人工智能在媒体领域的创新值得期待

作者: 新闻论坛杂志 2021-05-03 23:35:07

 这一类在历史上令人振奋的创新例子,在过去30年层出不穷。从网站的媒体应用,到搜索引擎,到App,到社交媒体的发展,都是我们看到的具备媒体属性的历史性创新。而智能媒体的“脑洞”,是要体现价值创新的,这是一个从技术到应用的复合型“脑洞”,是从技术到商业的复合型“脑洞”,也是从技术到资本的复合型“脑洞”。

我们已经看到新技术发展带来的现实图景:人工智能在算力、算法、数据能力的支撑下,已经开始参与到多个行业的应用推动。而媒体领域的应用创新,是今天人们所期待的,大家都猜测智能媒体会发展到什么样的水平。

谈及人工智能对于媒体发展的影响,我们认为“人机共生”是一个非常重要的概念。机器与人、机器与机器的沟通传播,将会成为新时代传播的巨大创新。人工智能在媒体领域的创新大约会在以下几个方面:

第一个是终端应用创新。有专家讲,从商业上看,人工智能一个重要的商业模式就是智能音箱,我觉得很有道理。智能音箱是人工智能媒体模式中的终端模式,底层技术就是语音识别技术。2020年中国智能音箱出货量约在4000-5000万台左右。这个应用的产业化水平和市场覆盖率都还不错。2021年第一季度我们看到另外一个现象,就是带屏的智能音箱发展比较好,只有语音的智能音箱开始下滑。从传播的角度理解,就是视觉是传播的第一生产力,语音还处于补充的地位。我们需要理解的智能媒体终端可能还是要往视频+音频的模式考虑。智能音箱的产业发展过程对于人工智能媒体发展具有启发意义。

第二个是技术平台创新。影响智能媒体发展的第一要素是人工智能这个大赛道。2020年人工智能关键技术中,自然语言、机器学习、计算机视觉领域关注度较高。AI交叉领域中,科学计算、类脑计算、脑机接口、量子计算领域的研究取得了突破性的进展。比如脑机接口领域,我看到的消息是,美国企业家马斯克的neuralink公司推出了脑机接口的技术,目前在动物上的展示,证明是突破性的。大家都期望以此推动新型人工智能平台的建构。人工智能技术领域的发展,为智媒发展提供了广阔的想象空间。

第三个是应用场景创新。人工智能在媒体应用场景实现了多样化。新华智云去年搞了一个发布会,会上推出了25个机器人,其实就是25种应用。目前人工智能媒体多种场景的尝试,大约包括语义搜索、聊天机器人、生产力工具、文本生成、内容理解、机器翻译等方面的商业化应用。从媒体应用场景来看,很多媒体也引入了写作机器人、虚拟主播、内容审核等方面的人工智能技术和应用,取得了不错的效果。

第四个是传播价值创新。媒体对于人工智能技术的引入和应用,核心取决于人工智能给媒体带来的价值。对于人工智能给媒体带来的价值,目前的主要应用还是“提高效率”。媒体面对海量数据,依靠人工处理基本是不现实的。除了提高效率以外,下一步有几个发展方向需要我们更多思考:一个是对于传播力的提升,比如明显提高了传播的范围;一个是对于内容力的提升,比如明显提高了内容的表现力或者内容的生产效率;一个是对于用户信息接收的影响,包括算法推荐等推动用户更好地进行信息体验,我们前几年看到的各类客户端的技术后台大约都在致力于这个方向。

媒体在人工智能领域的众多实践,每一个创新都是一种精神展现,是一种理念开拓。人工智能的赛道已经打开,未来就在我们面前。

人工智能 媒体 技术
上一篇:人工智能来了,自动化是不是该瑟瑟发抖了? 下一篇:环境智能与人工智能正在改变智能家居未来面貌
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载