3.9 亿人。
来自多米尼加共和国的计算机工程师雷尼尔·马洛尔(Rainier Mallol)说:"这些蚊子就像小恶魔。"多米尼加共和国是寨卡病毒爆发热点地区。与来自马来西亚(另一个热点)的医学博士达西·拉贾(Dhesi Raja)一起,马洛尔两人开发出一套 AI 算法,能够预测疫情最有可能发生的地方。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image004.jpg
Image copyright[size=0.875]MICROSOFTImage caption微软的 Project Premonition 项目使用无人机寻找寨卡病毒爆发的热点地区,然后捕捉它们以寻找病原体(图片来源:MicrioSoft)
他们的医学流行病学(Aime)AI 系统可以将所有当地医院新报告的登革热病例出现的时间和地点与包括风向、湿度、温度、人口密度、住房类型等在内的274 个可变因素结合起来。"这些因素都是确定蚊子如何传播的因素," 马洛尔解释道。
到目前为止,在马来西亚和巴西的试点表明,这套系统可以提前三个月准确预测疫情爆发,准确率达到88% 左右。此外,该系统还可以帮助查明疫情中心及其400 米范围内的情况,从而使公共卫生官员能够及早利用杀虫剂进行干预,以防蚊虫对当地居民进行叮咬。
Aime 系统也被用于帮助预测寨卡和基孔肯亚热病毒疫情爆发。大型科技公司也在追求自己的宏伟构想:例如,微软的Project Premonition 项目使用无人机定位蚊子的热点地区,并利用机器人二氧化碳和光捕捉器来收集蚊子样本,包括蚊子以及它们咬过的动物的DNA,然后通过机器学习算法进行分析,从而找到病原体。这些算法能够从大量的数据中识别出模式,而且会变得越来越精确和强大。
应对枪械暴力
去年,美国有15,000 人死于枪械暴力,美国也是发达国家中枪械暴力发生率最高的国家。为了解决持续不断的枪击和枪械犯罪问题,许多城市正在试图通过科技寻找解决办法。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image006.jpg
Image copyright[size=0.875]SHOTSPOTTERImage caption人工智能可以追踪枪声,并帮助急救人员和执法人员在大规模枪击扩散之前予以阻止(图片来源:ShotSpotter)
有一种自动化系统可以用传感器阵列监听枪声,然后精确定位枪声所在的位置,并在45 秒内向相关机构发出警报。这种名为ShotSpotter 系统需要配备大量声音传感器以探测枪械独特的声响,利用其到达每个传感器的时间,通过算法来定位枪击位置,误差在25米之内。
机器学习技术被用来确定声音是否为枪击声,并计算出它们的数量,以帮助警方确定他们要对付的是独行枪手还是有多名行凶者,以及他们是否在使用自动武器。
目前有90 个城市(多在美国,部分在南非和南美)正在使用ShotSpotter 系统。美国 9 所大学校园也部署了较小的 ShotSpotter 系统,以应对最近频发的校园枪击事件。而且美国特勤局已将其安装在白宫内。
但 ShotSpotter公司首席执行官拉尔夫·克拉克(RalphClark)认为,该系统未来的用途不仅仅是简单地应对突发事件。
他表示:"我们迫切希望看到,我们的数据如何能够提供更多的预警信息。机器学习可以把它与天气、交通数据、财产犯罪数据结合起来,从而向巡逻警察更准确地通报消息。"
预防饥荒
全世界目前大约有8 亿人依靠木薯根作为主要碳水化合物(为人体提供热能的主要营养素)的来源。这种淀粉类蔬菜与山药相似,经常被人像土豆那样食用,但也可以磨成粉做面包和蛋糕。它能在其他农作物没法生长的地方种植,这使它成为世界上第六大粮食作物。但是这种木本灌木极易受到疾病和害虫的侵害,可以让整片田地都颗粒无收。
位于乌干达坎帕拉(Kampala)马凯雷雷大学(Makerere University)的研究人员与植物病专家合作开发了一套旨在打击木薯疾病的自动化系统。Mcrops项目允许当地农民使用便宜的智能手机拍摄植物,并使用经过训练的计算机视觉来发现造成木薯作物损害的四种主要疾病的迹象。
计算机技术研究员欧内斯特·姆贝泽(Ernest Mwebaze)是这个项目的带头人,他解释说:"这些疾病真的很难识别,需要采取不同的行动根治。我们正在为农民提供'口袋中的专家',以便让他们知道自己是否需要为作物喷药,或者完全毁掉这批作物以便种植其他作物。"
该系统诊断木薯疾病的准确率目前高达88%。以前,农民必须打电话给政府雇佣的专家来他们的农场查明疾病,这可能需要几天甚至几周的时间,而虫害在此期间可能已经大范围扩散。
MCrops 还利用上传到网上的图片来寻找疾病暴发的模式,这可以让官员们阻止可能导致饥荒的流行病。姆贝泽和他的同事们希望利用这项技术来研究香蕉疾病,并开发自动检测其他作物害虫的系统。
抗击癌症和失明
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image008.jpg
Image copyright[size=0.875]DEEPMINDImage caption谷歌 DeepMind 可以通过利用机器学习识别病人人体组织内的健康区域来帮助医生提供癌症治疗方案(图片来源:DeepMind)
全世界每年有 880 万人死于癌症,另有1400 万人被诊断出患有某种癌症。尽早发现癌症能够极大地提高患者的生存机会,并降低复发的风险。筛查是早期发现癌症的关键方法之一,但通过扫描和其他方法检测结果费时费力。
不过,谷歌母公司Alphabet 旗下 AI 子公司 DeepMind 和 IBM 都在应用自己的AI 技术来解决这个问题。DeepMind 与伦敦大学学院医院的英国国家卫生署(NationalHealth Service)医生合作,通过识别头部和颈部肿瘤中的健康组织区域,来训练其AI 帮助制定治疗癌症的方法。此外,该公司还与伦敦Moorfields 眼科医院合作,在眼部扫描中识别失明的早期迹象。
DeepMind Health 的临床主管多米尼克·金(DominicKing)说:"我们的算法能够在扫描中解释视觉信息。这个系统学会如何识别潜在的问题,以及如何向临床医生推荐正确的行动。现在我们对结果发表评论还为时过早,但早期的迹象非常令人鼓舞。"
金指出,通过筛选扫描图像,并优先考虑那些临床医生最迫切需要的信息,AI技术可以帮助医生更快地识别和判定病例。
IBM 最近宣布,WatsonAI 可以分析图像,并评估病人的诊断书,从而准确地识别出肿瘤病例,准确率高达96%。世界各地 55 家医院的医生正在对该系统进行测试,以帮助诊断乳腺癌、肺癌、结肠癌、宫颈癌、卵巢癌、胃癌以及前列腺癌。
控制电力应用
目前关于气候变化是否导致了美国历史上两场连续灾难性飓风的争论不断升温,那么我们如何才能最大限度地利用清洁、可再生能源来防止对气候模式造成进一步的负面影响?
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image010.jpg
Image copyright[size=0.875]GETTY IMAGESImage captionAI可以实时监控能源需求和生产-从而帮助我们更明智地使用能源、遏制污染以及减少有害气体的排放(图片来源:Getty Images)
世界各地的人们越来越依赖可再生能源来应对气候变化和化石燃料造成的污染,而平衡电力供应的任务变得越来越艰难。智能电表(如可自动记录使用情况的数字能源监视器)的普及,也提供了比以往任何时候都更多的数据,用来说明消费者使用能源的方式和时间。仅欧盟就计划到2020 年在家庭中安装 5 亿个智能电表。
爱丁堡赫里瓦特大学(HeriotWatt University)智能系统助理教授瓦伦丁·罗布(Valentin Robu)表示:"对人类操作者来说,管理所有这些事情是不可能的,尤其考虑到这些事情要求的反应时间通常只有几秒钟。"罗布一直在与英国的初创公司 Upside Energy 合作,开发管理电网的新方法。
他们正在开发机器学习算法,以实时监控能源生产和需求。这样做有什么意义?在平峰时间,能源可以储存起来,然后在高峰的时候释放。随着人们家里的电动汽车和电池越来越普及,这项技术可以利用这些设备储存能源,并消除可再生电力供应不稳定的问题。
罗布还表示,AI可以在更基础的层面上使用,以帮助减少这些设备对电网的需求。例如,电冰箱可以通过AI 远程控制,只有在电网需求较低的时候它们才会开启制冷功能。
请访问 BBC Future 阅读 英文原文
https://www.bbc.com/ukchina/simp/vert-fut-41415842

 楼主| 发表于 2018-12-17 23:19:03 | 显示全部楼层
【案例】

人工智能:机器人的科幻版vs现实版
  • [size=0.75]2017年 5月 3日






图片版权THINKSTOCKImage caption[size=0.75]机器人越来越像真人,人工智能也越来越逼近甚至超越人类智能。AI时代已经到来?
人类发明创造了机器人,机器人进化到智能超过自己的创造者,不甘屈居次等地位,遂起来反叛,人和机器大战,雷鸣电闪,血肉横飞,最后地球仍属于人类。好莱坞早就讲过这个故事,还有不同版本。
[color=rgb(80, 80, 80) !important]ADVERTISEMENT
<iframe frameborder="0" src="https://tpc.googlesyndication.com/safeframe/1-0-31/html/container.html" id="google_ads_iframe_/4817/bbcworldservice.live.site.zhongwensimp/zhongwensimp_science_content_1" title="3rd party ad content" name="1-0-31;9424;[img=1,1][/img]


[img][/img]{&quot;uid&quot;:1,&quot;hostPeerName&quot;:&quot;https://www.bbc.com&quot;,&quot;initialGeometry&quot;:&quot;{\&quot;windowCoords_t\&quot;:0,\&quot;windowCoords_r\&quot;:1093,\&quot;windowCoords_b\&quot;:575,\&quot;windowCoords_l\&quot;:0,\&quot;frameCoords_t\&quot;:877.8181818181819,\&quot;frameCoords_r\&quot;:0,\&quot;frameCoords_b\&quot;:877.8181818181819,\&quot;frameCoords_l\&quot;:0,\&quot;styleZIndex\&quot;:\&quot;auto\&quot;,\&quot;allowedExpansion_t\&quot;:0,\&quot;allowedExpansion_r\&quot;:0,\&quot;allowedExpansion_b\&quot;:0,\&quot;allowedExpansion_l\&quot;:0,\&quot;xInView\&quot;:0,\&quot;yInView\&quot;:0}&quot;,&quot;permissions&quot;:&quot;{\&quot;expandByOverlay\&quot;:false,\&quot;expandByPush\&quot;:false,\&quot;readCookie\&quot;:false,\&quot;writeCookie\&quot;:false}&quot;,&quot;metadata&quot;:&quot;{\&quot;shared\&quot;:{\&quot;sf_ver\&quot;:\&quot;1-0-31\&quot;,\&quot;ck_on\&quot;:1,\&quot;flash_ver\&quot;:\&quot;0\&quot;}}&quot;,&quot;reportCreativeGeometry&quot;:false,&quot;isDifferentSourceWindow&quot;:false,&quot;goog_safeframe_hlt&quot;:{},&quot;encryptionMode&quot;:null}" scrolling="no" marginwidth="0" marginheight="0" width="300" height="600" data-is-safeframe="true" sandbox="allow-forms allow-pointer-lock allow-popups allow-popups-to-escape-sandbox allow-same-origin allow-scripts allow-top-navigation-by-user-activation" data-google-container-id="2" tabindex="-1" style="border-width: 0px; border-style: initial; color: inherit; font-style: inherit; font-variant: inherit; font-stretch: inherit; font-family: inherit; font-weight: inherit; letter-spacing: inherit; line-height: inherit; vertical-align: bottom;">



但是,说到人工智能(Artificial intelligence, AI),今天仍有不少人觉得很新潮、高端。其实,机器人就是装备了人工智能的机器。
AI这个词最早诞生于1950年代,指的是制造智能型机械的科技。近年来这方面发展迅猛,仿人形机器人被认为是人工智能的终极体现。
就像科幻电影里那样?
现在,酒店和工厂里已经有机器人和人一起上班,无人驾驶汽车也已经上路测试,无人机开始送货服务,股票交易所的”中枢神经“是AI引擎,购物网亚马逊和网络电视Netflix用AI分析用户消费心理和习惯,据此推荐相应商品、书籍、影视,或者向广告商提建议,还有智能手机和iPad里的“私人助理”。
经过60多年的磨砺,人类社会似乎真的要进入AI时代了。
在智能和人工智能并存变成每个人的日常之前,先来看看银幕上的虚构角色和现实版的AI。
图片版权ALAMY/IBMImage caption[size=0.75]《2001漫游太空》里的反派角色哈尔(Hal)和当今世界智力超人的电脑沃森(Watson)。全知全能的机器人
《2001太空漫游》(2001: A Space Odyssey),斯坦利·库布里克执导的美国科幻片,1968年上映。
这部影片的主角,哈尔(Hal),或许是迄今为止最著名的AI反角。它的设计使命是掌控“探索一号”宇宙飞船的控制系统,还要跟飞船上的人员互动。但是,它很快就把人类撇在一边,开始了自己的使命。
Hal实际上是指启发式编程算法计算机(Heuristically Programmed Algorithmic Computer)。
银幕下的世界里,跟它最接近的要数IBM的沃森(Watson)。沃森是一台超级电脑,懂得自然语言,几秒钟就能阅读数百万份文件。
2011年,沃森参加美国电视智力竞赛节目《危险边缘》(Jeopardy!),击败了当时世界上最优秀的两名选手。
跟电影里的哈尔不一样,沃森与人类关系和谐,在很多领域携手共进:
  • 在可口可乐、P&G之类跨国大公司的研发部门协助人类开发新产品;
  • 为美国十几家医院提供服务,帮助病理学专家开发癌症新疗法;
  • 融入一款恐龙玩具的电脑配置,让孩子们尝试体验跟AI交流沟通-孩子们可以问恐龙问题,沃森藏在恐龙体内帮助它回答这些问题;
图片版权ALAMY AND BOSTON DYNAMICSImage caption[size=0.75]电影里的“终结者”杀手机器人和波士顿动力(Boston Dynamics)公司开发的搜救机器人Atlas机器杀手
T-800是科幻片《终结者》(Terminator)里的杀手机器人,AI系统Skynet给它编的程序是去执行灭绝人类的杀手任务,这个AI控制了地球上的电脑中枢系统,它的目标是摧毁地球人类。
迄今为止,现实中还没有一款AI系统具有自我意识功能;现有AI的编程都是帮助人类实现某种任务的功能。一个例外是军用机器人。这种机器人要上战场,需要适应战场上的现实,辅助战士执行任务。
美国军方正在研发各种智能装备,比如让士兵具有超人般的力量,或者能眼观六路耳听八方,或者能帮助他们在战场做出更好的决策。
现在没有终结者那样的机器杀手。但是,美国波士顿Boston Dynamics公司开发的搜救机器人已经入使用。
图片版权ALAMY AND SOFTTBANKImage caption[size=0.75]《星球大战》里的机器人C-3PO(左),日本软银公司研制的机器人“胡椒”2015年投放市场助手和伴侣
C-3PO 是电影《星球大战》里的机器人,存在的目的是服伺、辅佐人类,据称擅长六百万种沟通交流方式。他的主要职责范围是礼仪、习俗和翻译,以便不同文化之间的交流能较顺畅地进行。
在现实世界里,这类助手伴侣式机器人已经开始蓄势待发。
日本软银公司开发的“胡椒”2015年夏季投放市场,几乎立刻售罄。
据称它能识辨人类的情绪和情感变化。如果主人回家时愁眉苦脸,不开心,它就会建议听听音乐。
这种“察言观色”的能力,它是通过看海量的人类面部表情视频学会的。
图片版权REX AND IROBOTImage caption[size=0.75]Wall_E 和 Roomba清洁工机器人
Wall-E 是迪斯尼同名影片里的角色,它在电影里的任务是在人类离开地球后打扫清理这个星球。
现实版的清洁工机器人当然不需要承担那么宏大的任务,但同样能够替人类打扫卫生而显得可爱的机器已经诞生,就是智能吸尘器。
现在市面上最有名的牌子就是iRobot公司出品的Roomba;截至2014年2月,已经卖出1千万个。它自带感应装置,按编好的程序在屋里各处吸尘,完工后乖巧地回到大本营充电。
有传闻说一些用户对它产生了情感依恋,就像对宠物一样,带着它们一起去度假。
图片版权ALAMY AND ATR HIROSHI ISHIGURO LABImage caption[size=0.75]科幻片 Ex-Machina里的机器人女主角埃娃,现实世界里日本机器人专家石黑浩跟以自己为原型制作的仿真机器人仿真机器人
埃娃(Ava)是2015年科幻片 Ex-Machina里的机器人,具有真人般的躯体。这个虚构的机器人堪称AI的终极版本。
她(它)看上去就是一个真人,能跟人谈论任何话题,能表达跟人类的共鸣、同感。然而,埃娃又确实是“人工智能机器”,有自己的只属于机器人族群的计划和谋略。
而这也正是最令人类害怕的AI。
现实中,埃娃那种真人外形、智能超人的机器人还没有出现,但确实有一些这方面的尝试。
日本机器人专家石黑浩按自己的外形容貌仿制了一款机器人,取名Geminoid,用来研究人-机互动。
他的仿真机器人用硅胶作皮肤,但更逼真的的版本或许指日可待:已经有生物工程技术公司和化妆品公司合作,用3D打印机“打印”出人类皮肤。
软件公司IPsoft开发了一款虚拟助手,取名阿米莉亚(Amelia),目前还在虚拟空间飘着,但公司首席执行官杜贝教授坚信,几年之内,AI就将与机器结合,生成仿真机器人;届时,阿米莉亚将走出虚拟时空,踏入现实人世,酷似真人。
像电影里的埃娃那样?

https://www.bbc.com/zhongwen/simp/science-39793434


 楼主| 发表于 2018-12-17 23:21:26 | 显示全部楼层
【案例】

BBC到路透社 人工智能怎么做新闻
·       2018年9月 26日
·       分享平台 微博
·       分享平台 电邮
·       分享
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image002.jpg图片版权GETTY IMAGES
从人工智能进驻新闻机构,写稿机器人交出球赛、股市新闻稿,到机器人抢独家新闻,前后不过三、四年时间。
刚开始记者们半开玩笑地表示担心机器人会抢走自己的饭碗,后来大家热议机器人写的足球赛新闻比人写的差距多大,再后来,到了现在,关于AI的关注又变了。
人工智能将如何拓展、重塑新闻采编制作流程中的哪些环节?以前有哪些难以想象或不可能的设想借助AI的威力而成为可能?又有哪些环节确实可以而且正在取代人工?
AI在新闻编辑室可以发挥什么作用,这是个自由放飞想象力的话题。
抢独家
人工智能跟人类争普利策奖?其实1988年就发生了。《大西洋月刊》记者比尔·戴德曼(Bill Dedman)在电脑帮助下检索梳理了海量的住房按揭数据,写出系列报道揭露这一行的隐形种族歧视,作品获当年普利策奖。当然,这可以算作机器夺奖。
机器跟人抢独家新闻?这事4年前有人预言过:会编程的记者将能抢先报出独家新闻,抢头条。
机器人工程师约翰·基弗(JohnKeefe)今年1月在哈佛大学尼曼新闻实验室(Nieman Lab)2018行业预测中断言,这件事今年就会发生。他说,记者将运用AI抢得独家新闻。
这跟机器人写足球、财经消息不同。那更多是数据分析整理,然后用自然语言程序组合成文。抢独家消息是通过机器学习技术识别、发掘出人类单凭自己的大脑难以捕捉到的重要事实和真相。
至于未来的媒体编辑室是否由AI主宰,或者人类和机器联合执掌,现在难有定论。
可以肯定的是,适用于工农业生产的逻辑在相当程度上同样适用于媒体内容生成:搜集资料、整理数据、核查事实、版面校对等,这些工序能够也肯定会大部分交给AI,编辑记者可以更集中心智用于创意、创新。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image004.jpg图片版权TWITTERImage caption特朗普总统的推特帐号上不全是他亲自发的,人工智能可以识别。
人算不如机器算
人机合作已有先行者探路。美国《大西洋月刊》记者麦吉尔(AndrewMcGill)把一项枯燥而至关重要的任务交给了机器人助手,@TrumpOrNot,让它分辨美国总统特朗普的推特帐号下哪些是他本人发的,哪些是手下人代劳的。
这个助手利用机器学习和自然语言处理技术,把特朗普新发的推特文字跟数据库中的文档资料对比,然后做出比较肯定的判断。
麦吉尔在2017年3月发表了自己的实验结果时写道:
“机器算法找到的那些最有助于分辨一则推特讯息出自特朗普之手还是工作人员之手的线索,真的很有意思。大部分不是文字,而是特别的拼写和标点符号。”
比如,特朗普发的推特更频繁出现自己的推特名“@realDonaldTrump”,更喜欢用“媒体”这个词,但显然不爱用“#”,而手下代发的推特讯息里这个符号更多。
麦吉尔承认自己这个助手的知识库需要不断更新,尤其是作为识辨指标的关键词、习惯和特点。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image006.jpg图片版权ANGELA WEISS/AFP/GETTYImage caption《纽约时报》大楼里确实正在发生机器抢人饭碗的事。
AI进驻媒体
专注于人工智能领域发展的科技网站TechEmergence对人工智能在几家主要西方媒体的应用做了梳理,勾画机器人进驻编辑室趋势的一个截面。
§  BBC新闻实验室:语义辨识
BBC的人工智能机器人叫Juicer ("榨汁机")。它的任务是把海量的数据,包括每天的新闻、专题报道、视频、其他媒体的消息、政府部门和互联网信息, 等等,用一种聪明智慧的方式联结起来,既方便调用,又有内在智慧逻辑。
"榨汁机"2012年上岗,每天吸进来自850个新闻机构的RSS信息推送,整合处理数据,把BBC和其他媒体的新闻报道分拣出来,然后贴上相应的语义标注,分成4类归档:组织机构、地点、人物、事物。
这样,记者要查找有关特朗普总统的最新消息,或者AI领域动态的信息,"榨汁机"就会迅速上网搜索,然后给出一个相关内容的清单。
这还比较枯燥。不久的将来,"榨汁机"的功能提高后,还会更贴心,读者鼠标在某个字词上停留兜圈片刻,它就能生成一个弹出窗口,提供相应的信息。作为电视广播媒体,BBC还在训练它在视频环境下弹出相关的信息。
§  《纽约时报》:语义辨识和评论区管理
2015年,《纽约时报》大楼内来了个名叫“编辑”(Editor)的AI。它的任务是简化记者编辑的工作流程。记者写稿时可以用标签来标明关键词、标题或主题。随着时间推移,数据积累到一定程度后,机器编辑就能自动识别这些标签的语义,找到一段文字中最关键的部分。这样,记者查资料或核对事实就很便捷,人物、地点、事件、时间,分门别类,井然有序。
人工智能在那儿的另一项任务是管理读者评论区。它将来可能要承担的是目前共有14个人负责的工作,主要是每天分拣查阅11,000条读者评论。该报开设评论区功能的文章只占10%,如果用AI机器管理,则可以有更多文章开放评论区,强化互动,并节省开支。这个软件叫PerspectiveAPI,可以迅速分拣整理读者评论,使读者更容易检索到自己感兴趣的评论并展开讨论,或者避开无聊的撒泼耍浑式留言。
这是机器抢人饭碗的一个例子。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image008.jpg图片版权DAVID DAVIES/PAImage caption2016年里约奥运,《华盛顿邮报》的机器人记者包揽了大量数据密集型报道。
§  《华盛顿邮报》:自动化新闻写作
“自动化新闻”(AutomatedJournalism)也称“机器人新闻写作”,使用的写稿软件是Heliograf。2016年里约奥运会上初次上场。它对源源不断的数据分析整理后,把信息跟事先定制的新闻模板里的对应词句配对,然后组成新闻稿,发表在不同的平台。要是发现数据里有异常,它还会提醒记者注意。也就是说,整个里约奥运会期间,写稿机器人承担了大量有关比分和奖牌数的实时报道,记者则可以更多采写其他内容。
新闻自动化有两层含义,一是数量,二是目标定制。
比如关于英国脱欧,机器人写手可以生成面向英国读者、中国读者或其他国际读者群的不同版本;关于股市动态的报道,可能会有一段专门为你订制:大盘总体向上,但你上周要是没有卖那些IBM股票,那你的投资组合资产今天会有这么多。
换句话说,机器人可以在万里之外写出比本地记者更接地气的新闻报道,或者把一条枯燥乏味的消息变成热搜榜上人人关注的新闻。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image010.jpg图片版权GETTY IMAGESImagecaption算法和机器学习在各行各业的应用进展迅猛,新闻媒体业也不例外。
§  路透社:数据视觉化
路透社2016年跟语义辨识技术公司Graphiq合作,研发智能型的新闻发表软件,自带自由互动数据视觉化功能,涵盖范围宽泛多样,包括娱乐、体育和新闻等。这个发表软件可以在路透社开放媒体快捷平台调取数据。这些数据嵌入发表器网站后,数据世界化程序会实时更新。
§  美联社:语义辨识、人工智能分析、自动化新闻
"自动化洞见"的另一个客户是美联社。早在2013年,美联社就开始运用人工智能来处理体育和财经数据,生成新闻稿。现在美联社的机器人叫NewsWhip,负责追踪、预测社交媒体平台上的趋势。除了跟踪新闻报道,它还可以向记者提供实时或历史时段的分析结果。有了这个助手,新闻稿的数据准确性提高,错误减少,记者编辑对新闻时事的把脉更精准。
美联社没有用人工智能来撰写长篇政治评论文章,但在用一款名叫Wordsmith的机器人来把盈利数据转换成财经新闻。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image012.jpgImage caption机器人就隐身在电脑里。BBC的人工智能在数据库里纵横捭阖,整合海量的文字和音像资料。
§  Quartz数码新闻:聊天机器人媒体界面
关键词:聊天、自然语言处理、新闻、话题。Quartz2016年获得一笔资金设立机器人实验室,为记者们开发各种自动化工具。这是对新闻媒体行业大趋势的一种反应:新闻不但从纸面转到桌面电脑、手提电脑、手机,不久的将来还将通过物联网进入家庭和私人座驾。
简而言之,就是通过聊天、语音和其他新颖渠道来实现人机互动。这个尝试还在婴儿阶段,但已经可以看出端倪。用户输入问题和要求,比如新闻事件、人物或地点,聊天机器人根据自己的理解提供相关的内容。
Quartz的目标是开发出能够跟所有媒体平台流畅互动的机器人和人工智能。目前还没有最后确定下一步怎么走,但正在考虑的一些设想里包括一款编辑室机器人,帮助记者为新媒体空间编写新闻、生成数据。
英国《卫报》也引入聊天机器人,2016年在脸书帐户上亮相,主要工作是帮助读者选择阅读的版本、新闻推送时间,并负责推送;这职责明细看来跟客服比较相似。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image014.jpg图片版权GETTY IMAGESImage caption机器有人力不及之处,也有不及人脑之处。
在中国写稿
自2015年腾讯财经频道开中国机器人写稿先河以来,不少媒体人发现多了个机器人“同事”。
2015 -
§  腾讯财经:9月10日发表了Dreamwriter新闻写作机器人编写的经济消息(《8月CPI涨2%,创12个月新高》)。
§  新华社:“快笔小新”11月开始为体育部、经济信息部和《中国证券报》写体育赛事及财经消息稿件。
2016 -
§  网媒今日头条:“小明”(xiaomingbot)在2016年里约奥运会期间每天写30多篇赛事简讯和赛场报道;
§  《钱江晚报》:微软旗下人工智能机器人“微软小冰”上岗,在“浙江24小时”APP中开设“小冰机器人”专栏;
2017 -
§  《南方都市报》和凯迪网:与北京大学计算机科学技术研究所联合成立智媒体实验室,推出写稿机器人“小南”;
§  《华西都市报》:机器人“小冰”开设专栏“小冰的诗”,独家发布新作《全世界就在那里》(外二首);
§  《广州日报》:中国全国人大和政协两会期间,写稿机器人“阿同”、“阿乐”写出了政府工作报告热词分析、外交部部长记者会热点问题分析等多篇报道,还回复了公众关于两会知识的提问;
§  《人民日报》:人工智能、语音机器人“小融”在春节期间上岗,在人民网和其他社交媒体平台与网友互动;
除了这些隐形的AI写稿程序之外,也有更全能、具备机器人形状的AI记者,如新华社的“i思”、《深圳特区报》的“读特”、浙江卫视的“小聪”和香港大公文汇传媒集团的“小宝”,可以出去采访和录制广播电视节目。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image016.jpg图片版权GETTY IMAGES
取长补短
也许,未来比较合乎逻辑的延伸方向是人和机器各自扬长避短。机器人不以优美的文笔跟人竞争,而是在人的脑力无法企及的地方取胜,比如把一条重大讯息写成几篇视角独到、见解深刻、分析精辟的报道,而且能够迅速把这几篇文稿个性化,生成数十万个针对不同受众的版本。
AI在各地的编辑室里的职务明细正在不断变化,从数据收集、整理和分析、交叉查证核实,到写稿、创作、编辑,再到重新定义新闻传媒专业和行业,速度令人目眩。
新事物难免冲击现状,带来新问题,试管婴儿、克隆、基因编辑,无不在某些方面挑战人类社会伦理。AI也不例外。这是另一篇文章的话题。
https://www.bbc.com/zhongwen/simp/science-45591003

 楼主| 发表于 2018-12-17 23:22:00 | 显示全部楼层
【案例】

机器人都能写新闻 记者们真要失业了吗?
·       2018年1月 30日
·       分享平台 微博
·       分享平台 电邮
·       分享
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image002.jpg图片版权GETTY IMAGESImage caption机器人新闻很快将成为新常态?
机器人跟记者并肩工作,写新闻,已经是一些媒体机构的现实。有些体育消息,如果不加作者名字,几乎可以"以假乱真"
"机器人新闻"- 不是关于机器人的新闻,而是机器人做的新闻 - 在人类世界普及的速度超出了很多人的想象。
对于此刻正在电脑前写稿的记者们来说,似乎饭碗受到威胁,形势不太妙。
编辑室同事
美联社的一套电脑系统已经能够从大量数据中筛选出新闻线索,编成新闻文稿;其中一部分混在记者写的稿件里一同电邮给报刊客户,而且不少还不加润色就被报纸采用了。
中国的新华社正在重组,以便让人工智能更深更广地融入编辑室工作。
《洛杉矶时报》自2014年就开始发布根据官方数据生成的地震预警消息。《华盛顿邮报》去年宣布将派机器人报道美国高中生足球赛。
机器人进入新闻编辑室,正值全球纸媒面临发行量下降和广告向线上转移的双重冲击。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image004.jpg图片版权SHUTTERSTOCKImagecaptionAutomatedstories are becoming more prevalent, but at what cost?
在越来越多的行业,机器人都被视为人工劳动力的潜在替代,而且成本更低。一种预测说,到2030年,机器人将从人类手里夺走8亿个工作。但在新闻领域,它们能夺走的百分比有多少?
根据美联社的试验,目前阶段机器基本上只负责在海量数据中搜索有用信息,但美国的线上线下媒体提供的内容,越来越多出自机器。
2017年,设在牛津大学的路透社新闻研究院做的一项研究发现,欧洲各地的媒体每月发表成千上万篇机器自动生成的新闻,主要是迅速发布公众感兴趣的数据,比如选举结果和经济数据。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image006.jpg图片版权GETTY IMAGES
荷兰一家通讯社在用机器更新写给未成年人看的新闻稿,使用的语言较简单。
迄今为止,已经上岗的机器人"头脑"比较简单。当然,在机器人世界,这种状况不会持续很久。
中国的腾讯最近亮相的一套系统可以自动写作一篇完整的演讲稿。
新闻网站Quartz的执行总编扎克·塞沃德(Zach Seward)曾用类似的系统写了一篇在大会发言稿,据说他对文稿很满意。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image008.jpg图片版权GETTY IMAGESImage caption机器人,或新闻软件,将加入这些传统的记者工具?
但核心本领夺不走
然而,写稿只是记者工作的一部分。机器能就特定话题做电话采访吗?能写出有文采、直抵人心的报道吗?
技术上这是可能的,可以事先把问题拟好,让机器打电话采访。但编辑是否愿意这么安排则是另一个问题。
不过,更靠谱的判断是,机器人或软件将很快成为记者们手里的一个工具,用来搜寻新闻线索或生成内容。
这枚硬币的另一面,是工具被滥用。
在新闻和社交媒体行业,机器被用来生成和传播假新闻,也已经跟"机器手点赞"、“僵尸粉丝团”之类传统利用一样,成为一个现实而紧迫的问题。
社交媒体上已经出现这种迹象。
file:///C:/Users/35242/AppData/Local/Temp/msohtmlclip1/01/clip_image010.jpg图片版权GETTY IMAGES
不过,机器有机器的特长
需要声明,BBC目前还没有采用机器生成的故事,但BBC的新闻实验室正在研究让机器承担部分新闻采编和制作,包括听写采访文稿、检索公共数据找线索。
不过,记者的核心职责是从采集到的数据和信息中筛选、掂量、分析、权衡、组织,写出有理有据、有血有肉、全面平衡的报道。
这是一门活技术,代代相传到今天,经过百余年的演化。如果说机器人最终也能掌握这门人性比重极大的技术,那也不大可能是现在。
https://www.bbc.com/zhongwen/simp/science-42877951

头像被屏蔽
 楼主| 发表于 2018-12-17 23:22:38 | 显示全部楼层
提示: 该帖被管理员或版主屏蔽
发表于 2018-12-18 09:37:42 | 显示全部楼层
【案例】

1.jpg

编辑:付莎莎
发表于 2018-12-27 00:04:02 | 显示全部楼层
【案例】

机器算法与股市暴跌

人工智能与新闻业案例 及其算法与股市.jpg

编辑:臧博
发表于 2018-12-27 22:01:45 | 显示全部楼层
【案例】

场景、关系与算法:媒体融合创新的三重维度


    移动化、社交化、智能化扑面而来,要在新的生态条件下进行媒体融合的科学创新和实践探索,需清晰把握场景、关系、算法的内在生成逻辑和路径。连接的变革、情感与信息的互动、人机的结合都是对其规律的深刻洞察与思考。


1
场景:连接的变革
    根据CNNIC20186月的统计,中国网民8.02亿,手机网民7.88亿,中国已经成为手机使用的全球第一大国,这意味着我们已从去中心化的网络世界进入到移动网络传播时代,而基于场景的移动传播“不仅是一种媒介形态,更是一种信息场域和媒介生态,共同构成了网络传播的新语境”。在新的场景和生态中,信息的分发时间从定点转向随时,信息的分发空间从固定区域转向任何地方,单一的新闻信息、专业资讯已经转向多元的情感社交和日常生活。因此,移动传播时代的媒介融合本质是基于场景的信息服务。以往主流媒体是以专业的内容取胜,如今专业化的内容必须通过场景的争夺才能得以传播和反馈,否则将被信息洪流所吞没。
    Robert等人在《Age of Context》中提出,移动设备、社交媒体、大数据、传感器和定位系统作为场景时代的五种主要技术力量推动社会变革。技术驱动的变革为商业互联网公司的探索提供了基础,因此,他们通过上述五种技术力量在市场中争夺的是不同的场景,求得生存并发展壮大,如微信和支付宝的竞争是支付场景的较量,OFOMobike争夺的是单车出行场景的体验。随着单一场景的争夺,逐步升级到平台阶段,即希望通过平台满足移动网民对多元场景的需求。微信从日常聊天、消费支付拓展到理财、生活缴费、城市出行、美团外卖、酒店住宿、京东优选等情感社交、生活娱乐、工作出行的主要场景,平台的发展包含现实的物理空间,也有心理和行为的期待、依赖。
    媒体融合在发展升级的过程中需要充分认知媒介生态的场景化变革,将优质的信息内容在新的时间与空间、社交情感、日常生活的场景中进行科学有效的传播。人民日报主管主办的全国性财经证券类日报证券时报从1993年创刊至今的25年发展中,也在从传统媒体向媒体融合创新的路径进行转变。2008年《证券时报》创立网站并开始探索全媒体战略,完成从报纸为重心转向以数字媒体为重心。同时,证券时报形成了拥有7个网站、11个微博、29个微信公众号、7个新闻客户端,共54个数字平台的新媒体矩阵,覆盖用户数超过1300万。其中,“券商中国”通过独家行业报道、及时金融政策解读、热点事件跟进、专业行业数据分析等优势“吸粉”240万,“10+”报道超过270篇。尽管融合创新的发展中取得不错的成绩,但是若能更多关注移动化场景网民的需求,其优质、专业、准确的财经内容将会获得更高效的传播,从而从金融的独特视角进一步提升我国金融舆论传播力、引导力、影响力、公信力。


WechatIMG336.jpeg

2
关系:情感与信息的互动
    互联网时代,我们面对的不仅是场景转换的变革,信息的流动方式与传播模式也发生了颠覆性的变化,从基于权威媒介中心向外扩散的“喷泉型”走向基于全社会个体关系的“网状型”。前互联网时代,大众媒体通过大规模的信息生产与强大的信息分发能力成为社会信息的权威集散地,通过中心向外延展来完成信息流动和对社会的信息管理,这是强化媒体中心而弱化人际连接的模式,但是网络时代截然相反,它的信息流动方式是依靠全社会的人际关系网络完成信息分发、反馈与互动。这在一定程度上弱化了原有媒体中心的权威,强化了人与人连接的关系网络,即从“点到面”转换为“点到点”的传播,因此“关系”成为网络传播的重要要素,媒体融合创新需要通过“关系”传播的有效连接来提升信息传播的“四力”。
    网络传播时代的关系不同于此前的陌生人之间的信息传递,而是熟人之间,陌生人与熟人之间的连接,基于用户为中心的网络主要分为强连接和弱连接。在这个新型的连接渠道网络中,“强连接”主要是基于亲情等紧密关系形成的传播渠道,在社会的互动过程中,主要通过“情感”支持完成关系的建构;“弱连接”主要是基于熟人与陌生人、陌生人与陌生人之间形成的传播渠道,主要通过“信息”支持(如信息的分享等),完成关系的维系。这两种链接在移动网络传播生态中都发挥着重要作用,因为每一个个体都是信息的重要节点,尤其是其中的关键意见领袖(KOL),其情感动员和社会信息分享的聚能、扩散速度能力极强。在这个共同的社会网络中,一个点与更多的节点相连,形成了传播的脉络,可以说,连接即是传播。同时,网民连接起来的网络也形成公共空间,在这个空间中因连接起来(networked)个体网民的参与而变得有社会意义,因参与其信息网络,网民之间形成互动过程,因而出现传播的效果(如信息分享、情感支持、共同行动等)。学理研究的终结分析、点到面的线性传播都是大众传播的模式。然而,在新的网络模式里,探究线上线下的社会网络、传播渠道、互动过程是研究的重要内容,例如,公众用微信建立互相连接的社区、群组、圈子,进行日常信息分享、沟通感情,都是在一个特定的现实社会网络中(只有小区的居民可以加入微信圈子,非居民就不得而入)。因此,媒体融合创新的信息流动方式需要改变以往的路径依赖,转换到基于关系网络的传播路径中,唯此优质的信息内容才能在互联网的生态中快速传播、互动,达到预期的效果。证券时报在媒体融合创新中,从媒体自身的顶层设计思考,建立金融信息传播体系的媒体矩阵,在关系互动和接力式信息分发中产生了合力。

WechatIMG337.jpeg

3
算法:人机的结合
    媒体融合创新还面对大数据和人工智能算法的挑战与机遇。随着今日头条等聚合类平台的快速发展,基于算法生产内容(AGCAlgorithm-Generated Content)的方式已经成为网络生态下重要的信息生产和用户使用的方式。在大数据、云计算、智能化的发展趋势中,以用户为中心的算法时代已经到来。因此,传统的发行量、收视率、抽样统计在面对全媒体新的生态条件下已经难以适应,而是需要围绕用户建立数据库,并且根据用户行为进行数据分析,根据用户需求进行信息产品的生产和推送。在信息推送中,信息生产、传播、营销已经一体化、流程化和自动化,在矩阵的多平台终端上互联互通,在理念、内容、形式等多方面进行协同创新(精品内容+多微多端+线上线下+位置服务……),因此媒介融合创新的核心是以业态为重点的不断创新。
    证券时报也在积极探索大数据和人工智能算法在金融信息领域的应用:20166月推出股市数据机器人,成为国内第一家把机器人写作植入到移动端的新媒体,每月人工智能生产深度数据信息超过3000条;2017年,上线国内第一款股市数据类工具型小程序——“数据宝工具箱”。“数据宝工具箱”自上线以来,月均访问次数为22万次,独立用户总数超过13万;新推出的雪球最近一年的阅读量破亿,在企鹅号和一点号财经影响力榜单上排在前列。目前数据宝机器人研发达150余类,涉及市场交易、上市公司财务体系、筹码变动、机构动向、融资融券、股东动向等类别。在媒体融合创新方面,不单单是信息内容生产后借助AGC完成接力式的传播,而是具有顶层设计的一体化解决方案,这样就很好地保留了用户数据,积累了重要的用户消费习惯,从而增强黏性与持续创新的资源。
    然而,AGC在带来巨大生产力释放的过程中,也存在诸多隐忧。此类平台信息的生产与传播不再以传统的新闻价值作为重要的把关标准,而是以用户需求(偏好、兴趣、情感等)作为重要标尺进行信息推荐,通过用户在互联网的行为对其进行计算、画像,但这种计算存在用户偶然性使用与真正需求之间的矛盾。美国学者Sunstein针对此类信息生产提出“Information Cocoons”(信息茧室)的概念:以“Daily Me(我的日报)”的形式进行信息选择、推荐和传播,人们倾向于接受相似的意见而排除相反的信息,长期处于虚拟的共同体将容易导致群体极化的行为。机器算法的方式会进一步强化此类信息的茧室效应,即只接受自己选择和与自己观点相似的信息。因此,技术驱动的内在逻辑,需要与人本主义有机结合起来,才能更好地服务信息化时代人们对信息的需求,才是科学、有效、持续创新力的体现。


(作者刘新传  系北京大学新闻与传播学院研究员、博士生导师,国家战略传播研究院学术部主任)


来源:新闻战线


编辑:马晓晴

发表于 2018-12-28 15:55:21 | 显示全部楼层
【案例】

制作短视频仅6秒!新华社发布首个MAGIC短视频智能生产平台
导读
1227日新华社在成都发布中国第一个短视频智能生产平台媒体大脑·MAGIC短视频智能生产平台。这标志着短视频生产进入自动化时代!
媒体大脑·MAGIC短视频智能生产平台都能做些啥?给媒体带来了哪些福音?
新华社副社长刘思扬,新华智云联席CEO徐常亮在会上发表了讲话。
昨日,《传媒茶话会》对话新华智云科技有限公司新媒体VP商艳青。
生产一条短视频最短仅需6秒!
在第六届中国新兴媒体产业融合发展大会上,MAGIC短视频智能生产平台现场演示了大会短视频智能生产过程。仅27日上午,MAGIC短视频智能生产平台共生产186条短视频,其中97条机器生产,89条为人机协作生产。
新华社副社长刘思扬说,媒体大脑·MAGIC短视频智能生产平台的发布,对媒体变革和媒体智能化具有标志性意义。他认为,“MAGIC”让我们看到媒体+人工智能的广阔前景,它对未来媒体的生产、传播必然会产生重大影响。
WechatIMG350.jpeg
新华社副社长刘思扬讲话
MAGIC短视频智能生产平台生产一条短视频最短需要多少时间?
生产一条视频平均仅需50秒左右,最快的只要6秒。新华智云联席CEO徐常亮表示,世界杯期间,MAGIC短视频智能生产平台通过算法进行进球视频的识别和切片,节省了大量时间。同时,这些片段都被进行了结构化、标签化的处理,未来如果生产一条类似“1-23号球员均有进球这样的稿件,可以直接进行素材调取,花费的时间可能只是传统流程的几十分之一。
WechatIMG351.jpeg
新华智云联席CEO徐常亮讲话
那么生产的内容是否会千篇一律毫无新意?
我们希望打造一条内容生产的流水线 ,这和以往工业时代的流水线的本质区别在于内容流水线的原材料本身具有多样性。徐常亮表示,比如一个进球智能模板,由于每一个进球本身都是不同的,这使得模板生成的视频,无论是梅西和C罗的进球组合,还是C罗自身进球的组合都具有独特性和可看性。这个也正是内容行业的神奇所在。
MAGIC短视频智能生产平台能为媒体做些啥?
新华智云科技有限公司新媒体VP商艳青告诉《传媒茶话会》,新华社本次发布的媒体大脑·MAGIC短视频智能生产平台集纳了自然语言处理、视觉语义理解、音频语义理解等人工智能技术。能够实现秒级生成、海量生产、受众喜欢。利用先进的大数据和人工智能技术,结合对媒体场景的深度理解,对数据和媒资进行整合,帮助媒体实现媒资素材搜索管理短视频生产的过程一体化、智能化、工业化。
具体分为以下四大模块:
1. 智能数据工坊
智能数据工坊利用语音识别,OCR,人脸识别等技术,将媒资素材进行由非结构化的数据变为标签化、结构化的数据,好比对原油进行提纯。帮助拥有海量媒资的媒体机构提高其内容生产效率,发挥数据价值。
2. 智能媒资平台
通过算法高度智能化、标签化处理的素材是零件,储存在仓库中随时可以被调用。
包含两万余个娱乐名人实体,一万余个人脸 ,近2000个政治人物实体,覆盖大部分地市级以上官员,并且不断更新中。
商艳青谈到,当然,对于生产来讲,最重要的是生产资料,对于生产视频来讲,最重要的是媒资和数据,我们也在筹划中,与更多的数据供应商来合作,为视频生产提供服务。同时,该平台上的机构用户也可进行素材共享,从而创造收益和价值。
3.智能生产引擎
MAGIC有自动识别能力,一旦新闻仓库里出现了具有较高新闻价值的结构化数据,譬如火灾、地震等突发事件,MAGIC会立刻提示使用者,帮助记者/编辑在热点报道中争分夺秒。在体育直播、金融等特定领域,MAGIC从数据采集到视频发布,实现数据可视化,数据视频化,视频自动化。
4.智能主题集市
MAGIC设置了多个智能模板,覆盖时政新闻、突发事件、体育赛事、时尚娱乐,金融等多个领域。
《传媒茶话会》了解到,除了MAGIC短视频智能生产平台,媒体大脑家族还拥有多个媒体产品可为记者赋能,比如,数芯帮助编辑找到选题,媒体大脑版权区块链实现版权存证自动化,媒体在MAGIC短视频智能生产平台上发布的短视频可一键式在公证处等机构进行版权存证等。
我们相信智能化的内容生产有其通用性,无论是拥有大量历史视频、音频的广电媒体,还是拥有大量图片素材的报业媒体,只要有内容生产需求,只要生产短视频,都可以用到MAGIC商艳青告诉《传媒茶话会》,各行各业的媒体一直拥有自己的专业度和垂直抵达能力。MAGIC平台如今已经在体育足球这个场景进行了应用,实现了全程的自动化,也正在把AI能力应用到金融领域,应用到会议直播,应用到突发事件(比如火灾、爆炸、碰撞、地震等),应用到娱乐时尚等领域,未来会应用到通用的新闻领域。
作为国家通讯社,我们很愿意向媒体开放这个生产平台,为你们服务,做大做强主流舆论,是我们的职责使命。新华社副社长刘思扬表示,媒体要实现个性化制作、可视化呈现、互动化传播,今天发布的媒体大脑·MAGIC短视频智能生产平台是非常好的途径。它将助力采编人员,生产更多用户喜欢的短视频产品。
“MAGIC短视频智能生产平台于1227日正式对外发布,媒体机构可在官网注册后,开通账号使用。不同套餐根据功能和权限不同,会有不同的收费标准。商艳青透露,MAGIC平台自带简单的交互教程,总体比较方便上手。此外,平台也会提供相关的用户手册,如果媒体机构需要更详细的操作指引,或者希望对编辑记者有具体场景的培训,可以联系新华智云的工作人员获取进一步的帮助,平台可以安排在线视频协助等多种形式的支持服务。
来源:微信公众号传媒茶话会
编辑:马晓晴

发表回复

您需要登录后才可以回帖 登录 | 实名注册

本版积分规则

掌上论坛|小黑屋|传媒教育网 ( 蜀ICP备13012090号

Copyright 2013 小马版权所有 All Rights Reserved.

Powered by Discuz! X3.2

© 2016-2022 Comsenz Inc.

快速回复 返回顶部 返回列表