从内容到交互:AI编辑部初露锋芒

日期 : 2017-09-08
79
编者按 AI全面接管编辑部的时代要来了吗?

AI在传媒业越发登堂入室了。

几秒钟写预测稿已经不再是什么新鲜事,从内容生产到信息分发,从事实核查到商业化,AI给流水线上的每一个环节都加了不少buff。本期全媒派(quanmeipai)聚焦AI在传媒领域的最新应用,带来海外案例干货,智能编辑部还有多远?未来已来。

内容生产:素材挖掘与成稿创作

当写稿机器人已经成为大媒体标配,编辑部开始探索AI在内容生产链条上更多的可能性。除了可以成为记者、编辑的同事,人工智能还能无缝切换身份,变助手,变实习生,变领域专家,变实务大牛......总之,AI的功能外延在不断丰富。

在社交网络自动收集新闻线索

英国的一家体育媒体GiveMeSport,在被加拿大科技公司Breaking Data收购之后,开始使用Breaking Data的自然语言处理技术,来对twitter内容进行扫描,寻找与预定关键字相关的推文。筛选出来的推文经过验证,会被编进各个新闻类别当中,成为可供记者利用的素材。

Breaking Data的AI技术平台,提示记者突发新闻Breaking Data的AI技术平台,提示记者突发新闻

社交平台本身是新闻线索来源的富矿,但由于信息量冗杂,人工筛选效率较低。引入AI技术使得社交媒体信源的潜在优势得以发挥,大可以免去编辑在面对大量信息,却找不到素材或选题时的百爪挠心。

图片识别便利内容管理

而已有的资料数据应当如何管理?一个开发云端内容管理服务的公司Box,近期宣布将会和谷歌合作,将AI图像识别技术引入到云内容管理之中。这种技术能够识别图像内容,并能为云存储的图像自动打上标签,便于之后更加容易地识别和获取需要的图片。

Box公司侧重于为企业提供服务,并非直接针对媒体内容生产,而此种技术所展现的内容自动识别与抓取的功能,不失为是未来可供媒体尝试的理想方向。

写稿&视频编辑

今年七月份,谷歌投资新闻协会通讯社(the Press Association news agency),来开发AI协助写作新闻的功能。为英国和爱尔兰地区的媒体供稿的PA通讯社,将和一家名为Urbs Media的初创公司,在一月之内借助AI技术生产三万条本地新闻。

AI技术在写稿时能帮上什么忙呢?谷歌正在开发两款工具,一款可以从英国的公共数据库中自动抓取信息,这还是属于素材收集的部分,另一款软件则可以为报道自动匹配图表、图片或是视频,起到丰富完善报道的作用。

不只文字稿件,一家初创公司Veo想要运用AI技术来拍摄足球比赛。这对业余足球俱乐部来说非常便利,不需要专业的摄影师和剪辑师在,他们也能拍摄和编辑足球比赛的视频。

Veo的拍摄装置由两个安装在3d打印盒子中的4K摄像头构成,需要放置在球场投球线附近的四米高的三脚架上。它可以拍摄180°全景影像,并且AI可以监测球场上的运动状况,焦距调整和推拉摇移都不在话下。

改良之后的AI技术加上视频剪辑黑科技,Veo使设备能够持续跟踪运动着的球员,并将具有相关性的拍摄素材自动组合成片。全景拍摄还意味着运动员还可以在比赛后制作自己的个人剪辑作品。

不过,由于是自动拍摄,这项技术也面临着像素质量较低的问题,所以尚未应用于专业领域的电视转播和拍摄,却十分适合小尺寸屏幕设备之间的分享,也算是符合而今视频制作与分享的趋势。

事实核查:算法打假与追踪信源

“后真相”时代,情绪和观点盖过事实,加之碎片化的语境,假新闻或不完整的消息很可能会对读者造成误导。而海量信息之下,人工核查所能达到的效率和覆盖的范围都很有限,所以不妨把AI技术作为打假利器。

“相关文章”打假

Facebook致力于打击平台中的假新闻已有一段时间,技术创新的尝试比比皆是。例如,最近推出的“相关文章”功能,在平台准确性存疑的热门内容下方附注“相关文章”,包括不同观点的文章,以及第三方机构的事实核查报告。

技术层面,通过不断提高机器学习算法的速度和准确性,平台能够快速识别疑似假新闻的内容,并将其交给第三方机构进行核查。技术水平的提升使得事实核实速度加快,减少了假新闻在平台中曝光的时间,也就减少了假新闻的负面影响。

Facebook新闻聚合产品经理Tessa Lyons曾说过,“我们并不能也无意成为真相的仲裁者,而是交由第三方事实核查机构来帮助用户判断新闻报道是否真实。”故Facebook倾向于选择和Snopes、AP、PolitiFact等其它外部机构合作,根据外部核查的结果,为虚假内容打上警示标签。

同时,Facebook也通过技术创新实现了用户与打假之间的联动。为了避免“相关文章”中出现假新闻,平台会根据用户的反馈添加“假新闻”标签。如果很多用户在评论或反馈中提到该消息是不真实的,为它打上不可信的标签,Facebook则不会再让该条新闻消息出现。这个过程没有直接人工参与,是由编写好的算法完成。

音频信源也可以验证

想要核实新闻中的文字引用,可以通过关键词搜索找到出处,但音视频内容怎么办?这时候就需要Who Said What这个工具了。它由初创公司Joostware开发,可以用人工智能技术来识别音视频片段中的引用内容,帮助核对相关信息是否真实。

如同上文提到的利用人工智能进行社交平台中的信息抓取,海量信息往往是催生辅助性工具出现的关键因素之一。如今音视频生产与传播门槛皆已降低,便利了大众的同时却给信息核查员带来了更大的挑战:要从巨大的信息洪流中,找到自己需要的内容。

Who Said What 在奈特基金会(Knight Foundation)网站上的页面,今年6月Who Said What 获得奈特基金会五万美元的拨款支持。Who Said What 在奈特基金会(Knight Foundation)网站上的页面,今年6月Who Said What 获得奈特基金会五万美元的拨款支持。

Who Said What的开发者们希望能够提供一些实用的工具,减轻事实核查员的负担,提高工作效率。目前Who Said What的功能是,使用者能够借助这一工具搜索出特定的视频片段,然后进行比对。比如,核查某一信源是否确实说过这句话,或者找出这句话的真正出处。

沟通与交互:离信息和读者都更近

说到底,媒介的意义在于沟通,既包括内容产品与读者之间的交互,也包括内容团队内部的信息流动。

内容分发层面的人工智能技术可能离大多数人更近,现在许多资讯应用都开始选择应用算法来为用户自动推荐内容,或进行广告分发。以及,如今的AI技术也在致力于和用户在情感层面的交互。

广告投放定制化

我们较为熟悉的内容推荐分发之外,人工智能技术同样可以应用于广告投放,比如《华盛顿邮报》的实践。

原生广告一度是媒体纷纷投入的广告类型,被视为是解决数字广告费率下降的良方。但由于其设计制作成本的高昂,很难发挥期待中应有的作用。同时,广告主们越来越习惯于绕开媒体,自行设计与分发品牌营销内容。

对此,《华盛顿邮报》设计了一款名为Own的广告产品,允许广告主使用他们自己的内容,并承诺提升内容被阅读或观看的几率——这则是在新闻写作机器人Heliograf的帮助下实现的。

具体来说,Own首先根据读者在网站上的浏览行为来推送广告,Heliograf则会写好定制化的欢迎信息,在页面中显示。Own这项服务针对的是不想给媒体付钱来定制广告,却也对品牌内容有分发需求的广告主。

情感识别知面又知心

Affectiva是一家研究AI“情感识别技术”的创业公司,希望能够通过情感,在技术和人之间建立更深的关联。

Affectiva会在9月13号在麻省理工媒体实验室召开情绪AI的研讨会。Affectiva会在9月13号在麻省理工媒体实验室召开情绪AI的研讨会。

Affectiva公司在刚开始对大量的网络视频内容进行分析,观察出现的面部表情和非言语线索,作为AI emotion技术的数据基础。所研究的情绪从简单到复杂,比如他们也发现了一种“尴尬而不失礼貌的微笑”。

在此基础上,可以利用Affectiva的系统,对用户的面部表情进行扫描,通过建立的多处识别点的面部状态,来了解他们的情绪,从而决定产品接下来反馈给用户的内容。比如说,在一款叫做Nevermind的电子游戏里,如果用户此时的心情很紧张,那么游戏难度会相应增加。

它可以如何应用于媒体领域?比如说,视频播放软件可以开发这样一种流媒体服务,通过面部识别技术,理解用户当下的心情,或者根据以往看到一类视频时候的情绪反应,来有针对性地推荐视频内容。

不开心吗?让应用给你放一部治愈系视频吧。

提高内部沟通效率

不仅仅是新闻与读者之间的沟通,公司内部同事之间的信息沟通,也可以通过AI实现。以往团队之间信息沟通的传统过程,发现信息、确立优先级、团队分享一串步骤做下来,信息的新鲜程度也就打了折扣。如何在正确的时间发现准确信息,其实是一个很难的任务。

现在AI可以使信息分享自动化。一家信息服务创业公司NewsCart正在致力于用AI跟踪新闻,判断什么新闻最有价值,然后群发给团队成员,从而辅助内部的信息沟通。尤其是媒体公司之内,可以利用AI来内部的选题发现和协调沟通的效率。这家公司的创始人James Edward Murray在自己的文章中提到,“接收、理解和大规模分发的能力和信息本身同等重要。”。

汇总来看,AI给新闻领域带来了哪些变化?

从现阶段来说,AI技术更多扮演的是辅助性工具的角色。它可以提升传统流程当中步骤的执行效率,为素材收集、作品制作等环节提供便利;也可以为原本存在的问题,提供新的解决方式,如Who said what对于音频内容出处的核实。

但也并非全然积极。在初级阶段,从AI技术应用的效果来看,仍然存在不足。比如,基于数据匹配的写作内容,是速食性的消息,而欠缺深度观点;基于浏览历史和用户信息的兴趣推荐,在精确性上,有时离用户所期待的程度还有一定距离。但从半年间这些技术的实践情况来看,AI全面接管编辑部倒也不无可能。

理论上而言,那些可重复的、可描述的、有固定规则和标准答案的工作,都可能被机器取代。可进化一定会把最好的留下吗?达尔文主义从来与优劣无关,只与适应性有关,从这个角度说,如果这个来势汹汹的小伙伴给你带来了危机感,那么恐怕核心的焦虑点还不是它能比你做得更好,而是在这样一个内容产品、技术迅速变革的时代漩涡中,一个内容从业者真正的、不可替代的核心技能究竟是什么?

====================

本文系腾讯新闻旗下媒体研究平台全媒派原创稿件。授权转载请联系全媒派小助手(微信号:qmp_001)。

欢迎关注微信公众账号“全媒派”(ID:qq_qmp),阅读更多精选文章。

关注全媒派公众账号及时查看最新文章


分享到微信
分享到腾讯微博 分享到QQ 分享到空间 分享到新浪微博