人工智能+媒体=? AI 将如何推动媒体转型

《时代》杂志于 1923 年首次出版,当时的封面是前众议院议长 Joseph G. Cannon 。这一历史性时刻奠定了传统媒体变革的基石。

《时代》杂志 1923年3月3日

当时的媒体相对比较简单,在 20 世纪 70 年代和 80 年代继续通过有线电视网络进行扩张。这个模型相当于:制作出内容并把它分发给观众,所有的观众都同时接受相同的内容。

接着,万维网在 20 世纪 90 年代让我们眼前一亮。像美国在线(AOL)这样的初创公司为人们每天上网奠定了基础,同时也使第一批即时、点播内容得以实现。

美国在线,2000年

随着互联网在 21 世纪的发展,媒体和科技公司设想了一个超越点播内容限制的未来,并使之成为现实。

科技巨头雅虎掌握了实时预测观众的喜好。《纽约时报》和《华尔街日报》等媒体先锋通过内容过滤和协同过滤等算法技术采用推荐引擎,从而根据用户的浏览历史和看过的内容进行推荐。

随着这些个性化工具的出现,相关性成为了这个行业的新常态。一些人认为,这是传统和数字媒体公司技术创新的早期阶段。

与此同时,谷歌的一个团队通过几十年的研究来实现人工智能领域的突破,即计算机系统能够完成诸如决策、图像识别和语言翻译等任务的能力。

人工智能可能重塑我们的世界。我相信它将改变大多数行业,包括交通、零售和医疗等行业,但我更为它在媒体行业中的应用感到兴奋。

想象一下:能够自己编写的新闻文章;在被广泛传播之前,能够识别假新闻的机器人。这些之所以可能实现,是因为人工智能的一个子集“深度学习”,即计算机在没有明确编程的情况下学习人类行为。

在深度学习之前,计算机必须通过编程从而表现人类的行为。例如,如果想要计算机来学习如何写一篇新闻文章,你必须弄清楚记者的行为,并将这些行为手动输入电脑。这是一个痛苦且耗时的过程。

相比之下,深度学习使我们能够将数据输入到人工神经网络中——一个模仿人类大脑的计算机系统——并使用算法来帮助计算机自主学习。例如,2012 年,谷歌的一个团队将1000 万个 YouTube 视频中的图像放入一个人工神经网络中。该系统能够在图像中识别出不同的对象,例如猫(显然 YouTube 上猫奴很多)。

这有什么大不了的呢?因为并没有人告诉电脑猫到底长什么样。而它自己学会了。

在媒体行业中利用这种技术将带来巨大的机遇。当出版商们面临着广告收入的挤压,面临着 Facebook 和谷歌的双重垄断时,人工智能将帮助他们在这个社交平台占主导地位的时代保持竞争力。

为此,这里有一些媒体值得考虑的人工智能应用。

自动化的编辑部

想象一下,你是一个记者,负责编写照片标题。最终,你将把这个任务交给机器智能。计算机系统将能够识别图像的内容并写上标题。

事实上,人工智能研究人员最近的一项研究表明,在电脑生成的标题中,人类满意其中的 25%。这项技术还不完美,但随着它的准确性不断提高,人们对计算器生成的内容也将越来越满意。

人工智能暂时还不能够写出细腻的、有说服力的新闻文章,但它已经很接近了。例如,美联社已经在利用深度学习来自动生成那些有数据支撑的新闻文章,比如企业收益报告和棒球比赛的新闻。最终,自动化将使媒体公司将资源转移到更高价值的项目上,这对消费者和编辑团队都是有利的。

识别情绪的出版商

我们已经知道技术能够实现认知智能。同时,来自麻省理工学院媒体实验室的人工智能公司也在使其实现情感智能。这很有意思。

如果你的移动设备能检测到你的情感,而出版商可以将这些情绪指标与浏览历史相结合,从而改进内容推荐,那会是怎样一幅场景?通过情感识别软件,像 Netflix 这样的流媒体可以分析你的面部表情,了解你的感受,从而提供满足你的情绪的内容。

感到难过?这是一部“令人愉悦”的电影。精力充沛?看看这部动作片。想轻松一下?也许你会喜欢这部喜剧。

Affectiva,2014

内容平台引导

在这个行业里,时间就是广告的生命线。广告买家想知道人们花多少时间在你的内容上,以及视频广告的播放比例等问题。

最大限度地利用时间的方法之一是多平台推荐内容。例如,《财富》杂志可以向在其官网上阅读女性 CEO 文章的用户推荐最具影响力的女性播客。人工智能可以发现文本、视频和音频之间的相似性,并根据用户的喜好在不同平台间进行引导。

这是值得考虑的,要知道如今这个行业正在转变为“视频优先”,接着在音频和播客领域延伸。

更明智的内容管理

人工智能将提高我们推荐内容的能力。

如今有众多的平台——包括 Facebook、YouTube、Twitter 和 Snapchat ——很难制定最优的内容管理策略。加上许多出版商 40% 的流量都依赖这些平台,就造成了内容合理管理的需求。

像 WordPress VIP 和 Drupal 这样的内容管理系统很出色,但是如果它们能够在多个平台上发布内容,并预测何时何地(例如什么平台)发布,从而使流量最大化呢?如果它们能预测下一个热点呢?人工智能将使这些皆成为可能。

培养更聪明的劳动力

人工智能还可以用来构建更有知识的劳动力。

交流团队通常会在与员工分享新闻的过程中所困。在适当的时候分享正确信息的能力,从而能够更好地进行商业决策,这是一项艰巨的任务。人工智能将能够使该过程自动化,并预测什么类型的新闻和信息在何时传递对员工最有价值——不管是 50 人还是 5 万人的团队。

信息的获取和大规模分享一样具有价值。而人工智能使这一过程变得更轻松,该变革首先将在媒体行业,最终拓展到整个世界。

ref:

https://medium.com/@jamesedwardmurray/ai-will-shape-the-future-of-media-heres-how-768e4f10a00f

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2017-06-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

☞【观点】成为“大数据企业”,献给不懂数据挖掘的你

文|郭迅华:清华大学经济管理学院副教授 一家中等规模的百货商场,通过视频监控记录下商场各个区域的客流人数,从而评估每天各个时段客流的在店时长,进而结合销售记录...

3577
来自专栏人工智能快报

新合作帮助英国新创企业获取超级计算AI资源

英国Digital Catapult公司和超级计算厂商Cray开展的一项合作将帮助新创公司获取Cray公司人工智能实验室的超级计算资源。

982
来自专栏华章科技

那些年,曾经被我们误读的大数据

如今,只要能谈论点儿大数据就显得很高大上。然而,大数据挖掘、大数据分析、大数据营销等事情仅仅只是个开始。当然,也有很多人直接批判大数据或大数据营销给我们造成隐私...

811
来自专栏大数据挖掘DT机器学习

分析产品数据时需要注意哪些坑?

之前在国外的论坛中有看到关于数据分析的细分,英文单词是segmentation,Segmentation的原意是分割。怎么理解呢?试想想,当大量的数据摆在面...

2954
来自专栏大数据文摘

费埃哲信息图:分析技术具备类人类思维

1727
来自专栏数据猿

大数据专家易观CTO郭炜:你用的WiFi,其实正在暴露你的身份!

<数据猿导读> 对于大众来说,进入移动互联网时代以后,自然已无法离开WIFI和APP。殊不知,专家表示,这些工具正在“暴露”你的身份。别慌。对于企业来说,正是基...

3786
来自专栏Python数据科学

如何进阶成为一名数据科学家?

来源 | https://github.com/AAAlvin/Project_Folder/

1004
来自专栏数据猿

永洪科技高级副总裁王桐:运营商大数据运营能力升级之路

<数据猿导读> 永洪科技高级副总裁王桐在2016年信息通信大数据大会上发表了以“运营商大数据运营能力升级之路”为主题的演讲。他讲到,对于运营商行业来讲,大数据会...

3064
来自专栏DT数据侠

从迪士尼到谷歌,他用推荐算法玩儿转数据科学 | 数据科学50人·鲁颖

鲁颖,曾任美国迪士尼集团首席数据科学家,他领导开发了迪士尼的用户个性化推荐系统,在个性化推荐算法领域有着丰富经历。现任谷歌高级数据科学家,领导 Google P...

840
来自专栏AI科技评论

阿里巴巴司罗畅谈自然语言智能技术,两平台四应用助力商业落地

在感知智能、认知智能和创造智能之下,我们一定要解决「更好地理解知识,更好地分析语义」的工作,这就是自然语言处理所肩负的重要技术使命。

1224

扫码关注云+社区

领取腾讯云代金券