2020年的新畫卷正在徐徐展開。
21世紀的前兩個十年里，在大規模GPU伺服器並行計算、大數據、深度學習算法和類腦晶片等技術的推動下，人類社會相繼迎來了網際網路時代、大數據時代和人工智慧時代。
在網際網路發展紅利逐步消退的當下，新一輪產業變革正在席捲全球，在這次潮流中，人工智慧是技術變革的核心引擎，各行各業、各個國家和區域，都將之視為無比閃耀的新機會。
回顧整個2019年，人工智慧吸引了來自政府、科技巨頭和學術界的大量關注。就商業化而言，據普華永道（PwC）預計，到2030年人工智慧將為全球經濟貢獻15.7萬億美元。
在21世紀第3個十年的大門緩緩開啟之際，回看來路，過去一年，人工智慧領域發生了怎樣的變化？本期全媒派復盤人工智慧的高速發展和激烈爭議，再論一下這些將會影響未來十年的話題。
第一、AI深度再造媒體流程
如果說，人工智慧剛開始落地時，人們還充滿惶恐，記者與寫稿機器人等人工智慧輔助工具的關係，還曾一度被渲染得富有衝突和爭議性。那麼，現如今技術則不再被簡單地視為「門外的野蠻人」。過去一年裡，在媒體行業，AI更全面、深刻地發揮了影響。這雖然不是什麼驚天動地般的「突破」，但是對於技術和媒體的發展交互，卻意義非凡。
在2019年的網絡春晚上，幾位央視主持人攜手自己的「孿生」AI主播一起完成了主持，連撒貝寧都感慨正在直面自己的未來職業危機。兩會期間，新華社推出的首款AI合成主播「新小萌」吸引了不少觀眾的注意。生動的表情、端莊的儀態、親和的聲音，讓很多人都不敢相信，這竟然是個虛擬人物。5月，《人民日報》也推出了自己的人工智慧虛擬主播「果果」。在系統中輸入文字稿，幾分鐘後，「果果」就能流暢地將新聞播報出來……
點擊圖片閱讀往期文章：《定製你的專屬播報員，國外頂級媒體：機器人記者正在個性化》
隨著5G時代的到來，內容供給，尤其是視音頻內容的供給，給人才流失嚴重的媒體行業帶來了嚴峻挑戰。利用人工智慧技術，補充主播等傳統生產力量的不足，正在成為2020年媒體行業豐富案例、不斷實踐的探索方向之一。
以印刷術等技術為底層邏輯，圍繞大眾傳播的概念，我們建立起了近現代新聞業，這是一種一對多、同時「廣播」、內容一致的傳播模式。
隨著人工智慧時代的到來，人們的需求產生了怎樣的變化？
路透社營運長Reg Chua認為：「我們需要建立起能夠吸引更多人興趣的一對一模型。」為了滿足人們對內容多樣、特殊的口味需求，2019年年初，BBC開發了一項名為Salco(Semi-Automated Local Content半自動生產本地內容)的實驗項目，藉助這一工具，讀者每天看本地新聞時，還可實時了解本地醫院的急診情況。這也是目前BBC新聞實驗室與編輯部的最佳合作範例。
除了決定讓哪些用戶閱讀哪些特定內容外，AI還可以幫助媒體實現「摺疊新聞（Origami journalism）」。2019年，《華盛頓郵報》就進行了一次實踐。在「摺疊新聞」下，在線文章不再是靜態的、印刷時代式的，而更像一份摺紙，它的部分摺疊和展開取決於閱讀的人。郵報的Gilbert說，「這絕對改變了記者編輯和受眾之間的關係。」
點擊圖片閱讀往期文章：《BBC實驗室揭秘：如何製作半自動化新聞？生產流程全公開》
健康、活躍的評論區是每家媒體都想擁有的「後花園」。但是在槓精、鍵盤俠橫行的環境里，審核、管理讀者評論成了媒體不小的負擔。拿《紐約時報》為例，儘管只有10%的內容開設了讀者評論，但是14名負責該模塊的編輯，每天需要處理的評論量達到了1.1萬條。在引入AI審核員後，這一效率大大提升，這意味著將有更多的文章開放評論區，同時《紐約時報》也能節約一筆人工開支。
目前，由Jigsaw（隸屬於谷歌母公司Alphabet）開發的Perspective API人工智慧工具已經實際應用於評論區管理，幫助讀者快速識別有害評論和有啟發性的評論。
第二、AI+語音：走近的聲音時代
隨著深度學習和大量數據集的發展，語音識別技術不斷進步、走向實用化。如今，語音識別技術已經被廣泛應用在工業、通信、商業、家電、醫療、汽車和家庭服務等各個領域。
許多媒體已經關注到音頻內容領域的生產，除了利用自動化技術，將原有的文本內容轉換為音頻內容外，越來越多的媒體還將為智能語音設備生產特別的定製內容。
去年十月，英國《金融時報》推出了首個只面向付費訂閱者的播客節目《拉赫曼說事》(The Rachman Review)；NPR在其「Planet Money」的基礎上推出了一個更為短小且每日更新的版本「The Indicator」；2019年，CNBC進一步豐富了語音助手平台上的產品，增加了4款專業性新聞簡訊節目：CNBC Markets Now，CNBC Tech Check, Mad Money Cramer Remix和Mad Money Lightening Round。他們還為Amazon Echo Show開發了專為這款設備訂製的視頻節目……
在人工智慧語音識別領域，2019賽道競爭激烈，誰都不願意將自己的棋子「晚落一步」。
去年以來，亞馬遜已與幾家房屋建築商投資合作，其中包括美國最大的房地產開發商Lennar。這些建築商的房屋的安全設施、燈光、車庫等將全部接入亞馬遜的語音驅動服務；在去年12月的一次活動上，百度語音首席架構師賈磊介紹，目前，百度已經實現一次喚醒多輪對話的新突破。而在他看來，「國內智能語音的爆發期才剛剛開始。」
隨著語音識別技術的不斷發展，語音搜索潛力巨大。Inc.網站專欄作者Amy Webb在《語音搜索即將到來，你準備好了嗎?》（Voice Search Is Coming. Is Your Business Ready?）一文中提到，到2020年底，超過一半的網際網路搜索不再使用螢幕。到去年年底，幾乎一半的美國家庭將至少擁有一個智能音箱，其中，四分之三的人每天都在使用它，四分之一的人通過這些設備購物。
技術的發展，帶來了「耳朵經濟」市場地位和規模的提升。以智能語音為切入，智能家居市場開拓出了更多的信息需求場景。這種變化，也為傳統的以視覺信息為主的媒體，提出了更多的思考：內容的概念外延可以有多寬闊？在新渠道、新場景隨著技術不斷被「開墾」出來，媒體如何與技術共舞？如何與技術巨頭合作？
種種跡象表明，未來，人們獲取信息的方式將面臨一場新的革命——語音革命。對於做信息「買賣」的媒體而言，這又將意味著什麼？麥克盧漢曾說過，「廣播有力量將心靈和社會變成合二為一的共鳴箱。」今天，這個責任落在了現代音頻業的創新和創造者身上。
第三、人工智慧2019：爭議依然如影隨形
技術創新與現行法律、制度的衝突，技術進步給道德倫理投下的陰影……這是創新技術自帶的混沌。
對人工智慧而言，2019年，依然走在爭議與規範的漫漫長路上。
AI的缺陷背後，是人的不完美？
2019年9月初，一款名為「ZAO」的AI換臉視頻在國內快速走紅，一鍵換臉、不當收集用戶數據等，讓這款「明星產品」飽受爭議；11月，發生在杭州的「中國人臉識別第一案」再次引發人們對AI技術的關注和思考。
在國外，有亞馬遜員工爆料，可利用亞馬遜智能語音設備Echo監聽用戶對話。前年12月份，外媒稱Echo語音助手Alexa為用戶提供了自殺建議，引起軒然大波；此外，像《黑鏡》一般的魔幻現實已經出現，一個名為Eterni.me的網站宣稱開通了AI重生業務，利用逝者的數據信息再造「雲端」人格……
這些充滿道德、倫理爭議的問題，並沒有隨著技術的快速發展而得到解決。不知道是不是因為包含著「人工」和「智能」這兩個詞，與其他技術相比，人工智慧似乎體現著更多的人的「不完美性」，從其發展的背面來看，灰度愈深。
近年，多倫多大學的研究人員發現，亞馬遜的Rekognition在檢測圖像中膚色較深的女性性別時，要比判斷膚色較淺男性性別的錯誤率高得多；Google Photo頻頻將黑人歸類為「猩猩」；英國非盈利組織「老大哥觀察」（Big Brother Watch UK）曾發布一份報告，強調倫敦警察廳使用的面部識別技術有超過90%的性別識別錯誤率，尤其是在面對有色人種識別中……
這些情況，被稱為「算法偏見」。研究者認為，這種「偏見」，其實是人類自身偏見的投射。有學者對技術懷有審慎的樂觀，他們預測，隨著算法數據集的更大、更全、更完整，這種偏見問題能夠得到有效解決。
第四、如何處理人與AI的關係？
在折射出人自身的「不完美」時，人工智慧技術也帶來了新的社會公共議題和倫理挑戰，比如，人與機器的關係這一充滿「未來感」的話題。
去年8月，不少YouTuber發現，自己上傳的機器人對戰視頻被後台刪除，理由是算法認為這些內容是對生命體進行折磨和實施強迫對抗。雖然事後，這些視頻在上傳者的抗議中得到了恢復，但是算法「自主地」識別、刪除「傷害」同類的視頻，還是讓不少人陷入了「機器覺醒」的陰謀論里。
雖然從目前的技術發展水平來看，這樣的擔憂似乎有點為時尚早，但是今天哪怕是偏遠如非洲的人群，恐怕也無法否認，整個社會運轉不僅僅由人類組成，也有越來越多的機器參與進來，從Facebook上的一舉一動，到亞馬遜流域猿猴的生存環境，智能機器正在成為人類和人類、人類和社會之間必不可少的媒介。
對於越來越像我們同類的機器人，我們會有怎樣的情感？人與機器又將建立起怎樣的社會關係？
據估計，以目前的人工智慧技術水平，記者的工作中只有約15％可以實現自動化，編輯則只有區區9％。即使在人工智慧主導的未來，仍然會存在很多人類新聞工作者。但是，毫無疑問地，這些人的工作，角色以及工作內容都會有所改變。
在為《第一財經》寫作的專欄文章中，微眾銀行首席人工智慧官、國際人工智慧協會（AAAI）執行委員會委員楊強總結：當前的人工智慧技術仍然囿於「點」的限制，整個產業是割裂的。把數據孤島連成一片智能的大陸，為各行各業建立起貫通的AI深度應用生態，才是真正的「大數據時代」。
「我不認為目前的技術框架可以直接導致好或壞，重點是未來仍然晦暗不明，我們該如何塑造未來？」麻省理工學院數字經濟倡議主管、《機器，平台，人群：駕馭我們的數字未來》一書的作者Erik Brynjolfsson則表達了這樣的觀點。
人工智慧技術的發展，給了我們很多嶄新甚至狂野的想像，卻也帶來了不少焦慮甚至恐慌。但就像學者所說的那樣，我們面臨的問題並不是「機器何時會超過人類智力」，而是「人類應當如何和機器共同工作」。人需要他者，人工智慧的進步和發展，從另一個角度來看，或許能夠幫助我們更好地明白「何以為人」「為何為人」，進一步激發我們的思考，尋找自身的價值和意義。
原創作者/公號：全媒派
本站根據ＣＣ０協議授權轉發
商業轉載請聯繫作者獲得授權，非商業轉載請註明出處
聯繫：［運營的小事］編輯