人工智能发展及其在新闻领域的应用

人工智能发展及其在新闻领域的应用

一人工智能发展现状在大数据与深度学习的基础上，互联网人工智能时代来临。基于互联网海量的大数据和时时刻刻与现实世界的信息交互，包括亚马逊、Facebook、百度、腾讯、阿里巴巴、微软、英特尔、IBM等公司纷纷进入AI领域。（一）中国人工智能主要细分领域《中国人工智能发展报告2018》指出，以生物识别、图像识别、视频识别等技术为核心的计算机视觉市场规模最大，达到82.8亿元，占比为34.9%，语音识别占比24.8%，自然语言处理占比21%，硬件占比11.3%，算法占比8%（见图1）。但从细分的研究领域来看，最受国际人工智能人才青睐的研究细分领域为机器学习、数据挖掘和模式识别。中国人工智能人才则倾向于投入遗传算法、神经网络和故障诊断方面。[1][2]图1中国人工智能市场结构及占比（二）中国人工智能市场及投融资规模清华大学中国科技政策研究中心《中国人工智能发展报告2018》指出，自2013年以来，全球和中国人工智能领域投融资规模都呈现出明显的上升趋势。2017年其市场规模达237.4亿元，同比增长67%。2017年全球人工智能领域投融资规模达395亿美元，中国融资总额达277.1亿美元，占70%；全球人工智能领域共发生融资事件1208笔，中国占31%。从2013年到2018年第一季度，中国人工智能领域的投融资占全球的60%。截至2018年6月，全球范围内共检测到人工智能企业4025家，其中，美国2028家，居世界首位，中国1011家，居世界第二位。其中，北京是全球人工智能企业最集中的城市。中国人工智能市场增长迅速，中国人工智能市场的整体融资规模处于全球领先地位。[3]（三）中国人工智能技术发展与行业应用从技术领域来看，中国人工智能企业的应用技术更集中于视觉和语音，而基础硬件占比偏小；从人工智能的行业应用场景来看，包括智能驾驶、无人机、AR/VR、大数据及数据服务等垂直领域的应用是国内外人工智能企业的主攻方向，但在占比上国外要比国内高出31%。[4]算法的日益精进，语音技术与计算机识别技术的落地已经初见成效，而以AI芯片、人工智能开源平台为代表的“基础建设”也越来越得到重视。[5]表1人工智能主要行业应用场景行业应用场景金融智能支付、智能风控、量化投资、保险科技汽车自动驾驶算法、激光雷达、ADAS系统、车载交互大健康智能影像诊疗、药物挖掘、健康管理、医学数据挖掘、导诊机器人安防智能摄像机、人像识别、车辆大数据、虹膜识别、人脸闸机互联网服务语音转写、翻译、修图、鉴黄、智能推荐零售自助结算、自动售货机、仓储管理、物流管理企业服务智能营销、智能客服、IT基础设施、供应链管理、智能招聘教育自适应系统、智能评测、拍照搜题、智能排课、教育机器人工业制造AI芯片、视觉检测、预防性维修、生产优化、机器人视觉资料来源：笔者根据中国互联网络信息中心（CNNIC）：《第42次中国互联网络发展状况统计报告》整理。|Excel下载表1人工智能主要行业应用场景产业应用方面，人工智能技术的快速发展，对传统行业具有重塑性功能，并且通过改良创新，为行业提供新的辅助性工具，促进行业进步，在金融、交通、健康、安全等诸多领域起到积极作用。二人工智能在新闻业的应用2017年12月26日，新华社与阿里巴巴集团的合资公司新华智云发布“媒体大脑”，这是中国第一个为媒体服务的人工智能平台。编辑室使用人工智能，可以提高创作效率，减少重复工作和节省时间成本。（一）AI正在不断赋能记者人工智能的采用，使得美联社可以释放记者多达20%的时间。[6]通过使用人工智能，记者可以专注于内容并将更多时间花在核心专业技能上。1.智能速记据科大讯飞AI研究院常务副院长、AI资源部总经理刘聪介绍，科大讯飞语音识别的目标是“能听、会说”。2010年，科大讯飞语音识别准确率在60%左右，经历后续数年的深度学习之后，即基于大数据和算法两个因素，2018年准确率提高到98%，而合成的智能语音，听起来像是自然的人声了。只是目前还需要提升在不同输入法场景下的识别，尤其是对方言的识别。[7]2.车载智能信息系统人工智能技术除了将汽车的中控屏、仪表、电池等的设备与功能进行智能化的整合与控制之外，其信息检索和实时信息对话，以及包括与智能手机在内的其他智能媒体终端的连接，都提供了个性化与定制化以及智能化的贴身服务，无论是对专业的新闻制作人员，还是对普通大众来说，都可以实现一边开车一边在人工智能的协助下阅读、处理、制作、合成和传播新闻信息，并与同事与受众互动。3.音视频及文字智能识别与转换Trint或Recordly等工具可以将语音转录为文字，这使得记者省出大量以前用来记录采访语音的时间；Clarifai或Vidrovr等公司成功实现了利用计算机视觉技术来自动识别图片的功能，大大提高了记者对图片的辨识力，加快了图像编辑处理效率；以色列公司Wibbitz创建了一个“text-to-video”平台，使用图像识别技术创建可以自动匹配文本的视频，从而加快了粗略裁剪的速度。[8]这使得视频任务、音频任务和文字任务之间相互转换变得便捷，并且错误率低，大大降低了制作成本。4.智能翻译对于语言的分析、学习和辨识，人工智能的处理能力远远超过人类，并且可以迅速反应，生成不同种类的语言和文字。人工智能对采访现场以及录音、录像中的翻译任务的处理能够大大节省人工成本。5.核查事实互联网海量信息鱼龙混杂，真实信息和不实信息混杂其中，用户难以辨认，而专业的新闻结构和公益组织人工的辨识与发布不仅成本高，效率也低。而人工智能提供了检测文本、音视频各种类型信息的真实性，并减少错误信息传播的途径和方案。6.监控和提醒在指定的数据范围类，人工智能快速的整理、检索和高效处理能力能够帮助新闻生产和发布机构监控新闻。当出现不实信息、不当信息、拼写错误、个性化推荐不准进而影响了新闻的精准化和针对性投放时，人工智能能够实时监控和提醒。（二）人工智能正在创造新的新闻报道形式人工智能写稿、审稿、审查等都有较高的精准性和效率，同时，信息处理及合成主播等技术大大降低了新闻报道的成本。1.客观即时的自动化写作与报道2015年9月，腾讯财经推出新闻写作机器人“Dearmwriter”；2015年11月，新华社推出以体育赛事报道和财经新闻为主要任务的新闻写作机器人“快笔小新”；2016年5月，阿里巴巴与第一财经联合推出用于政府、媒体、体育、金融、法律、电商等领域的“DT稿王”。[9]四川日报报业集团副总编、华西都市报报社社长、封面传媒董事长兼CEO李鹏指出，机器写作大大提高了生产效率，人工智能写稿能够达到一天5000篇，远大于人工写作的速度。[10]许多媒体公司已经在使用自然语言生成（NLG）将结构化数据转换为书面故事，如华盛顿邮报使用的Heliograf，腾讯的Dreamwriter、Bloomberg和美联社用的Wordsmith等。在美联社，机器写稿使新闻数量翻了12倍。[11]2.合成主播等技术降低新闻报道成本2019年2月19日，新华社联合搜狗公司在京发布全新升级的站立式AI合成主播“新小浩”（其原型为新华社新闻主播邱浩），并推出全球首个AI合成女主播“新小萌”（其原型为新华社新闻主播屈萌）。AI合成女主播即将在全国两会报道中正式上岗。男主播在2018年11月7日首次推出，已经被运用到进博会、世界互联网大会、春运等重要新闻事件，以及突发、科技、社会、文化等各领域的新闻报道，已发稿3400余篇，累计时长达10000多分钟。[12]人工智能技术的发展使得智能化编辑部成为可能，并在大数据新闻采写、无人机航拍多终端信息发布、一体化协同等方面降低报道成本，推动媒体融合进一步发展。3.发现新的新闻线索，拓展新的调查报道形式大数据的快速处理能力能够让人工智能做到迅速收集数据、比对信息，发现新闻线索，挖掘新闻话题，从而拓展新的调查报道内容和形式。比如非营利性组织Cortico正在建立一个系统，可以将被忽视的社区声音、观点和故事带到一个更健康的公众对话中心，记者可以利用这一点来制作突出不同政治观点的公民之间的共同点的报道；Newswhip或Graphext等工具可以通过将机器学习应用于社交媒体数据来查找新闻主题。路透社的NewsTracer正在实时分析推特，并抢在其他媒体报道前发现新闻线索。[13]（三）人工智能正在创造个性化的用户体验人工智能可以依据用户个人身份、喜好，甚至心情来量身定做内容，针对一篇新闻做出无限多个不同版本，推送给不同的用户，并助推受众与新闻的互动包括对话。1.智能推荐人工智能在新闻策划、写作、播报、报道、推送等方面，与受众互动越来越多。在信息自动推送方面，基于算法，人工智能可以通过数据库中的大数据进行模拟演算，对复杂问题、趋势等进行分析，推演出可能出现结果的所有情况，进而给出合理的解决路径与对策，然后推荐给用户更加想要和更加感兴趣的信息；在智能检索方面，人工智能也能迅速给出更加个性化、有针对性的推荐。通过智能检索，用户可以获得更加准确的需求信息，同时还可以回答相关信息所涉及的问题。[14]2.机器聊天机器聊天使得用户与新闻之间形成了“对话”，或者问答的互动关系，为用户带来全新体验。如微软小冰，它将新闻变成对话，将看新闻变成问新闻、答新闻，用户就新闻涉及的人物、地点和事件进行询问，聊天机器人迅速给出回答，“聊新闻”个性化体验成为现实。同时，基于人工智能语音技术的语音播报也为用户带来新的信息接收模式。不过，目前“聊新闻”还仅限于对新闻信息的呈现，没有到达深入互动交流的地步。3.沉浸式新闻体验人工智能可以赋予沉浸式新闻更具身临其境的沉浸式感受和交互式体验。人工智能与虚拟现实技术的结合，能够让新闻机器人的新闻报道更加智慧，更具独立思考和完成任务的能力，更能创造出具有沉浸感的新闻事件场所。同时，通过虚拟现实模拟的各种新闻现场，可以开发和培养新闻机器人应对各种突发事件和新闻场景的应变能力。三人工智能在新闻业应用中的问题各种移动终端以及物联网信息平台技术的发展，人工智能及其在新闻领域的应用具有的巨大潜力，新闻的制造、传播与互动都发生着巨大的变化。与此同时，适应人工智能发展的理论研究和技术水平的提升及其监管、设施、法规、标准等的完善也亟须关注。（一）自主性思考与人性化的缺席目前人工智能的发展还不足以达到人性化的自主选择、信息甄别与思考的程度。1.处理非结构化数据的挑战目前人工智能在特定的模式化写作、基于算法的结构化数据处理等方面比较占优势，但是在非结构化数据的处理，尤其是涉及艺术性、创新性、复杂性信息方面，其整合能力还远远不够。2.无法解释写作内容的挑战首先，人工智能写作基于一定的算法与模型，因此其完成写作内容的同时无法理解和解释写作内容，这就带来人性化与社会责任和伦理规范方面的监管问题；其次，与真人记者撰写的深度报道相比，新闻机器人在书写中难以提炼出深刻而独到的观点。3.区分真实数据和非真实数据的挑战人工智能深度学习离不开数据，因此其在新闻领域的成效受数据质量影响较大。数据质量是人工智能技术面临的挑战之一，而在海量信息当中，区分信息的真实性对人工智能来说是更大的挑战。人工智能很难区分接收到的数据是否真实，如果采纳的数据是非真实数据，那么以此产出的新闻内容也可能是不真实的。（二）过度依赖算法可能带来的偏差人工智能虽然给新闻业带来巨大的变化与变革的契机，但对算法的高度依赖也将带来诸多问题。1.算法只能完成简单任务大数据集成和深度学习加速卡等智能芯片技术已经大大提升了人工智能在行业应用中的效能，也大大减少了新闻制作的成本，但基于算法，目前只能完成相对单一的任务。与大部分人认为很容易的问题相比，如用儿童积木搭建一个玩具房子，让机器去解决一些只有受过教育的人通过努力思考才能解决的特殊问题反而更容易一些，如下棋、证明逻辑或几何定理。[15]2.算法在法律与伦理上的缺席人工智能基于计算、数据、推理，而不是主动性思考。新闻机器人写稿只能在特定的模式中按照已有编程模式进行，涉及人性化判断和道德伦理方面的内容则需要人工介入。机器审稿，敏感词、网友自创词、图片等总是在增加和变化，所以总是需要人工介入，不能完全依赖机器审稿。据封面传媒董事长兼CEO李鹏介绍，封面的机器审稿目前仅限于初审，并且还在不断探索中，需要编辑部工作人员来进行终审。[16]因此，在涉及法律与伦理等环节时，人工智能还无法自主辨识与回应。3.算法容易产生偏差人工智能的悖论在于，其是人设计的程序，因此也不可能真正实现人的智能。人工智能可以实现深度学习、增强学习、小样本学习，但有缺陷，只能模拟近似的，并不是和人类的智能一样。而且人工智能容易被干扰和被欺骗。编程之后的程式化，甚至猫脸经过修饰，也可能被人工智能识别为人脸。这些都将带来算法导致的偏差。另外，算法本身由人来设置和建构，因此也不可避免地夹杂有人的局限与偏见。而这一切都隐藏在技术背后，甚至在“客观、公正、透明”的数据呈现中隐秘不见。4.算法推荐与“信息茧房”效应人工智能通过深度学习，分析用户互联网使用的各类数据，依赖大数据与算法，将用户归类，并为用户提供个性化与定制化的新闻产品与信息推荐服务，但与此同时，也必将带来“信息茧房”效应。而旧有的数据又会成为分析的对象及新产品提供的依据，从而用户的标签往往形成圈内循环，那么“信息茧房”效应将被强化。（三）技术更迭快，新闻业面临系列新挑战目前人工智能的发展离不开深度学习，而深度学习建立在大数据及神经网络等技术基础之上，该领域的知识与技术更迭快，如果缺少领先的知识技能及原创理论，就跟不上技术的更迭与需求。1.产学研技术磨合不够研究机构、新闻生产机构、传播机构、学习机构等都还没有形成成熟的生态圈和产业链，科研机构发表的关于人工智能的科研成果并未能与新闻机构在采用人工智能方面的实践紧密结合，新闻生产机构与学术研究和学习机构在新闻生产理念及文化认同方面有很大的差异，人工智能技术若要在新闻领域得到更好的应用，需要产学研进一步的磨合。2.复合型高级人才缺乏人工智能技术人才需要紧跟技术的发展才不致落伍，但如果要将人工智能很好地应用于新闻业，这些技术性人才还必须对新闻业有着很好的理解与认识。反过来说，新闻业的专业人才对新闻业有着较深的认识，但对人工智能技术缺乏了解。目前较多的是媒体机构与科技公司合作共同研发人工智能新闻业务与产品，但复合型高级人才比较缺乏。3.版权问题人工智能参与创作、撰写文章、拍摄视频和画面等等，这些人工智能生产的产品是否拥有产权，如何界定，是否需要保护，如何保护，以及人工智能在创作的过程中是否利用和侵犯了受到版权保护的已有文章、图片、音频和视频等等，这都给版权法提出新的挑战。4.数据安全与隐私保护问题人工智能高度依赖数据，人工智能应用的过程中必然涉及数据的安全和保护问题。如何保护数据、如何评估风险、如何监控、如何保密、如何防止数据泄露、如何保护用户隐私等都亟待完善。5.新的鸿沟和技术巨头带来的截留人工智能新闻产品的开发需要大的人力和财力的投入，因此只有那些大的媒体机构有能力开发。结果很可能是大的媒体机构因此更加巩固了其在新闻传播领域的话语权，从而带来信息的截留，同时也在新闻制作领域更进一步拉大了新的技术鸿沟。四人工智能在新闻业应用的展望及对策在国家战略布局的重视与指导、科学的研究与推动和技术领域的实践与探索中，人工智能的发展迎来又一次的热潮，人工智能的融入也为各行各业的发展带来新的变革。（一）努力提升人工智能在新闻领域的应用创新技术与平台有效提升人工智能的深度学习能力和智能识别技术，完善新闻信息数据并提升数据质量，挖掘具有社会、文化、经济和专业价值的信息，提高人工智能对数据的分析处理和甄别能力，增强人工智能对不同场景的信息识别和应对能力，以及人工智能与用户之间的互动和交流能力，将为人工智能在新闻行业的应用拓展新的可能。这就要求：第一，要提升精准计算与信息服务技术；第二，要增强信息分析与推理能力；第三，要拓展群体智能信息共享技术；第四，要提升沉浸式新闻体验。（二）制定促进人工智能发展的法律法规和伦理规范人工智能目前不承担法律责任，也无法自主遵守伦理规范，这就要求在新闻生产中加入新闻伦理规范来平衡人工智能可能产生的偏差。2017年在美国阿西罗马召开的BeneficialAI会议上，全球2000多人，包括844名人工智能和机器人领域的专家联合签署的“阿西罗马人工智能原则”强调，应以安全、透明、负责、可解释、为人类做贡献和多数人受益等方式开发人工智能。这一系列原则目前共23项，分为三大类，分别为科研问题（ResearchIssues）、伦理和价值（Ethicsandvalues）、更长期的问题（Longer-termIssues）。呼吁全世界的人工智能领域在发展AI的同时严格遵守这些原则，共同保障人类未来的利益和安全。[17]在信息处理速度和对数据的精准分析方面，人工智能明显优于记者，但是在信息甄别以及对人性化、个性化、创造性等信息的分析能力方面，人工智能暂时无法取代记者。这就要在法律、法规和伦理层面制定出适应人工智能在新闻行业应用和发展的条例来确保其发挥正向作用。（三）打造便捷高效的智能信息检索和生成服务体系媒体机构可以充分利用人工智能技术来打造便捷高效的智能信息检索和生成服务体系，以智能化方式提供服务。人工智能系统可以根据用户使用习惯及其数据来为用户画像，推测出用户需要和喜好的信息，也会根据用户提供的筛选条件迅速检索出相关信息。其中，在海量信息中做到对信息真实性的辨识，对人工智能来说还是一个难题。但在一定的编程模式中，引入人工智能来辨识信息的真伪，已有成功的尝试。路透社为了解决真假信息辨识的问题，他们使用新的新闻追踪系统叫作NewsTracer，针对每天5亿则Twitter信息进行演算，从假新闻、不合理的新闻、广告、杂音中找到真的新闻事件，有了算法的辅助，记者可以从社交媒体众多信息中脱身，把更重要的时间用来挖掘故事。[18]未来，人工智能有望达到更加自主性和人性化的信息辨识，