人工智能时代下的视频新闻发展及思考

文/李琳娟

从谷歌推出动力机器人，到AlphaGo战胜李世石；从日本研发团队推出人工智能小说，到无人驾驶汽车的上路实验；从智能扫地机器人进入寻常家庭到机器人索菲亚获得公民身份，人工智能正以超乎我们想象的速度遍布我们生活的各个层面。自20世纪50年代图灵提出“机器具有思维能力”这一观点以来，关于给机器赋能的争论就从未停止过。1956年，哈佛大学数学与神经学初级研究员马文·明斯基与达特茅斯学院数学助理教授约翰·麦卡锡、信息论的创始人克劳德·香农等一批有远见卓识的年轻人组织了“达特茅斯会议”，第一次提出了“人工智能”这一术语，标志着“人工智能”作为一门新兴学科正式诞生。

人工智能正在深刻改变着传媒理念和传媒格局，给全球新闻行业生态带来了划时代的变革。数字媒体与移动客户端的发展促进了视频新闻的诞生，人工智能的发展，推动着视频新闻从新闻从业人员的人工创作阶段向机器自动化生产的跨越，从视频新闻信息采集、新闻内容生产、新闻传播渠道的选择、受众信息互动反馈等各个方面经历着有史以来最强烈的变革。

人工智能助力视频新闻信息采集

美国主流媒体基于人工智能的技术优势，对传感器捕捉到的信息进行分析，进而形成新闻报道的项目在视频新闻的信息采集方面已经较为普遍。智能时代促进了图片视频信息获取的广度与深度，无人机航拍技术的发展、无人机的地面拍摄、无人船的水下拍摄等技术的使用，最大限度延伸了传统媒体视频信息采集的能力。2017年12月26日，中国第一个媒体人工智能平台“媒体大脑”正式发布，这是基于云计算、大数据、物联网、人工智能（AI）等技术覆盖新闻线索发觉、新闻策划方案形成、新闻现实采访、新闻内容生产、新闻渠道分发、受众互动反馈等一系列全新闻链路的智能化平台。其中，有一项名为“2410（智能媒体生产平台）”的功能，其核心是通过智能采集设备，根据新闻发生地附近的多维数据，对新闻事件特别是突发性的新闻事件进行全时空的监测，自动生成新闻数据以及多媒体新闻内容，同时，根据内容的分类发布反馈给相关记者。

人工智能引入视频新闻行业后，新闻产品的形态呈现出更加多样化的形式，出现了以VR（Virtual Reality，简称VR）“沉浸式”新闻为代表的新闻产品。VR沉浸式新闻以“沉浸”“交互”“想象”等为核心，运用全媒体使受众的感觉能力不断扩展或延伸，让受众身临其境地沉浸于新闻现场中，与新闻创作者共同体验自由的信息掌控模式过渡、非线性叙事、时空瞬时转换的优势，给传统的视频新闻生产与传播模式带来挑战。《纽约时报》于2015年免费为一百万用户发放可以在智能手机上使用的谷歌Cardboard眼镜，这样用户就可以通过360度全景视频体验“在场”的新闻感。《纽约时报》曾用VR新闻展示了一个街头艺术家带领团队在纽约街头铺设巨大人像的艺术创作过程，并将其命名为Walking New York（《漫步纽约》）。从2015年至今《纽约时报》已经推出了一百多部360度全景视频新闻作品，并且开设了VR新闻频道——The Daily 360（每日360），每天在全球某地制作一部360度全景视频并在固定时间播出，从而培养自己稳定的VR“沉浸式”新闻受众群。

人工智能推进视频生产流程的优化

斯坦福大学自21世纪初就开展了对机器视觉识别及语音识别技术的研究并取得了重要的进展，推动了类似ImageNet数据库这一目前世界上最大的图像数据库，在新闻报道领域中图片价值的建构性力量的充分发挥。此外，人工智能运用算法对文字、图像、声音等大数据进行分析或解读并提供认知洞见，是机器学习能力的一种体现。美联社借助AI驱动工具Wibbz从大数据中提取信息，自动转化为故事模板，并将文本、音频、视频等信息组合生成故事包。特别是依托人工智能深度学习能力提升而表现出的“计算机视觉”能力，目前已经被美联社应用在对数量众多的图片、视频快速分类整理和编辑的工作中。

人工智能AI在众多领域取得突破性发展与三个因素紧密相关，即数据大量增加、算法明显的进步和计算机硬件性能的巨大提升。在这三因素中，计算机硬件性能的提升表现最为明显，“摩尔定律”曾指出集成电路每隔18到24个月都会增加一倍。与计算机硬件性能提升相伴而生的是最近两年时间里出现的庞大的数据已占据世界数据库总量的90%，而智能手机、社交媒体、应用软件、数据的丰富程度更是前所未有的。而数据爆炸则让现有算法变得更有效，甚至促进了更高级算法的开发。Twitter收购的伦敦机器学习和视觉处理技术开发商MPT公司（Machine-Generated Content机器生产内容），利用神经网络和机器学习技术，实现了使用手机通过虚拟或增强现实的应用程序，自动导入充足的媒体素材，利用算法来自动补足帧节和像素，增强多媒体内容的视觉效果，自动完善直播视频，提高媒体质量和创作效率，免去后期加工。对照片内容处理，以及MGC模式即机器生产内容（Machine-Generated Content）的模式，目前欧美国家的新闻媒体实务操作中，MGC模式的出现已替代部分记者、编辑的工作，人工智能参与到视频新闻的生产过程中势必加快视频新闻的自动化进程。近两年我国人工智能平台的自主研发也促进了新闻生产方式的优化。2018年，新华社的“媒体大脑”在“两会”的视频新闻生产中大显身手。利用大数据技术从5亿网页中对两会舆情进行梳理，仅用15秒就生产出第一条关于两会的MGC视频新闻——《2018两会MGC舆情热点》。同时，连配音、配图和视频剪辑都由“媒体大脑”自动完成。极大地推进了人工智能在视频新闻生产领域的作用，为媒体生产领域带来了无限的智能化发展空间。

人工智能助推视频新闻精准传播

智媒时代传媒机构新闻的智能化发布真正实现了对用户的个性化推荐，保证了媒介效果的持续性增强并最终影响新闻业整体生态系统的构建。美联社在新闻的智能发布方面走在了世界主流媒体的前列。因为具有强大的数据库资源，美联社的人工智能通过数据发掘及数据分析，可以获得关于用户信息的意义区隔，在情景化的空间中将静态与动态、历史及实时数据结合，在纵向数据与平行数据的综合分析中，对用户做出精准定位，实现新闻信息传播的符号张力。

人工智能依据深度学习技术，可以基于对视频新闻内容的理解，根据不同用户观看行为和聊天内容等数据跟踪及数据分析，为用户推荐个性化视频资讯内容。这种基于自然语言处理能力的人工智能技术，一方面通过交互认知实现了与视频新闻用户的有效互动，可以最大限度地满足用户个性化需求并增强用户黏性；另一方面，依托强大的算法能力和大数据背景，可以根据用户的偏好、习惯、特点展开跟踪并即时推送个性化的视频新闻产品，并聚拢用户关心度高的话题，形成新的泛话题热点。视频新闻在人工智能技术的内容分发方面也实现了与文字新闻、图片新闻的算法精准化传播。

人工智能丰富视频新闻反馈互动

大数据的丰富、运算能力的飞速发展、人工智能学习能力的提升，使视频新闻客户端不仅实现了信息采集、生产的智能化实现，而且对受众的需求与喜好通过算法实现了更精准的传播，同时随着人工智能平台自我学习能力的提升，逐渐出现基于语料库建模的情感化表达和智能的情绪化沟通，呈现出“智能化”“情感化”的特征。2017年6月，《纽约时报》引入谷歌旗下公司研发的AI版主——Moderator来管理评论区，取消其出版物中公共编辑一职，这不但大大降低了对每年近1600万条评论进行人工管理的工作量，而且有了依托复杂算法的Moderator的打分机制后，《纽约时报》决定开放更多的版面让读者参与评论，这无疑将有利于为用户营造更加开放、互动、深入的交流平台。

此外，一些媒体也将人工智能反馈与互动程序应用到对话式新闻领域，对话式新闻利用聊天对话形式，再以表情包、视频、图片等作为辅助，相较于传统的资讯流来说，呈现出较为新颖的形式。智能时代，用户可以依据自己的兴趣，决定是否要把这个话题聊透。对话新闻让智能平台代替受众对新闻的内容、观点进行深度分析研究，再对同一话题的不同新闻进行聚类以及关联度计算，提炼出新闻的核心内容及其相互之间的关系推送到受众的面前。近些年，人工智能作为提高视频新闻领域的对话式交互这一功能更加强大，可以基于用户的“关注点”自行编写图谱，以短讯对话的方式呈现出来。2017年5月，谷歌机器学习系统的语音识别准确率（英语）已经达到了95%，为新闻受众的人机交流提供了强大的技术基础，“交互式新闻”逐渐成为现实。人机对话的技术运用，将视频新闻传播从传统的以内容定向传播为主的单向链接变成了以人机交互技术为驱动的互动式对话，“视听新闻”变成了“问答新闻”。

人工智能+视频新闻实践引发的思考

从20世纪五六十年代第一次产业浪潮时期人工智能概念的横空出世，到21世纪的今天，人工智能经历了近半个世纪的发展历程。特别是最近20年来，人工智能、自动化、机器人学、自驾车汽车、基因组编辑、认知计算、物联网和大数据等新技术更是层出不穷。而随着从边缘向主流的发展轨迹来看，人工智能技术作为目前人类历史发展中最强劲的一股驱动力，深刻地影响着生物学、医学、经济学、哲学、人类学等各个领域。

AI新闻中人与技术的关系。新闻传媒业是典型的技术驱动型行业，这也就意味着智媒时代AI+News将带来一定规模的商业化浪潮。而全新的新闻制播模式及商业模式的转变，引发大众在哲学伦理层面展开深入思考。20世纪50年代，关于人工智能的研究者就人工智能与人类关系的哲学思考，呈现两种不同的理念：一种是以约翰·麦卡锡为代表的人工智能（Artificial Intelligence），认为通过人工智能的积极开发与进化，可以取代或模拟人类的各种能力；另一种是以道格拉斯·恩格尔巴尔特为代表的增强智能（Intelligence Augmentation），认为要坚持人类在人工智能与人类关系中的人类主体中心地位，人工智能的工具属性是用来增强而非取代人类能力的。直到今天这两种哲学思考丝毫没有消融的迹象，且对立的趋向更加鲜明。

AI新闻发展的瓶颈与风险。从人工智能时代视频新闻发展实践来看，一方面是AI在视频主流媒体的应用范围越来越广，大大削减了视频新闻业的成本并从根本上改变了视频新闻信息收集、报道、传播的模式，所以受到极大追捧；另一方面，在几年的传媒应用实践中，也暴露了AI发展的瓶颈，如规模化问题——过高的成本限制了目前人工智能在传媒行业的规模化应用与推广。以人工智能在医药行业的应用为例，2013年，美国安德森癌症中心开始利用IBM的Watson认知系统诊断癌症并推荐治疗方案，但终因成本过高且临床应用遇到麻烦，这一项目在2017年暂时终止。此外也有学者指出，机器学习具有不可避免的三大风险：第一，机器可能拥有隐形的偏见；其偏见并非设计者有意为之，但用于培训系统的数据为偏见提供了温床；第二，神经网络系统不同于基于明确逻辑规则的传统系统，这类系统处理统计数据，而非事实数据；第三，人工智能系统难免会犯错，但我们很难发现出错的地方并做出精确调整。路透社新闻采编室主任帕德里克·卡西迪曾在接受采访时表示，人们不应该过度依赖由自动化技术驱动的新闻报道。同时，基于人工智能的精准算法，以用户的个性化需求为生产、传播导向，仅以受众的喜好作为生产、传播的导向，极易造成受众视野窄化和观点单一的“信息茧房”，加剧社群区隔，降低对公共议题的关注度和整体社会的关注，给主流意识形态的整合带来不便。

AI新闻的真实性思考。20世纪30年代，德国哲学家瓦尔特·本雅明在研究艺术作品复制技术的发展历程时指出，“灵韵”是艺术品独一无二的本真性、膜拜价值以及时空的距离感。机械复制时代的到来使艺术作品原来的“灵韵”消失，所具有的“灵韵（Aura）”消失带来了时间的空间化趋势。在今天这个智媒时代，VR技术的发展精简了新闻事实本身与受众之间的层层把关，有效降低了信息接收者对VR新闻可信度的怀疑，最大限度地保证了新闻的民主性和真实性。从这个角度来理解，VR新闻可以重建观众与新闻记者之间的信任，占领受众的心智资源，增强用户与新闻媒体的黏度。2017年12月8日，《财富》杂志报道了美国智能芯片制造商英伟达公司最新的一项人工智能视频二次处理系统，具有强大的视频转换功能，能构造完全虚拟的人像、图像、场景，将原视频中的图像进行转换，如白天变黑夜，晴天变雨天，猎豹变猫咪，处理后的视频难判真伪。受众将无法保证看到的视频信息的真伪，需要更加理性地应对爆发性流行假视频消息。

《庄子》有云：方今之时，臣以神遇而不以目视，官知止而神欲行。对于这种不自知作为存在与人类诸多能力的普遍现象，英国哲学家兼博学家迈克尔·波拉尼（Michael Polanyi）对此的阐释是人类所知远远胜于其所能言传，即波拉尼悖论（Polanyi’s Paradox），这个理论界定了人类所能够意会而不能言传的能力，还在历史上首次严格限制了机器智能的能力。技术可以为人类所用，也可以抛弃人类。今天，这种矛盾比以往任何时候都表现突出。传播学家马歇尔·麦克卢汉曾经说人类塑造了工具，但随后这些工具又塑造了人类。人工智能助力媒体行业的智媒发展之路，扩展了传媒的行业版图，智能思维引领下的未来传媒业的发展将精彩不断，但需要警醒的是：我们既不能无视人工智能给新闻报道带来的智能化巨变，也不应过度依赖人工智能技术对新闻报道的驱动。世界新闻格局正因人工智能而改变，而智媒化时代以人为本才能让新闻作品彰显更加耀眼的人性光辉。