浅谈人工智能在新闻生产领域的应用

    摘要：近年来，中央广播电视总台先后推出“央视频”“云听”两个基于互联网逻辑的新媒体平台，同时集央视网、央广网、国际在线三网之力打造“人工智能编辑部”，先后发布“Ⅰ学习智能数据库”“智晓”“融媒智控云矩阵”等创新产品。传媒行业，尤其是传统媒体，应如何借人工智能的东风，充分利用后发优势，推动自身生态转型，实现弯道超车，成为时代命题。

    关键词：人工智能    中央广播电视总台    新闻生产

    应用场景

    新闻素材的智能识别与调用

    新闻素材是新闻生产的基点。面对动辄数以亿计的媒资内容，能否有效对其进行整理和再利用，一直是检验媒体专业能力的一项关键指标。

    对新闻素材进行智能化处理，需要综合运用人工智能的多项技术。这其中，计算机视觉识别、语音识别和自然语义理解，这三种技术确保了以视频、音频、图片、文字等多种形式承载的新闻素材，能够被计算机所“认识”。

    人工智能通过学习这些素材整理规则，实现对新闻素材中人物、地点、事件等元素的精准识别和标签化处理，最终完成新闻素材的格式化处理。

    以总台“人工智能编辑部”推出的“I学习智能数据库”为例，该数据库作为国内首个智能时政素材数据库，通过人工智能进行标签化处理，打造了功能齐全的“时政版百科全书”。这个数据库的建立和应用，将使时政记者和编辑的工作效率大幅提升。

    包括时政素材在内的大量新闻素材经过人工智能赋能，能够被记者、编辑有效调用，从而为增强报道的精度、广度和深度提供内容基础。

    新闻线索的智能大数据洞察

    大数据新闻是近几年非常火爆的新闻报道形式，而人工智能的应用为大数据新闻的发展插上了翅膀。大数据和人工智能，虽然立足点不同，但是关系密切。大数据为人工智能提供深度学习的素材，人工智能则通过不同的数据模型对看似不相关的大数据进行高效整合分析，建立关联，从而发现新闻线索，洞察新闻价值。

    总台旗下的公众号“玉渊谭天”一直致力于智能大数据新闻报道，其发布的《返程高峰：大数据给出战“疫”路线图》一文，对原始数据进行处理，逐一对全国351个城市返程人口流动规模预测，通过科学准确的数据分析，预测了2020年春节返程时间拉长、人员流量平稳的实际趋势，矫正了社会舆论对返程高峰的过度恐慌，充分展现了主流媒体的社会担当。

    总台“人工智能编辑部”推出的“智晓”产品，则通过对热点事件的传播强度、趋势、效果进行实时可视化呈现，帮助编辑快速判断选题、紧跟舆论热点，为新闻采编人员提供了一个规范化的智能生产工具，改变了传统新闻采编流程。

    人工智能大数据既可以用于对某一个特定新闻事件的分析，又可以被打造成常态化的新闻生产工具，不但可以减轻记者搜集新闻线索的压力，还能够协助新闻采编人员对新闻报道主题进行提前布局，主动出击，真正发挥媒体瞭望台的作用。

    新闻生产的智能自动化

    自动化新闻/写稿机器人自2009年起就被美联社、《华盛顿邮报》等海外媒体开发和应用，部分智能工具甚至已经可以承担大数据分析、新闻事件趋势预测等工作，是传媒行业智能化发展的一个主要趋势。

    从技术层面来讲，自动化新闻生产主要借助人工智能的深度学习能力。经过充分的数据训练，人工智能可以按照新闻生产的内在规律和新闻报道表述方式，自动产出新闻。如果再通过语音合成、人像合成、动作捕捉等技术进行辅助包装，则一个全链条的虚拟主播便应运而生，其完全可以直接面对受众进行新闻表达。

    新闻生产的智能自动化发展已经是大势所趋。物联网时代，任何一个媒体都需要与竞争对手拼速度，比量级，既要抢占新闻的第一落点，又要丰富新闻的后续落点，报道时效性和内容丰富性一个都不能少。新闻生产的智能自动化，是解决这个问题的最佳路径。

    当然，目前智能化生产仍然停留在发展阶段，纵观国内外，可以进行智能化报道的领域，多是叙事逻辑比较清晰的突发新闻、财经新闻、体育新闻等。

    新闻审核的智能化辅助

    随着信息时代的到来，记者、编辑即便夜以继日奋战，也会发现自己面对海量信息是如此无力。

    同时，大量UGC平台的爆发式增长和新媒体端的海量受众留言，更拓展了传统广电媒体的新闻审核工作范畴。借助人工智能辅助人工审核，已经成为行业通识。

    以总台视听新媒体旗舰平台“央视频”为例，其采取的即是AI审核和人工审核相结合的行业常规模式，由人工智能对进入平台三审系统的全量内容进行不间断监测，一旦发现不当内容，便可及时提醒人工审核。

    人工智能利用其深度学习能力和视觉、语义、语音等识别技术，为新闻审核工作者提供了有效辅助，减少了重复性劳动，使他们能够将大部分精力投入创造性工作，极大解放了媒体的生产力。

    新闻用户的智能互动

    用户意识是新媒体区别于传统媒体的主要特征之一。传统媒体以传播者为核心，更在意“传播者想要传达什么信息”。新媒体则以受众为核心，更强调“受众想要什么信息”。因此，在新媒体领域，“受众”被更精确地表述为“用户”，体现了由“受”到“用”，由被动到主动的行为变化。

    新闻传播通过人工智能技术与用户形成互动，是目前国内外媒体正在钻研的主要领域。这其中，智能算法分发是我们耳熟能详的探索方向。

    以总台央视网为例，历经多年经营，央视网已经累积了超过1亿用户行为数据和100种以上优质算法模型，具有每天运算处理100亿条数据的算力，具备为每一个用户建立个体数据模型的能力。

    在此基础上，“人工智能编辑部”建设的“决胜——脱贫攻坚智惠媒体平台”可以通过智能算法，让贫困地区的物产资源、文旅资源有效对接相关用户。

    知识图谱是智能互动的另一个重要探索方向。作为人工智能的一个重要分支技术，知识图谱侧重体现不同知识的关联性，形成一个网状的知识结构。

    以BBC新闻实验室的人工智能编辑“Juicer”为例，BBC对其的愿景是：读者的鼠标如果在某个字词上停留，就能弹出一个窗口，提供相关信息。同时，BBC作为电视广播媒体，也在训练“Juicer”在视频环境下实现此项功能。

    知识图谱能够提供用户关联信息，也为用户提供了自主阅读权。反过来，用户的信息读取足迹，也会被视为新闻生产的重要依据。知识图谱是新闻传播者与用户互动的高级态，是一个尚待开发的富矿。

    实现路径

    人工智能为新闻生产提供了足够多的可能性，解放了生产力，强化了生产工具，提高了生产效率。但是，传统媒体想要借势转型，并不是进行局部改良、运用某一项智能技术这么简单的事情。传统媒体和人工智能的融合，是一个系统性工程。

    加强机构和平台建设

    目前，总台机构改革基本落地，新闻新媒体中心、视听新媒体中心、融媒体发展中心、创新发展研究中心等面向新媒体、侧重创新的组织机构相继成立。

    总台“人工智能编辑部”初露锋芒，超高清视音频制播呈现国家重点实验室建设也在上海国际传媒港启动；“央视频”“云听”等总台新媒体平台相继高调亮相。

    根据“5G+4K/8K+AI”的战略布局，随着相关机构和平台的不断完善，人工智能技术具备强劲的推动力量和广阔的实践领域，使总台的人工智能发展逐渐进入高速运转的轨道。

    加强对外技术合作

    本着开放、共享的互联网思维，热情拥抱新技术，通过组建项目团队、共建实验室、联合开发等多种方式，取长补短，积极探索智慧型媒体建设路径，不断拓展技术边界，重构产业模式，让人工智能技术发展在总台落地生根有了土壤，得到滋养。

    加强从业人员队伍建设

    人工智能在传统媒体推进过程中出现的问题之一，就是从业人员的思维方式、职业技能、分工布局难以适应新的发展要求。

    总台在队伍建设方面力度颇大，2019年曾面向社会公开招聘300名新媒体生产、运营和技术人才，输血式强化自身的新媒体队伍建设；通过“5G+4K/8K+AI系列培训”“媒体融合前沿技术系列活动”等，督促员工加强新媒体知识学习和新技术项目交流，逐步打破员工思维定式，着力塑造适应智媒体发展的从业队伍。

    未来，人工智能将逐渐渗透到传媒行业的每一个生产环节，从根本上改变传统的新闻生产流程。每一个媒体都需要在意识、机构、技术、人员等方面做好准备，在变化中谋求发展，在技术的洪流中拍浪而行。

    （作者单位：中央广播电视总台创新发展研究中心创意研发部）

    责任编辑：王  月