3D定奇数公式:人工智能為媒體賦能

時間:2019-05-20 11:29:17 字體設置

11选5定码公式 www.wmztj.icu 人工智能有望改變媒體,重塑媒體的整個流程。未來,人工智能將融入到媒體運作的各個環節,但在媒體行業的落地,需要更復雜、更全面的架構。無論是人工智能本身還是其在傳媒領域的應用,距離成熟都還有很長的路要走。當下,應基于媒體行業自身的數據構建具有針對性的人工智能系統,提升媒體與人工智能結合的成熟度。

人工智能 媒體融合 應用場景 未來發展

媒體行業正處于融合發展的深水期和戰略轉型期,亟須找到媒體產業升級的新思路和新方向。隨著人工智能應用的逐漸普及以及人工智能在媒體行業中一個個新的實際應用成果的誕生,我們越來越清晰地看到人工智能在推動媒體融合發展中的作用。人工智能給媒體行業帶來的影響是深遠的,推動著媒體運作流程中每個環節的變革,人工智能正成為媒體縱深融合的關鍵著力點,為媒體向智能化發展賦能。

人工智能+媒體:應用場景多元

大數據時代為媒體帶來了前所未有的豐富數據資源和先進數據科學技術,但同時媒介環境變化也給行業的態勢帶來深度的影響。如今,受眾呈現出分散化、復雜化的特征,信息量指數式增加,傳統的內容生產、分發的方式及傳受關系已不能滿足時代的需要。媒體和媒體人正試圖探索人工智能給智能媒體變革帶來的新機遇,并積極尋求人工智能在傳媒領域的落地。

人工智能在媒體有著巨大的應用空間,事實上,人工智能與媒體實際應用的結合已經有許多成功的案例并且在許多方面有著出色的表現,媒體行業對于人工智能技術直接或間接的運用正在不斷發展,并將推廣到更廣泛的新場景。

高級文本分析技術

基于自然語言處理技術的文本分析技術是人工智能重要技術領域。自然語言處理(NLP)可以分析語言模式,從文本中提取出表達意義,其終極目標是使計算機能像人類一樣“理解”語言?;諛諶堇斫夂蚇LP的寫作機器人為記者賦能,可以模擬人的智能和認知行為,實現機器的“創造力”,經過對大量數據的分析和學習,形成“創作”的模板,用人機結合的方式來強化記者的寫作能力。國內的媒體積極地將這一技術作為媒體內容生產方式的創新,如新華社的“快筆小新”,南方報業的“小南”等。百度人工智能開放平臺推出的NLP產品“新聞摘要”,其技術原理是基于語義分析和深度學習模型,進行新聞內容的語義分析,自動抽取新聞內容中的關鍵信息,并生成指定長度的新聞摘要,可用于熱點新聞聚合、新聞推薦、語音播報等場景。

圖像和視頻識別技術

圖像和視頻識別可以基于深度學習進行大規模數據訓練,實現對圖片、視頻中物體的類別、位置等信息的識別。圖像主體檢測可以識別圖像的場景、圖像中主體的位置、物體的標簽等。人工智能視頻技術則能夠提供視頻內容分析的能力,對于視頻中的物體和場景進行識別并能夠輸出結構化標簽。

圖像和視頻技術在媒體中應用十分廣泛,如內容分析、質量檢測、內容提取、內容審核等方面。以媒體內容監測為例,有了人工智能圖像視頻技術的加持,使得非結構化媒體數據采用機器審核成為可能,通過數據集的訓練建立用于審核的模型,針對畫面中的元素進行追蹤,對于圖像及視頻中的不恰當、有爭議或違法內容、敏感內容、低俗內容等進行識別檢測,進行標注和報警,以進行過濾和處理,可以大大減少人力的投入。

語音技術

人工智能語音技術主要包括語音識別和語音合成,它是一種“感知”的智能。自動語音識別(ASR/AVR)是基于訓練的自動語音識別系統,將物理概念上的音頻信息轉換為機器可以識別并進行處理的目標信息,如文本。語音合成技術是通過深度學習框架進行數據訓練,從而使得機器能夠仿真發聲。一些智能語音開放平臺也提供了智能語音服務。以科大訊飛構建的智能語音開放平臺為例,科大訊飛的語音輸入法準確率已經能達到98%,并且輸入的速度提高到了每分鐘400字。越來越多的媒體開始使用科大訊飛的語音技術。

隨著語音轉換技術的日漸成熟,“語音-文本”雙向轉換技術在媒體中的應用成為可能。例如將語音識別技術在采編環節中使用,生成文本稿件并進行二次編輯。運用人工智能智能語音編譯系統,將現場的語音報道生成文字版,大大提升了編輯人員原本耗時的整理工作的效率。將媒體的視音頻內容轉化成為文本素材,提升了媒體稿件、節目素材管理的效率。由于需要應對媒體音頻和視頻文件聲源的復雜性和不可控性,雖然目前生成的文字稿件并不完美,但也在不斷地提升和改善。

語音合成技術可以基于深度學習模型,把媒體報道的文章從文字版轉換成語音版,并且接近于逼真的人聲。甚至可以根據不同受眾群體的需求,針對性地生成特定的聲音供用戶收聽,打造更貼切、更有親和力的語音體驗。

人臉與人體識別技術

人臉識別是人工智能的應用中最為人所熟知的,它屬于計算機視覺領域(CV)。目前人臉識別技術的主要應用包括人臉檢測與屬性分析、人臉對比、人臉搜索、活體檢測、視頻流人臉采集等方面。谷歌、蘋果、Facebook、亞馬遜和微軟等互聯網巨頭爭相在這一領域的技術和應用方面搶奪先機,紛紛推出相關的技術應用并不斷突破創新。2018年5月的媒體報道稱,亞馬遜積極推廣名為Rekognition的人臉識別服務,該解決方案可以在單個圖像中識別多達100個人,并且可以對包含數千萬個面部的數據庫執行面部匹配。Facebook使用簡單的人臉檢測算法來分析圖像中人臉的像素,并將其與相關用戶進行比較,為上傳到平臺上的每張圖片提供了自動生成的標記建議,取代了手動圖像標記。

個性化推薦技術

傳媒領域的大部分產品如電影、新聞、書籍、音樂、廣告、文化活動等都致力于吸引受眾閱讀,聆聽和觀看媒體生產的內容。發現目標群體并把內容傳播給該群體是能否達成媒體傳播效果的關鍵一環,而個性化推薦技術解決了這一難題。這是目前在媒體中應用較為成功的人工智能技術,在媒體的內容分發過程中,個性化推薦技術為用戶提供個性化體驗,針對每個特定用戶量身定制推薦內容,減少搜索相關內容所花費的時間。與此同時,對于人們所擔憂的,由于算法主導的精準分發過程只推薦感興趣的內容,會導致用戶陷于信息繭房的問題,研究人員目前也在試圖改進算法,開發“戳破氣泡”的應用技術。例如BuzzFeed推出的“Outside Your Bubble”、瑞士報紙NZZ開發的“the Companion”程序、Google的“Escape Your Bubble”等。

打 印】【11选5定码公式】【關 閉 來源:人民網  編輯: 王雨洋(見習)