來(lái)源：騰訊媒體研究院 ，作者：FTI

智能設(shè)備、語(yǔ)音助手正變得越來(lái)越無(wú)微不至，合成媒體可以針對(duì)我們的口味和喜歡提供個(gè)性化服務(wù)，我們暴露于多元化、多接口的智能生態(tài)中。然而過(guò)去一年中大規(guī)模的數(shù)據(jù)泄露、假新聞泛濫，當(dāng)機(jī)器開(kāi)始復(fù)制我們的聲音、預(yù)測(cè)我們的行為時(shí)，人類(lèi)該何去何從?凜冬已至，針對(duì)科技公司的監(jiān)管縮緊，契機(jī)與風(fēng)險(xiǎn)并存的信息時(shí)代或許已悄然面臨拐點(diǎn)。

Future Today Institute(簡(jiǎn)稱(chēng)FTI)近期發(fā)布了《2020年娛樂(lè)、媒體和技術(shù)趨勢(shì)報(bào)告》，介紹了包括人工智能、合成媒體、區(qū)塊鏈等共計(jì)16種前沿趨勢(shì)，以及其中的157項(xiàng)具體革新，騰訊媒體研究院對(duì)報(bào)告進(jìn)行了精選摘編，以饗讀者。正如Neo在《黑客帝國(guó)》的結(jié)尾所說(shuō)：“我并不知道未來(lái)是什么樣的。我來(lái)這兒不是告訴你一切是如何結(jié)束的，而是告訴你一切是怎樣開(kāi)啟的。”

以下為報(bào)告全文，讓我們共同觸碰技術(shù)與傳媒業(yè)態(tài)的未來(lái)。

 

 

趨勢(shì)一：人工智能

AI已經(jīng)不再是一種趨勢(shì)，而是計(jì)算機(jī)時(shí)代的第三紀(jì)元。本篇報(bào)告從AI的不同方面匯總了娛樂(lè)、媒體和技術(shù)的趨勢(shì)。在新聞業(yè)中，AI成為了各大新聞機(jī)構(gòu)的寵兒。路透社的Lynx Insight程序可以幫助記者挖掘大數(shù)據(jù)�！度A盛頓郵報(bào)》的 Heliograf被用來(lái)報(bào)道選舉和體育賽事。杜克大學(xué)記者實(shí)驗(yàn)室的ClaimBuster則可以幫助記者進(jìn)行事實(shí)核查。

弗蘭肯算法的擴(kuò)散(Proliferation of Franken-algorithms)

算法只是定義和自動(dòng)處理數(shù)據(jù)的規(guī)則。它們使用的是計(jì)算機(jī)可以理解的“如果……那么”邏輯。舉個(gè)例子：如果網(wǎng)站瀏覽者的IP地址位于芝加哥，那么算法就允許他們直接進(jìn)入;如果IP地址位于倫敦，則算法就會(huì)按照GDPR的要求先顯示隱私和cookie政策。盡管人們可以直接按照自己想法設(shè)計(jì)某個(gè)算法，但是所有算法系統(tǒng)一起工作就有可能會(huì)帶來(lái)問(wèn)題。開(kāi)發(fā)人員并不總是事先知道算法之間將如何一起工作。有時(shí)，幾個(gè)開(kāi)發(fā)人員團(tuán)隊(duì)都在獨(dú)立地處理不同的算法和數(shù)據(jù)集，但是只有算法被設(shè)計(jì)出來(lái)以后才能看到如何運(yùn)行。這也就是最近股市和電商網(wǎng)站出現(xiàn)崩潰的原因。對(duì)于像Facebook這樣的大型公司而言這是一個(gè)艱巨的挑戰(zhàn)，因?yàn)樵谌魏翁囟〞r(shí)間，會(huì)有數(shù)十億的算法同時(shí)工作，根本無(wú)法預(yù)測(cè)其運(yùn)行結(jié)果。

專(zhuān)用、開(kāi)放和自主開(kāi)發(fā)的AI技術(shù)(Proprietary, Open and Homegrown AI Languages)

Python是一種具有許多預(yù)構(gòu)建庫(kù)和框架的先進(jìn)的編程語(yǔ)言。麻省理工學(xué)院開(kāi)發(fā)了一種名為Julia的開(kāi)源語(yǔ)言，專(zhuān)注于數(shù)值計(jì)算，此外還有AI的提出者John McCarthy于1958年創(chuàng)建的Lisp語(yǔ)言。各大公司正在開(kāi)始構(gòu)建和發(fā)布自己的軟件包以及用于AI應(yīng)用程序的獨(dú)特編程語(yǔ)言。Uber用Python編寫(xiě)了自己的概率編程語(yǔ)言Pyro。不同于OSX與Android或者早期Mac與PC陣營(yíng)的對(duì)立，這一舉動(dòng)意味著AI生態(tài)系統(tǒng)未來(lái)將走向分裂。市場(chǎng)會(huì)發(fā)現(xiàn)在不同的AI框架和語(yǔ)言之間轉(zhuǎn)化代價(jià)高昂。

問(wèn)題數(shù)據(jù)集 (Problematic Data Sets)

公司自主訓(xùn)練研制的AI并不具備代表性，因此不能被廣泛采用。MIT的研究學(xué)者發(fā)布了一款名為“Norman”的AI用來(lái)捕獲識(shí)別照片。他們做了一組對(duì)比實(shí)驗(yàn)，一組系統(tǒng)采用的是經(jīng)過(guò)訓(xùn)練的標(biāo)準(zhǔn)數(shù)據(jù)，另一組則沒(méi)有經(jīng)過(guò)訓(xùn)練，結(jié)果令人大跌眼鏡：采用標(biāo)準(zhǔn)數(shù)據(jù)的系統(tǒng)顯示出來(lái)是“一個(gè)棒球手套的黑白照”，而另一個(gè)系統(tǒng)則顯示出的是“一個(gè)白天在國(guó)外被槍殺的男人”。一些為了生成自然語(yǔ)言的新系統(tǒng)于2019年發(fā)布。雖然這些系統(tǒng)都事先經(jīng)過(guò)訓(xùn)練，但它們?cè)��?jīng)用來(lái)學(xué)習(xí)自然語(yǔ)言的Reddit和亞馬遜上的評(píng)論卻被刪除了。原因在于：Reddit和Amazon評(píng)論員都偏向白人和男性，因此這些人的話并不能代表所有人。這說(shuō)明開(kāi)發(fā)人員仍然面臨挑戰(zhàn)。如今已經(jīng)變得很難從真人那里獲得真實(shí)的數(shù)據(jù)來(lái)訓(xùn)練系統(tǒng)了，而且由于新的隱私政策出現(xiàn)，開(kāi)發(fā)人員只能更多地依賴(lài)公共數(shù)據(jù)集和有問(wèn)題的數(shù)據(jù)集。

 

 

Norman AI與標(biāo)準(zhǔn)化AI的照片捕捉對(duì)比

數(shù)據(jù)的深層鏈接(Deep Linking)

自智能手機(jī)問(wèn)世以來(lái)，深層移動(dòng)連接就已經(jīng)使用戶(hù)在手機(jī)所有軟件中查找和共享數(shù)據(jù)。但是現(xiàn)在深層連接卻讓用戶(hù)越來(lái)越難找到自己想要的信息。2019年，Yelp餐廳在其軟件中標(biāo)明了準(zhǔn)確的聯(lián)系信息，但是當(dāng)客戶(hù)點(diǎn)擊時(shí)，他們就被跳轉(zhuǎn)到Grubhub軟件里訂餐去了。即使客戶(hù)關(guān)掉了軟件并想直接打電話訂餐，該軟件仍將其轉(zhuǎn)換成Grubhub上的號(hào)碼，因?yàn)檫@樣Grubhub可以將其歸類(lèi)為“營(yíng)銷(xiāo)”活動(dòng)并向餐館收取高額的傭金。如今深層鏈接有三種：傳統(tǒng)深層鏈接，延遲深層鏈接和語(yǔ)境化深層鏈接。傳統(tǒng)深層鏈接會(huì)從一個(gè)軟件或網(wǎng)站重新定向您：如果單擊某人在Twitter上發(fā)布的Baltimore Sun鏈接，那么理論上只要用戶(hù)安裝了Baltimore Sun軟件，它就自動(dòng)打開(kāi)Baltimore Sun。延遲深層鏈接也直接鏈接到該軟件(如果已安裝)，或直接鏈接到軟件商店讓用戶(hù)先下載該軟件。語(yǔ)境化深層鏈接的服務(wù)更強(qiáng)大，可以使用戶(hù)直接從站點(diǎn)轉(zhuǎn)到軟件、從軟件到站點(diǎn)或從軟件到軟件，還可以提供個(gè)性化信息，盡管故意向消費(fèi)者隱瞞了整個(gè)過(guò)程。

AI云(AI in the Cloud)

過(guò)去一年，人工智能生態(tài)的領(lǐng)導(dǎo)企業(yè)一直在爭(zhēng)奪“人工智能云共享”，以期成為值得信賴(lài)的AI遠(yuǎn)程服務(wù)提供者。在西方，該領(lǐng)域由亞馬遜、微軟和谷歌領(lǐng)導(dǎo)，其次是蘋(píng)果、IBM、Salesforce、SAP和甲骨文。在亞洲，AI云由阿里巴巴等巨頭主導(dǎo)。這是一個(gè)價(jià)值2500億美元的行業(yè)，并且仍在迅速發(fā)展。紐約大學(xué)斯特恩商學(xué)院教授Arun Sundararajan說(shuō)：“(這場(chǎng)競(jìng)爭(zhēng)的)收益是成為下一個(gè)技術(shù)時(shí)代的操作系統(tǒng)。”娛樂(lè)和媒體公司將在未來(lái)幾年找到更多使用AI云的方式。

AI芯片組(AI Chipsets)

對(duì)我們來(lái)說(shuō)，平常筆記本和手機(jī)上搭載的CPU性能已經(jīng)在不斷提升，卻滿(mǎn)足不了機(jī)器學(xué)習(xí)的要求。它們的問(wèn)題在于，缺少足夠的處理單元，去完成下一個(gè)計(jì)算機(jī)時(shí)代所需的連接和計(jì)算。這時(shí)就需要一組新型處理器，華為、Apple、IBM等企業(yè)都在試水新系統(tǒng)的構(gòu)建和SoCs。簡(jiǎn)而言之，這意味著芯片已經(jīng)可以在AI項(xiàng)目中發(fā)揮作用，并且有更快的速度和更精確的數(shù)據(jù)——也不難預(yù)料到，幾家企業(yè)在未來(lái)即將開(kāi)展競(jìng)爭(zhēng)。特斯拉的新型定制AI芯片雖然不如最初描述得那么引人注目，但已于2019年4月發(fā)布。Google的Tensor處理單元(或TPU)是專(zhuān)門(mén)為AI的深度學(xué)習(xí)而構(gòu)建的，旨在與該公司的TensorFlow系統(tǒng)配合使用。

 

 

圖表 2 Google Tensor處理單元

無(wú)處不在的數(shù)字助理(智能語(yǔ)音助理)(Ubiquitous Digital Assistants)

Siri、Alexa和天貓等數(shù)字助理使用語(yǔ)義和自然語(yǔ)言處理我們的數(shù)據(jù)，有時(shí)甚至在我們不知道要問(wèn)什么之前提前預(yù)測(cè)我們下一步想要或需要做什么。FTI模型在2017年預(yù)測(cè)，到2020年，將有近一半的美國(guó)人擁有并使用數(shù)字助理，而FTI模型將繼續(xù)追蹤這個(gè)方向的趨勢(shì)。亞馬遜和谷歌主導(dǎo)了智能語(yǔ)音市場(chǎng)，但數(shù)字助理是無(wú)處不在的�，F(xiàn)在，有成千上萬(wàn)的可跟蹤響應(yīng)的數(shù)字助理軟件和小程序。新聞機(jī)構(gòu)、娛樂(lè)公司、營(yíng)銷(xiāo)商、信用卡公司、銀行、地方政府機(jī)構(gòu)(警察、公路管理)、政治運(yùn)動(dòng)以及許多其他活動(dòng)也在通過(guò)數(shù)字助理傳達(dá)重要信息。

利用短視頻生成虛擬環(huán)境(Generating Virtual Environments From Short Video)

芯片設(shè)計(jì)師Nvidia正在教AI用短視頻片段構(gòu)建逼真的3D環(huán)境，利用了此前生成對(duì)抗網(wǎng)絡(luò)(GANs)的研究成果。Nvidia系統(tǒng)從開(kāi)源數(shù)據(jù)集中生成的圖形將用于自動(dòng)駕駛領(lǐng)域。設(shè)計(jì)師使用了劃分成不同類(lèi)別(建筑物、天空、車(chē)輛、標(biāo)志、樹(shù)木、人)的短片段對(duì)GAN進(jìn)行了訓(xùn)練，從而生成這些對(duì)象的新版本。自動(dòng)生成虛擬環(huán)境的應(yīng)用前景無(wú)窮：物流(倉(cāng)庫(kù)、工廠、運(yùn)輸中心)、城市規(guī)劃模擬，甚至包括測(cè)試游樂(lè)園和購(gòu)物中心內(nèi)的客流量場(chǎng)景。

 

 

實(shí)際視頻內(nèi)容與AI生成內(nèi)容

機(jī)器識(shí)別(Machines Performing Cognitive Work)

公司不再僅僅依靠AI系統(tǒng)執(zhí)行繁瑣的重復(fù)性任務(wù)。更先進(jìn)的系統(tǒng)正在企業(yè)幫助優(yōu)化工作流程并主動(dòng)生成策略。這意味著人們并沒(méi)有被機(jī)器人完全取代;相反，機(jī)器人是按照人類(lèi)的工作能力而創(chuàng)造出來(lái)的。從倉(cāng)庫(kù)到審計(jì)公司，人工智能系統(tǒng)開(kāi)始執(zhí)行認(rèn)知任務(wù)——在此過(guò)程中，人類(lèi)只需要執(zhí)行基礎(chǔ)的操作。

亞馬遜的自動(dòng)化系統(tǒng)幫助提高倉(cāng)庫(kù)的效率、指導(dǎo)員工完成工作。沃爾瑪使用計(jì)算機(jī)視覺(jué)來(lái)查找熟爛的農(nóng)產(chǎn)品，其AI系統(tǒng)可以對(duì)僅從堆中取出壞蘋(píng)果的人進(jìn)行檢查。在新聞編輯室中，類(lèi)似的系統(tǒng)可以幫助記者篩選非常龐大的數(shù)據(jù)集以查找異�；蜃R(shí)別人員。

機(jī)器進(jìn)程自動(dòng)化 (Robotic Process Automation)

機(jī)器流程自動(dòng)化(RPA)使企業(yè)能夠在辦公室內(nèi)實(shí)現(xiàn)任務(wù)和流程的自動(dòng)化，從而使員工可以把更多時(shí)間花在更有價(jià)值的工作上。

Google的Duplex是RPA的一種，用于向他人進(jìn)行常規(guī)電話通話。亞馬遜使用RPA篩選簡(jiǎn)歷，然后再對(duì)最優(yōu)秀的候選人進(jìn)行排序。在銀行業(yè)務(wù)中，Blue Prism和Automation Anyware可以幫助員工處理重復(fù)性工作，提高員工們的生產(chǎn)力水平。這項(xiàng)技術(shù)將使媒體和娛樂(lè)公司能夠在客戶(hù)服務(wù)等許多不同領(lǐng)域中節(jié)省成本以做出更好的實(shí)時(shí)預(yù)測(cè)。

機(jī)器人 (Bots)

基本意義上的機(jī)器人是指，為自動(dòng)完成某一特定任務(wù)而設(shè)計(jì)的軟件應(yīng)用。在媒體領(lǐng)域，機(jī)器人可被分為兩大類(lèi)：新聞型機(jī)器人(news bots)和生產(chǎn)力型機(jī)器人(productivity bots)。前者可以協(xié)助集合新聞信息，并自動(dòng)為讀者推送特定新聞事件;而生產(chǎn)力型機(jī)器人，則可以幫助新聞組織自動(dòng)化他們的日常流程。

機(jī)器人的下一個(gè)重大進(jìn)步不在技術(shù)方面，而是監(jiān)管。在2018年的競(jìng)選中，我們看到了“僵尸網(wǎng)絡(luò)”的復(fù)蘇，“僵尸網(wǎng)絡(luò)”是指發(fā)送誤導(dǎo)性?xún)?nèi)容的計(jì)算機(jī)網(wǎng)絡(luò)。由于人們對(duì)越來(lái)越多的機(jī)器人詐騙感到擔(dān)憂，加利福尼亞州制定了一項(xiàng)新法律，該法律于2019年7月1日生效，要求機(jī)器人在在與人類(lèi)的交往中必須清晰、醒目、合理地表明自己不是人類(lèi)。

 

 

騰訊媒體+峰會(huì)現(xiàn)場(chǎng)Dreamwriter在寫(xiě)作

實(shí)時(shí)機(jī)器學(xué)習(xí)(Real-Time Machine Learning)

機(jī)器學(xué)習(xí)指的是一種應(yīng)用算法來(lái)分析數(shù)據(jù)，從而可以更好地完成各種任務(wù)的系統(tǒng)，并且隨著時(shí)間推移，它會(huì)越來(lái)越擅長(zhǎng)這些任務(wù)。但這種系統(tǒng)也面臨著效率問(wèn)題：系統(tǒng)需要停下來(lái)解析數(shù)據(jù)。而最新研究表明，實(shí)時(shí)機(jī)器學(xué)習(xí)可以隨數(shù)據(jù)獲取而實(shí)時(shí)調(diào)整模型。這標(biāo)志著數(shù)據(jù)移動(dòng)方式以及我們檢索信息方式的巨大變化。

比如說(shuō)，即便是在多種語(yǔ)言混雜的情況下這種技術(shù)也能自動(dòng)同聲傳譯;它也可以對(duì)內(nèi)容分發(fā)進(jìn)行隨時(shí)調(diào)整，從而為讀者提供更具個(gè)性化的內(nèi)容。比起刻板地使用歷史數(shù)據(jù)(讀者XX只喜歡體育類(lèi)報(bào)道)，實(shí)時(shí)偏好則能夠?qū)��?nèi)容納入推薦機(jī)制(讀者XX在接下來(lái)的幾天里對(duì)大選新聞的需求可能會(huì)更強(qiáng)烈)。

自然語(yǔ)言理解(NLU)(Natural Language Understanding (NLU))

對(duì)于Siri和Alexa等對(duì)話式AI系統(tǒng)而言，讓機(jī)器準(zhǔn)確了解某人的意思難度較大。這些系統(tǒng)都經(jīng)過(guò)訓(xùn)練后最多可以理解語(yǔ)句中的代詞。如果消費(fèi)者問(wèn)“獅子王在Cinemark劇院幾點(diǎn)鐘上映?然后在那附近停車(chē)”，系統(tǒng)會(huì)自動(dòng)推斷“那”的意思是“Cinemark劇院”。從技術(shù)上講，此過(guò)程稱(chēng)為“插槽結(jié)轉(zhuǎn)”。它可以使用句法語(yǔ)境來(lái)理解代詞的意思，除非我們說(shuō)了帶有許多不同代詞的復(fù)雜句子。事實(shí)是，在日常交流中我們的說(shuō)話都很混亂隨意、濫用單詞，甚至只用語(yǔ)氣詞來(lái)傳達(dá)意思。

2019年，亞馬遜研究科學(xué)家在NLU方面取得了令人矚目的進(jìn)步，他們推出了新的架構(gòu)，能夠幫助Alexa在人類(lèi)不說(shuō)完整的句子的情況下也能很好地理解人類(lèi)。

 

 

Amazon Alexa首頁(yè)

機(jī)器閱讀理解(MRC)(Machine Reading Comprehension (MRC))

MRC使得系統(tǒng)閱讀大數(shù)據(jù)、推斷含義并且立即得出答案的流程成為可能。舉個(gè)例子，當(dāng)你搜索時(shí)，你是希望系統(tǒng)直接給出一個(gè)確切答案，還是提供給你一堆“欲知后事如何請(qǐng)看更多超鏈”的URL合集?讓機(jī)器自己找出問(wèn)題所在，這就是MRC。

在未來(lái)，MRC是實(shí)現(xiàn)強(qiáng)人工智能的關(guān)鍵性步驟之一，而近期，它則可以協(xié)助我們把技術(shù)手冊(cè)、歷史地圖和醫(yī)療記錄等各種資料轉(zhuǎn)化為易于搜索的信息集合。

自然語(yǔ)言生成(NLG)(Natural Language Generation (NLG))

自然語(yǔ)言生成技術(shù)現(xiàn)今已被不少媒體與營(yíng)銷(xiāo)機(jī)構(gòu)所應(yīng)用，基于大規(guī)模的數(shù)據(jù)集來(lái)進(jìn)行自動(dòng)內(nèi)容生產(chǎn)。NLG可實(shí)現(xiàn)的功能包括，集成關(guān)鍵詞、提升SEO(Search Engine Optimization，搜索引擎優(yōu)化，即利用搜索引擎的規(guī)則來(lái)提升網(wǎng)站的搜索排名)以及為用戶(hù)批量提供個(gè)性化的內(nèi)容。

Arria NLG、IBM Watson語(yǔ)音轉(zhuǎn)文字技術(shù)、Amazon Polly、谷歌云語(yǔ)音轉(zhuǎn)文字技術(shù)，敘事科學(xué)公司Narrative Science和自動(dòng)觀察公司Automated Insights利用大型數(shù)據(jù)集構(gòu)建敘事以幫助非數(shù)據(jù)科學(xué)界人士更好地了解其組織中正在發(fā)生的事情。NLG在各個(gè)專(zhuān)業(yè)領(lǐng)域都有無(wú)數(shù)的用例，可為律師、政客、醫(yī)生、顧問(wèn)、金融分析師、市場(chǎng)營(yíng)銷(xiāo)人員及其他人士提供幫助。

機(jī)器學(xué)習(xí)中的實(shí)時(shí)語(yǔ)境(Real-Time Context in Machine Learning)

IBM公司研發(fā)的Project Debater可以通過(guò)消化大量文本，從語(yǔ)境中找出邏輯漏洞、假消息。雖然目前處于測(cè)試階段，但已經(jīng)能夠通過(guò)實(shí)時(shí)學(xué)習(xí)利用實(shí)際環(huán)境分辨真?zhèn)涡畔⒘恕?/p>

 

 

Project Debater的工作原理

多任務(wù)強(qiáng)化學(xué)習(xí)算法(General Reinforcement Learning Algorithms)

AlphaZero的團(tuán)隊(duì)開(kāi)發(fā)的新算法可以學(xué)習(xí)多個(gè)任務(wù)。比如AlphaZero不僅在圍棋上無(wú)人可敵，在象棋和日本象棋中也出類(lèi)拔萃。

更快的深度學(xué)習(xí)(Much Faster Deep Learning)

深度學(xué)習(xí)(Deep Learning, DL)是機(jī)器學(xué)習(xí)中相對(duì)較新的分支，也會(huì)很快無(wú)形地融入到各個(gè)組織機(jī)構(gòu)當(dāng)中。設(shè)計(jì)者會(huì)結(jié)合包括文本、圖像、視頻、演講等類(lèi)似內(nèi)容在內(nèi)的各種數(shù)據(jù)庫(kù)使用較為特殊的深度學(xué)習(xí)算法。

從概念層面上來(lái)講，它不算新，最近更新的是計(jì)算處理能力和可用數(shù)據(jù)的數(shù)量。落實(shí)到實(shí)踐上，這就意味著更多的人類(lèi)事務(wù)可以被計(jì)算機(jī)自動(dòng)完成，比如設(shè)計(jì)軟件寫(xiě)代碼。

DL受計(jì)算機(jī)網(wǎng)絡(luò)運(yùn)行速度的制約：幾年前，用ImageNet網(wǎng)站中的數(shù)據(jù)集來(lái)訓(xùn)練圖像識(shí)別功能，可能要花費(fèi)一個(gè)月或者更長(zhǎng)時(shí)間;而現(xiàn)在，F(xiàn)acebook可以在一小時(shí)內(nèi)實(shí)現(xiàn)相同的效果。隨著計(jì)算機(jī)提速和硬件技術(shù)的提升，系統(tǒng)也會(huì)以更加“超人”的速度完成任務(wù)。

 

 

ImageNet官網(wǎng)

強(qiáng)化學(xué)習(xí)與分層強(qiáng)化學(xué)習(xí)(Reinforcement Learning and Hierarchical RL)

強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是處理決策型問(wèn)題的強(qiáng)力工具，應(yīng)用于AI系統(tǒng)訓(xùn)練，使之擁有超出常人的能力。在計(jì)算機(jī)模擬過(guò)程中，一個(gè)系統(tǒng)嘗試、失敗、學(xué)習(xí)、實(shí)驗(yàn),然后再次嘗試——這一系列步驟都能飛速完成，且每次試錯(cuò)都會(huì)對(duì)它的未來(lái)嘗試有所修正。

我們所熟悉的AlphaGo就是基于RL機(jī)制學(xué)習(xí)如何決定戰(zhàn)勝人類(lèi)棋手。但這項(xiàng)技術(shù)也存在問(wèn)題：當(dāng)智能體(agents)缺乏足夠的監(jiān)督(supervisor，簡(jiǎn)單來(lái)說(shuō)監(jiān)督就是設(shè)定輸出值/目標(biāo)，在數(shù)據(jù)中發(fā)現(xiàn)潛藏模式能更容易，而無(wú)監(jiān)督式學(xué)習(xí)不設(shè)定輸出值，下文在機(jī)器學(xué)習(xí)相關(guān)技術(shù)中出現(xiàn)的“監(jiān)督”也是同一個(gè)概念)，或是需要運(yùn)行一項(xiàng)長(zhǎng)時(shí)間的復(fù)雜任務(wù)時(shí)，可能會(huì)遇到困難。

這時(shí)，研究者將嘗試應(yīng)用分層強(qiáng)化學(xué)習(xí)(Hierarchical Reinforcement Learning)——能夠發(fā)現(xiàn)高水準(zhǔn)的行動(dòng)，有條理地克服學(xué)習(xí)困難，最終以出乎人類(lèi)意料的速度掌握新的任務(wù)。RL可以提升AI系統(tǒng)的“智能”，來(lái)使汽車(chē)能在非常規(guī)條件下自動(dòng)駕駛，或者協(xié)助軍用無(wú)人機(jī)實(shí)現(xiàn)之前尚未實(shí)現(xiàn)過(guò)的復(fù)雜動(dòng)作。

持續(xù)學(xué)習(xí)(Continuous Learning)

現(xiàn)在，深度學(xué)習(xí)技術(shù)已經(jīng)可以幫助系統(tǒng)學(xué)習(xí)，去以更接近人的所作所為的方式來(lái)完成復(fù)雜任務(wù)，但是這些任務(wù)仍然很具象，比如在某一項(xiàng)比賽中打敗人類(lèi)。并且它們需要遵循一個(gè)嚴(yán)格的程式：收集數(shù)據(jù)、設(shè)定目標(biāo)、應(yīng)用某一項(xiàng)算法。這一過(guò)程需要人工參與，也會(huì)花費(fèi)不少時(shí)間，特別是需要監(jiān)督式訓(xùn)練(supervised training)的早期階段。持續(xù)性學(xué)習(xí)(CL)將偏重于構(gòu)建提升自主學(xué)習(xí)與增量學(xué)習(xí)的技能，研究者未來(lái)還將持續(xù)擴(kuò)展其能力邊界。

多任務(wù)學(xué)習(xí)(Multitask Learning)

電影《龍威小子(The Karate Kid)》里，園丁宮地先生承諾教男孩Daniel空手道，但Daniel很快厭倦了日復(fù)一日的訓(xùn)練。對(duì)于Daniel來(lái)說(shuō)，漆柵欄、汽車(chē)、無(wú)休止的“打蠟、封蠟”……這些事情看起來(lái)都毫無(wú)用處，肯定不能幫他學(xué)會(huì)空手道。當(dāng)然，最后所有的雜務(wù)都被證明與空手道有關(guān)，這樣的訓(xùn)練也幫他成為一名空手道冠軍。提起這部電影，是因?yàn)檠芯空咦罱�就在�?xùn)練智能系統(tǒng)像Daniel這樣學(xué)習(xí)。

當(dāng)開(kāi)發(fā)者使用機(jī)器學(xué)習(xí)時(shí)，他們要嘗試用這種方式解決單個(gè)特定的問(wèn)題。他們會(huì)監(jiān)督智能系統(tǒng)微調(diào)，且不斷修正，直到系統(tǒng)的表現(xiàn)符合預(yù)期。但是僅僅聚焦于單個(gè)任務(wù)，經(jīng)常會(huì)指向無(wú)效結(jié)果——也許有比研究者發(fā)現(xiàn)的機(jī)制更好的解決方案呢?于是，新的研究領(lǐng)域，也就是多任務(wù)學(xué)習(xí)就產(chǎn)生了，讓系統(tǒng)像Daniel這樣，在各種各樣的相關(guān)任務(wù)中尋求聯(lián)系，探尋如何更好地解決問(wèn)題。

生成式對(duì)抗網(wǎng)絡(luò)(Generative Adversarial Networks (GANs))

換臉技術(shù)在2019一直熱度不斷�；�于生成式對(duì)抗網(wǎng)絡(luò)(或GANs)的換臉技術(shù)很容易實(shí)現(xiàn)。我們可以把GAN理解為無(wú)需任何人員參與的圖靈測(cè)試。GAN是無(wú)監(jiān)督的深度學(xué)習(xí)系統(tǒng)，由兩個(gè)在相同數(shù)據(jù)(例如人的圖像)上訓(xùn)練的相互對(duì)抗的神經(jīng)網(wǎng)絡(luò)組成。比如說(shuō)，第一個(gè)AI創(chuàng)建看上去很真實(shí)的女人的照片，第二個(gè)AI將生成的照片與真實(shí)女人的照片進(jìn)行比較。第一個(gè)AI根據(jù)第二個(gè)AI的判斷重新對(duì)其生成過(guò)程進(jìn)行一次又一次的調(diào)整，直到自動(dòng)生成看起來(lái)完全真實(shí)的女人圖像為止。

thispersondoesnotexist.com網(wǎng)站正是利用該技術(shù)不斷生成逼真的照片，而實(shí)際上這些照片并不存在。GANs也被用來(lái)實(shí)現(xiàn)舊照片或畫(huà)作的動(dòng)態(tài)化。今年，斯科爾科沃科技學(xué)院和三星AI中心的研究人員利用該技術(shù)讓蒙娜麗莎搖了搖頭、讓拉斯普丁演唱了碧昂絲的《Halo》。

 

 

ThisPersonDoesNotExist.com生成的人像

自動(dòng)化機(jī)器學(xué)習(xí)(Automated Machine Learning (AutoML))

自動(dòng)化機(jī)器學(xué)習(xí)(AutoML)是一種新的機(jī)器學(xué)習(xí)方法，它可以將原始數(shù)據(jù)和模型匹配在一起以顯示最相關(guān)信息，從而幫助一些機(jī)構(gòu)擺脫目前耗時(shí)且困難的傳統(tǒng)的機(jī)器學(xué)習(xí)方法。現(xiàn)在，谷歌、亞馬遜和微軟都提供了許多AutoML產(chǎn)品和服務(wù)。

定制化機(jī)器學(xué)習(xí)(Customized Machine Learning)

Google的Cloud AutoML可以幫助用戶(hù)可以上傳自己的數(shù)據(jù)建構(gòu)模型，就算非專(zhuān)業(yè)人士也可以訓(xùn)練機(jī)器學(xué)習(xí)。

AI的持續(xù)偏見(jiàn)(Ongoing Bias In AI)

AI有嚴(yán)重的偏見(jiàn)已不是秘密。這個(gè)問(wèn)題是多方面的。舉個(gè)例子，用于訓(xùn)練AI的數(shù)據(jù)集通常來(lái)自Reddit或亞馬遜的評(píng)論以及Wikipedia等本身就充滿(mǎn)偏見(jiàn)的地方。建立模型的人往往不知道自己存在偏見(jiàn)。隨著我們的計(jì)算機(jī)系統(tǒng)越來(lái)越多地用于決策，我們可能會(huì)發(fā)現(xiàn)自己被算法分到一個(gè)組別中，雖然對(duì)我們而言可能沒(méi)什么影響，但實(shí)際上可能產(chǎn)生巨大隱患。

AI偏見(jiàn)導(dǎo)致內(nèi)亂(AI Bias Causes Civil Unrest)

實(shí)際上每天你都在主動(dòng)地或被動(dòng)地創(chuàng)建不計(jì)其數(shù)的數(shù)據(jù)(比如在Facebook上上傳和標(biāo)記照片、開(kāi)車(chē)去上班等)。這些數(shù)據(jù)通常是在你沒(méi)有發(fā)現(xiàn)的情況下被算法挖掘和使用的，并用于制作廣告、幫助潛在廣告主預(yù)測(cè)我們的行為、確定我們的抵押貸款利率，甚至幫助執(zhí)法部門(mén)預(yù)測(cè)我們是否可能犯罪。

包括馬里蘭大學(xué)、哥倫比亞大學(xué)、卡內(nèi)基·梅隆大學(xué)、麻省理工學(xué)院、普林斯頓大學(xué)、加州大學(xué)伯克利分校、國(guó)際計(jì)算機(jī)科學(xué)研究所等在內(nèi)的許多大學(xué)的研究人員正在研究自動(dòng)決策的副作用。你或者你認(rèn)識(shí)的某個(gè)人可能會(huì)陷入算法錯(cuò)誤的一面，比如說(shuō)你會(huì)由于一些不透明或不易理解的原因不符合貸款資格，不能拿到特定藥物或不能了解房租價(jià)格。并且越來(lái)越多的數(shù)據(jù)在不知情的情況下被收集并出售給第三方。

趨勢(shì)二：計(jì)算新聞業(yè)(智能新聞業(yè))

新聞報(bào)道可以使用計(jì)算來(lái)挖掘原本不會(huì)被發(fā)現(xiàn)的故事。CS技術(shù)可以通過(guò)兩種主要方式幫助新聞業(yè)：使用計(jì)算方式的新聞業(yè)和進(jìn)行有關(guān)計(jì)算的新聞業(yè)。2019年7月，《華盛頓郵報(bào)》成立了一個(gè)專(zhuān)攻大選的團(tuán)隊(duì)，該團(tuán)隊(duì)建立了一個(gè)計(jì)算政治新聞研究與開(kāi)發(fā)實(shí)驗(yàn)室，并開(kāi)展了實(shí)驗(yàn)以支持2020年大選之前郵報(bào)的數(shù)據(jù)工作。斯坦福大學(xué)的計(jì)算新聞實(shí)驗(yàn)室一直在為公共新聞開(kāi)發(fā)新的計(jì)算方法。

 

 

The California Civic Data Coalition是一個(gè)由幾家媒體聯(lián)合成立的用于跟蹤政治資金的數(shù)據(jù)開(kāi)源檔案庫(kù)

計(jì)算圖像的生成(Computational Image Completion and Generation)

現(xiàn)在，每個(gè)擁有智能手機(jī)的人都可以使用計(jì)算攝影工具。他們可以在合影中把閉上的眼鏡睜開(kāi)、在運(yùn)動(dòng)畫(huà)面中尋找最佳幀并清除我們自拍照中的瑕疵。所有這些都是實(shí)時(shí)的，而無(wú)需啟動(dòng)其他照片編輯軟件�，F(xiàn)在，我們可以在場(chǎng)景中無(wú)縫添加或刪除對(duì)象、更改陰影等等。

顯然，這里對(duì)記者有倫理要求——在什么情況下對(duì)照片允許什么程度的編輯?同樣，記者在將其用于報(bào)道或故事之前，應(yīng)該開(kāi)發(fā)一項(xiàng)技術(shù)可以自動(dòng)顯示該照片已被編輯。

自動(dòng)生成文章(Automated Versioning)

總部位于瑞士的Tamedia的記者在本國(guó)2018年大選期間嘗試采用了生成技術(shù)。Tamedia用一個(gè)名為“ Tobi”的決策樹(shù)算法自動(dòng)生成了文章，詳細(xì)描述了由私人媒體組織的30家報(bào)紙所涵蓋的每個(gè)城市的投票結(jié)果，并同時(shí)生成了多種語(yǔ)言、總計(jì)39,996個(gè)不同版本的選舉報(bào)道，每篇平均250字，并將其發(fā)布到Tamedia的在線平臺(tái)上。每篇報(bào)道都標(biāo)記出了該報(bào)道是由算法編寫(xiě)的。隨著更多的嘗試，新聞和娛樂(lè)媒體公司能夠開(kāi)發(fā)相同內(nèi)容的多個(gè)版本，從而覆蓋更廣泛的受眾或大規(guī)模生產(chǎn)內(nèi)容。

 

 

Tobi的Twitter賬戶(hù)

生成自然語(yǔ)言以調(diào)節(jié)閱讀水平(Natural Language Generation to Modulate Reading Level)

自然語(yǔ)言生成(NLG)是一項(xiàng)能夠生成人類(lèi)指定使用語(yǔ)言的處理任務(wù)。NLG可用于重寫(xiě)各種不同閱讀層次的內(nèi)容，為書(shū)籍出版商和新聞媒體機(jī)構(gòu)都提供了巨大的可能。隨著圖書(shū)出版商和新聞機(jī)構(gòu)在尋找新的收入來(lái)源，NLG不僅將用于撰寫(xiě)報(bào)道，而且還將為具有不同閱讀水平的讀者創(chuàng)建不同的版本。這是因?yàn)榛�本語(yǔ)料庫(kù)(構(gòu)成故事的數(shù)據(jù))不會(huì)改變，但是可以調(diào)整詞匯量和細(xì)節(jié)。

例如，關(guān)于伯克希爾·哈撒韋公司(Berkshire Hathaway)季度收入的報(bào)道可以用許多不同的方式來(lái)表達(dá)，分別面向金融專(zhuān)業(yè)人士、高中經(jīng)濟(jì)學(xué)課程、以英語(yǔ)作為第二語(yǔ)言的學(xué)習(xí)者以及非英語(yǔ)國(guó)家。同樣，NLG可用于自動(dòng)創(chuàng)建書(shū)摘和摘要等工作量大的任務(wù)。使用NLG自定義編寫(xiě)不同版本的報(bào)道可以幫助媒體機(jī)構(gòu)拓展全球業(yè)務(wù)規(guī)模而無(wú)需雇用其他人員。但是，NLG同樣可被用于造假，這意味著未來(lái)將要進(jìn)行監(jiān)管。

數(shù)據(jù)挖掘群體行為(Datamining Crowds)

計(jì)算新聞技術(shù)使記者能夠查詢(xún)我們的被動(dòng)數(shù)據(jù)(比如我們的在線活動(dòng)、健康記錄、位置等)，從而學(xué)習(xí)或了解新事物。我們的數(shù)據(jù)不僅會(huì)跟蹤我們的行為，而且任何人都可以用它進(jìn)行搜索、收集和分析。我們預(yù)計(jì)，更多的新聞機(jī)構(gòu)以及營(yíng)銷(xiāo)商、政治活動(dòng)家和其他團(tuán)體將開(kāi)始創(chuàng)造性地利用數(shù)據(jù)。因?yàn)槲覀兊乃季S影響行動(dòng)(例如搜索“歐盟是什么?”)，我們的行動(dòng)產(chǎn)生數(shù)據(jù)，而這些數(shù)據(jù)可用于了解有關(guān)我們的信息。

算法事實(shí)核查(Algorithmic Fact Checking)

誤導(dǎo)性的虛假信息污染了互聯(lián)網(wǎng)和我們的社交媒體環(huán)境，每天的消費(fèi)者都不得不與虛假信息做抗?fàn)�。盡管我們?cè)谌�球范圍�?nèi)進(jìn)行了大量的事實(shí)核查工作，但事實(shí)證明，用于傳播假新聞的算法比人類(lèi)事實(shí)核查者的速度更快。

德克薩斯大學(xué)阿靈頓分校和谷歌的研究人員一直在研究使用框架語(yǔ)義的自動(dòng)化技術(shù)�？蚣苁敲枋隽颂囟�類(lèi)型事件、情況、對(duì)象或關(guān)系及其參與者的示意圖。研究人員擴(kuò)展了一個(gè)名為FrameNet的系統(tǒng)用來(lái)專(zhuān)門(mén)為包括自動(dòng)事實(shí)核查在內(nèi)的功能構(gòu)建新框架。

在屏事實(shí)核查(On-Screen Fact Checking)

杜克大學(xué)和得克薩斯大學(xué)阿靈頓分校的研究人員發(fā)明了ClaimBuster，它可以對(duì)任何句子中的事實(shí)評(píng)分。該系統(tǒng)使用來(lái)自直播活動(dòng)的音頻或視頻并將其轉(zhuǎn)換為文本，用過(guò)濾器識(shí)別其中有關(guān)事實(shí)的語(yǔ)句，然后將這些語(yǔ)句與數(shù)據(jù)庫(kù)進(jìn)行匹配。

 

 

ClaimBuster官網(wǎng)

合成數(shù)據(jù)(Synthetic Data)

研究人員并非總能獲得完整的健康、醫(yī)療、運(yùn)輸和人口數(shù)據(jù)。因此，一些人正在開(kāi)發(fā)和試驗(yàn)合成數(shù)據(jù)集，用來(lái)在AI中執(zhí)行有意義的分析和訓(xùn)練模型。但是合成數(shù)據(jù)集通常會(huì)漏掉重要信息或出現(xiàn)偏差。

MIT信息與決策系統(tǒng)實(shí)驗(yàn)室的Data to AI Lab的研究人員正在開(kāi)發(fā)一種機(jī)器學(xué)習(xí)系統(tǒng)，用以自動(dòng)創(chuàng)建合成數(shù)據(jù)，然后將其用于開(kāi)發(fā)和測(cè)試數(shù)據(jù)科學(xué)算法和模型。他們提出了合成數(shù)據(jù)庫(kù)Synthetic Data Vault (SDV)，該數(shù)據(jù)庫(kù)能夠?qū)W習(xí)和開(kāi)發(fā)用于多種目的的多元模型。記者需要了解何時(shí)使用合成數(shù)據(jù)，新聞機(jī)構(gòu)應(yīng)制定有關(guān)何時(shí)使用合成數(shù)據(jù)以及如何告知消費(fèi)者報(bào)道使用了合成數(shù)據(jù)的道德準(zhǔn)則。

合成并生成內(nèi)容核查(Synthetic and Generated Content Authentication)

AI可以用來(lái)發(fā)現(xiàn)哪些文本是算法寫(xiě)的而不是人類(lèi)寫(xiě)的。哈佛大學(xué)和MIT-IBM Watson AI Lab的研究人員開(kāi)發(fā)了一種用于識(shí)別算法何時(shí)生成文本的工具。

Giant Language model Test Room(簡(jiǎn)稱(chēng)GLTR)使用AI來(lái)確定文本中的常用詞，并可以判斷句子是否看起來(lái)太有預(yù)測(cè)性以至于不像真人所寫(xiě)。該工具預(yù)期可以被用來(lái)識(shí)別虛假或誤導(dǎo)性新聞、機(jī)器人生成的內(nèi)容及偽造品。

 

 

Giant Language model Test Room文本識(shí)別(動(dòng)圖)

趨勢(shì)三：認(rèn)知系統(tǒng)

聲音識(shí)別技術(shù)(Voiceprints)

聲紋是一個(gè)人聲音的獨(dú)特特征�，F(xiàn)在新的機(jī)器學(xué)習(xí)技術(shù)與語(yǔ)音錄制的龐大數(shù)據(jù)集相連接可以幫助研究人員能夠通過(guò)人們說(shuō)話時(shí)產(chǎn)生的聲紋進(jìn)行識(shí)別。

卡內(nèi)基·梅隆大學(xué)(Carnegie Mellon University)的研究人員開(kāi)發(fā)出了一種可以使用聲紋就可以構(gòu)建3D面部的生成技術(shù)。執(zhí)法機(jī)構(gòu)正在應(yīng)用該系統(tǒng)識(shí)別惡作劇呼叫者以及欺騙當(dāng)?shù)嘏汕蔡鼐�就為了�?bào)復(fù)他人的人。

個(gè)性識(shí)別(Personality Recognition)

新興的預(yù)測(cè)分析工具會(huì)記錄用戶(hù)的數(shù)據(jù)、行為和偏好，這些數(shù)據(jù)可以反映出用戶(hù)的個(gè)性并預(yù)測(cè)用戶(hù)在任何情況下的反應(yīng)。2018年，Cambridge Analytica就使用算法分析幫助Donald Trump贏得了大選。政治候選人、律師事務(wù)所、營(yíng)銷(xiāo)商、客戶(hù)服務(wù)代表和其他人員都在使用新型系統(tǒng)，這種系統(tǒng)可以查看用戶(hù)手機(jī)網(wǎng)上活動(dòng)、電子郵件和對(duì)話，實(shí)時(shí)評(píng)估用戶(hù)的性格。最終目的就是判斷用戶(hù)的特定需求。

ElectronicArts正在開(kāi)發(fā)一種可以評(píng)估多人視頻游戲玩家性格的系統(tǒng)，從而根據(jù)他們的游戲風(fēng)格、對(duì)話風(fēng)格和花錢(qián)意愿更好地匹配玩家。

在現(xiàn)實(shí)世界中，保險(xiǎn)承銷(xiāo)商正試圖通過(guò)用戶(hù)訂閱的雜志和網(wǎng)站、發(fā)布到社交媒體上的照片等等來(lái)評(píng)估用戶(hù)的個(gè)性，以便確定其投保風(fēng)險(xiǎn)。一些貸款方已經(jīng)開(kāi)始使用個(gè)性算法來(lái)預(yù)測(cè)用戶(hù)未來(lái)的商業(yè)交易了。(數(shù)據(jù)顯示，如果兩個(gè)具有相同專(zhuān)業(yè)和個(gè)人情況的人同時(shí)借款，那么擁有較高大學(xué)文憑的人更可能還清債務(wù)。)

情緒識(shí)別(Emotional Recognition)

2018年，亞馬遜申請(qǐng)了一項(xiàng)新系統(tǒng)的專(zhuān)利，該系統(tǒng)可以根據(jù)用戶(hù)過(guò)去及現(xiàn)在的互動(dòng)來(lái)檢測(cè)用戶(hù)的身心健康狀況。如果亞馬遜檢測(cè)到該用戶(hù)生病了，就會(huì)建議用戶(hù)一小時(shí)內(nèi)服用止咳藥。

汽車(chē)制造商Kia于2019年在CES上首次亮相了它的實(shí)時(shí)情感識(shí)別系統(tǒng)(R.E.A.D.)。該系統(tǒng)可以通過(guò)傳感器監(jiān)控乘客面部表情、心率和皮膚電活動(dòng)來(lái)調(diào)節(jié)車(chē)內(nèi)環(huán)境以乘客的情緒狀態(tài)。

 

 

Kia的R.E.A.D.系統(tǒng)

情感計(jì)算(Affective Computing)

情感計(jì)算屬于跨學(xué)科領(lǐng)域，涵蓋計(jì)算機(jī)科學(xué)、心理學(xué)和認(rèn)知科學(xué)。麻省理工學(xué)院的研究人員正在研究一種機(jī)器學(xué)習(xí)算法，可以通過(guò)從我們的可穿戴設(shè)備(智能手表、健身追蹤器)收集的皮膚電活動(dòng)了解我們的情緒并作出響應(yīng)。但是其他來(lái)源的數(shù)據(jù)也可能派上用場(chǎng)，比如我們的皮膚、臉部和與他人的對(duì)話。分析師推測(cè)，到2023年情感計(jì)算將成為一個(gè)價(jià)值250億美元的產(chǎn)業(yè)。

趨勢(shì)四：合成媒體

合成媒體已經(jīng)比比皆是了，比如虛擬的日本流行歌星初音未來(lái)(于2007年首次亮相)、由藝術(shù)家Jamie Hewlett和音樂(lè)家Damon Albarn合作創(chuàng)造的英國(guó)虛擬樂(lè)隊(duì)Gorrilaz(于1998年發(fā)行了第一首單曲)。它們都是通過(guò)算法創(chuàng)建或改動(dòng)的媒體。

 

 

初音未來(lái)全息演唱會(huì)

語(yǔ)音合成(Speech Synthesis)

語(yǔ)音合成也被稱(chēng)為“合成語(yǔ)音”或“文本轉(zhuǎn)成語(yǔ)音技術(shù)”，它模仿了真實(shí)的人類(lèi)語(yǔ)音并將其應(yīng)用到各種界面中。通過(guò)借助足夠的數(shù)據(jù)和培訓(xùn)，語(yǔ)音合成系統(tǒng)可以了解任何人的頻譜頻率并產(chǎn)生某個(gè)人的數(shù)字聲紋。

Synthesia是一家使用此技術(shù)通過(guò)自動(dòng)重制面部動(dòng)畫(huà)來(lái)配音的公司，適用于國(guó)際廣泛發(fā)行的電影。演員的面部表情和嘴巴可以重制以匹配配音。

調(diào)節(jié)定制語(yǔ)音 (Modulating Custom Voice)

生成算法可以創(chuàng)建聽(tīng)起來(lái)像原始聲音的合成聲音，并且可以將這些聲音按所需的音高和音調(diào)調(diào)制。

總部位于蒙特利爾的AI公司Lyrebird構(gòu)建了一種語(yǔ)音模仿算法，能夠生成難以察覺(jué)出來(lái)的合成語(yǔ)音。它使用的語(yǔ)音樣本數(shù)據(jù)庫(kù)既可以在公共存儲(chǔ)庫(kù)(YouTube、Vimeo、Soundcloud)中找到，也可以由用戶(hù)上傳。

隨著時(shí)間的推移，人工智能不僅學(xué)會(huì)了識(shí)別語(yǔ)調(diào)，而且可以識(shí)別情緒節(jié)奏。只要有足夠公開(kāi)可用的音頻文件來(lái)構(gòu)建數(shù)據(jù)集，就可以偽造自己和最喜歡的明星之間的對(duì)話。它很快就可以匹配并快速生成針對(duì)每個(gè)消費(fèi)者的個(gè)性化合成語(yǔ)音。

 

 

Lyrebird視頻編輯

語(yǔ)音欺詐(Voice Fraud)

合成媒體一直以來(lái)都存在一個(gè)問(wèn)題：不懷好意的人可以用它來(lái)誤導(dǎo)人們，欺騙語(yǔ)音認(rèn)證系統(tǒng)以及偽造音頻記錄。呼叫中心軟件制造商Pindrop的一項(xiàng)研究顯示，僅去年一年，語(yǔ)音欺詐就給擁有呼叫中心的美國(guó)企業(yè)造成了140億美元的損失。作為ASVspoof 2019 Challenge的一部分，Google一直致力于合成語(yǔ)音數(shù)據(jù)集，這是一項(xiàng)開(kāi)放源代碼，旨在幫助制定對(duì)抗欺騙性語(yǔ)音的對(duì)策。

機(jī)器生成圖像(Machine Image Completion)

如果計(jì)算機(jī)系統(tǒng)可以訪問(wèn)足夠多的圖像，那么它就可以填補(bǔ)照片中的漏洞。對(duì)于專(zhuān)業(yè)攝影師以及每個(gè)想要拍出更好自拍照的人來(lái)說(shuō)這是十分實(shí)用的應(yīng)用。如果拍出來(lái)山的前景不清晰或者皮膚有瑕疵，都可以換用另一個(gè)版本以生成完美的圖像。

但是我們?nèi)绾卧诂F(xiàn)實(shí)與改善后的場(chǎng)景之間劃清界限?在沒(méi)有標(biāo)簽或披露信息的情況下，應(yīng)該修改照片到什么程度?網(wǎng)上交友者、記者、營(yíng)銷(xiāo)者和制定政策的人都應(yīng)該思考這些問(wèn)題。圖像生成對(duì)于執(zhí)法人員和軍事情報(bào)人員來(lái)說(shuō)也是有用的工具——計(jì)算機(jī)現(xiàn)在可以幫助他們識(shí)別視頻幀里的人或物。

考慮到機(jī)器學(xué)習(xí)算法和數(shù)據(jù)集上的偏見(jiàn)，圖像生成可能會(huì)成為有關(guān)隱私和設(shè)備的討論的一部分。斯科爾科沃科學(xué)技術(shù)研究院和三星AI中心的AI研究人員使用機(jī)器圖像生成技術(shù)使舊照片和著名畫(huà)作(如《蒙娜麗莎》)動(dòng)了起來(lái)。

 

 

動(dòng)起來(lái)的蒙娜麗莎

深層行為學(xué)習(xí)與預(yù)測(cè)(Deep Behaviors and Predictive Machine Vision)

麻省理工學(xué)院CSAIL的研究人員不僅在訓(xùn)練計(jì)算機(jī)識(shí)別視頻中的內(nèi)容，還讓計(jì)算機(jī)可以預(yù)測(cè)人類(lèi)接下來(lái)會(huì)做什么。如今計(jì)算機(jī)可以通過(guò)觀看YouTube上的視頻和電視節(jié)目預(yù)測(cè)兩個(gè)人是否可能擁抱、親吻、握手或擊掌。

這項(xiàng)研究將使機(jī)器人能夠更輕松地進(jìn)行導(dǎo)航，并通過(guò)學(xué)習(xí)我們的肢體語(yǔ)言來(lái)與人類(lèi)互動(dòng)。它也可以用于銷(xiāo)售、操作機(jī)器或許學(xué)習(xí)。

語(yǔ)音、聲音和視頻的算法生成(Generative Algorithms For Voice, Sound and Video)

芯片制造商N(yùn)vidia的研究人員于2018年開(kāi)發(fā)了一種新的生成算法，該算法使用生成式對(duì)抗網(wǎng)絡(luò)創(chuàng)建了逼真的人臉。該算法還可以在其系統(tǒng)中調(diào)整各種元素，例如年齡和雀斑密度。

加州大學(xué)伯克利分校的一個(gè)團(tuán)隊(duì)開(kāi)發(fā)了一種軟件，該軟件可以將一個(gè)視頻中的人的動(dòng)作自動(dòng)傳輸給另一個(gè)視頻中的某個(gè)人。我們一直在訓(xùn)練計(jì)算機(jī)觀看視頻并判斷真實(shí)世界中相應(yīng)的聲音，比如一個(gè)木槌敲打沙發(fā)時(shí)會(huì)發(fā)出什么聲音。

這項(xiàng)研究的重點(diǎn)是幫助系統(tǒng)了解對(duì)象在真實(shí)世界中如何相互作用。但該技術(shù)也具有欺騙性：2017年，華盛頓大學(xué)的研究人員開(kāi)發(fā)了一種模型，模型中奧巴馬在發(fā)表一段現(xiàn)實(shí)生活中從未發(fā)表過(guò)的演講，但足以以假亂真。合成視頻與旨在提供真實(shí)內(nèi)容的AI混在一起的現(xiàn)象將使問(wèn)題變得更加棘手。

趨勢(shì)五：入口變革

語(yǔ)音搜索優(yōu)化(Optimizing For Voice Search)

對(duì)話網(wǎng)絡(luò)無(wú)處不在。通過(guò)語(yǔ)音控制我們可以立即從智能揚(yáng)聲器、汽車(chē)儀表板、電視遙控器和智能手機(jī)的數(shù)字助理那兒獲取信息和其他內(nèi)容。隨著語(yǔ)音搜索的普及，發(fā)行商等組織有了新的戰(zhàn)略思考：是否可以針對(duì)語(yǔ)音搜索對(duì)內(nèi)容進(jìn)行優(yōu)化?Audioburstis公司的技術(shù)可以從廣播等來(lái)源中提取并分析音頻，將其語(yǔ)境化并可以進(jìn)行搜索，幫助AI動(dòng)力汽車(chē)提供聆聽(tīng)服務(wù)。

下一代原生視頻和音頻故事形式(Next-Gen Native Video and Audio Story Formats)

通過(guò)具有響應(yīng)性視覺(jué)、觸覺(jué)和音頻界面的消費(fèi)類(lèi)技術(shù)的發(fā)展，人們正在開(kāi)發(fā)非新的敘事方式來(lái)吸引觀眾。新聞媒體和娛樂(lè)組織已開(kāi)始探索這些新穎的、個(gè)性化、交互性和具有沉浸感的敘事模式。雖然這無(wú)疑將為消費(fèi)者帶來(lái)更好的體驗(yàn)，但新聞和娛樂(lè)媒體公司必須提前做好規(guī)劃，以便在未來(lái)可以通過(guò)口述進(jìn)行匯總和傳遞內(nèi)容摘要。

 

 

《黑鏡：潘達(dá)斯奈基》劇情就采用了“互動(dòng)視頻”概念

人與機(jī)器的接口(Human-Machine Interfaces)

諸如Siri、Alexa和Google Assistant之類(lèi)的語(yǔ)音接口正在變得越來(lái)越復(fù)雜，但是研究人員們已經(jīng)開(kāi)始展望未來(lái)了：將人類(lèi)和哺乳動(dòng)物直接與計(jì)算機(jī)相連。人們可以通過(guò)人機(jī)交互界面用思想進(jìn)行交流，為中風(fēng)和癱瘓患者提供了新的選擇。

趨勢(shì)六：擴(kuò)展現(xiàn)實(shí)(混合現(xiàn)實(shí))

混合現(xiàn)實(shí)，也稱(chēng)為擴(kuò)展現(xiàn)實(shí)，可以數(shù)字生成、增強(qiáng)或者操控環(huán)境，包括虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)。MR通常通過(guò)頭戴式顯示器(HMD)或移動(dòng)設(shè)備進(jìn)行體驗(yàn)。在過(guò)去的十年中，MR已經(jīng)吸引了越來(lái)越多的注意。到2020年，我們將看到MR繼續(xù)在各個(gè)行業(yè)和新的市場(chǎng)上逐漸普及。許多人希望在未來(lái)十年中，隨著作為MR催化劑的5G的普及，該技術(shù)將成為我們?nèi)粘Ｉ�活的一部分�?/p>

全息圖像(Holograms)

全息圖像是指看起來(lái)像是在三維空間的投影圖像。到2024年，全息圖像市場(chǎng)預(yù)計(jì)將超過(guò)50億美元，其中廣告占比較重。在消費(fèi)品方面，專(zhuān)業(yè)相機(jī)品牌Red宣布推出其全息圖像生成的Hydrogen 2手機(jī)，華為和三星也在開(kāi)發(fā)具有全息圖像功能的移動(dòng)設(shè)備，包括全息通信。

在娛樂(lè)領(lǐng)域，像洛杉磯的BASE Hologram這樣的公司繼續(xù)推出以去世的藝術(shù)家的全息投影為特色的“現(xiàn)場(chǎng)”音樂(lè)會(huì)，惠特尼·休斯頓將于2020年巡回演出，但他們尚未掌握在全息影像中多角度渲染3D全息圖所必需的體積投影，因此門(mén)票銷(xiāo)售有限。為了避免引起人們對(duì)動(dòng)物權(quán)利問(wèn)題的爭(zhēng)議，德國(guó)馬戲團(tuán)Roncalli推出了一種可以展示動(dòng)物表演的全息眼鏡，既經(jīng)濟(jì)高效，又不殘忍。

 

 

BASE Hologram還原了過(guò)世歌手Buddy Holly的演唱現(xiàn)場(chǎng)

360度全向視頻(360-degree Video)

360度視頻使用專(zhuān)門(mén)的攝像機(jī)拍攝，旨在捕獲全向素材。渲染視頻后，觀看者可以使用鼠標(biāo)、觸摸屏或運(yùn)動(dòng)控制手勢(shì)來(lái)旋轉(zhuǎn)視角、瀏覽錄制的場(chǎng)景。

YouTube，F(xiàn)acebook和Vimeo都提供360度視頻，ABC、Fox和CNN等主要網(wǎng)絡(luò)媒體也都擁有專(zhuān)用的數(shù)字頻道，用于播放涵蓋新聞、體育和娛樂(lè)在內(nèi)的沉浸式內(nèi)容，并且有越來(lái)越多的媒體緊隨其后。GoPro、Insta360、Ricoh和小米的便攜式360度攝像頭很快就會(huì)增加用戶(hù)拍攝和社交共享的360度視頻的數(shù)量。

 

 

YouTube上的恐龍360度全景視頻

增強(qiáng)現(xiàn)實(shí)(AR)(Augmented Reality)

AR并不像VR那樣要模擬整個(gè)新環(huán)境，而只是在你的自然視野里放置幾個(gè)數(shù)字元素。AR可使用頭戴式顯示器或智能眼鏡體驗(yàn)，谷歌和微軟等領(lǐng)先品牌以及Magic Leapand、Vuzix和Meta的產(chǎn)品都在開(kāi)發(fā)中或已經(jīng)投放市場(chǎng)。

在各大公司爭(zhēng)相研發(fā)AR頭戴式耳機(jī)時(shí)，移動(dòng)設(shè)備為普通消費(fèi)者提供了最方便的AR體驗(yàn)。一些電影院和NBA場(chǎng)所引入了可在移動(dòng)設(shè)備上播放的AR游戲，Quartz的移動(dòng)應(yīng)用將AR功能整合到了某些新聞報(bào)道中，而谷歌用AR完成了外國(guó)語(yǔ)的實(shí)時(shí)翻譯。

強(qiáng)化圖文功能的AR(AR as a Tool to Enhance Print)

AR將有效助力印刷業(yè)發(fā)展，媒體公司正在用AR印刷品來(lái)進(jìn)一步吸引消費(fèi)者。AR可以整合內(nèi)容和廣告兩個(gè)不同的渠道。諸如blippar等服務(wù)可以添加只能使用智能手機(jī)解鎖的動(dòng)畫(huà)、模型或圖像。

像Max Factor和Net-A-Porter之類(lèi)的公司已經(jīng)允許用戶(hù)用AR掃描自己喜歡的商品并直接通過(guò)手機(jī)購(gòu)買(mǎi)。AR驅(qū)動(dòng)的廣告活動(dòng)的成功意味著媒體公司和廣告商的雙贏，由于價(jià)格較低，品牌將繼續(xù)使用AR印刷廣告。

虛擬現(xiàn)實(shí)(VR)(Virtual Reality)

虛擬現(xiàn)實(shí)是一種計(jì)算機(jī)模擬環(huán)境。佩戴VR眼鏡或者將手機(jī)嵌入特定設(shè)備，即可獲得身臨其境的體驗(yàn)。近年來(lái)VR在娛樂(lè)內(nèi)容領(lǐng)域有了重要發(fā)展，新的艾美獎(jiǎng)項(xiàng)如交互式媒體等層出不窮，好萊塢導(dǎo)演達(dá)倫·阿羅諾夫斯基和羅伯特·羅德里格斯等也在使用VR設(shè)備拍攝。谷歌、索尼、三星和HTC都在出售VR頭戴設(shè)備。

2019年，F(xiàn)acebook旗下的Oculus推出了Quest頭戴設(shè)備，是Oculus Rift設(shè)備的獨(dú)立替代品，只能在與PC捆綁時(shí)使用。任天堂最近也進(jìn)入了沉浸式市場(chǎng)，為其流行的Switch游戲設(shè)備推出了VR套件。也可以通過(guò)將手機(jī)滑入專(zhuān)用面罩中來(lái)構(gòu)造耳機(jī)。“站立式” VR是從相對(duì)固定的角度觀看的，與“房間規(guī)模” VR不同，后者允許觀看者在物理空間中更自由地行走，其數(shù)字環(huán)境反映了他們的真實(shí)生活。

 

 

Oculus Quest設(shè)備

趨勢(shì)七：視頻趨勢(shì)

流媒體(Streamers)

2017年的第四季度見(jiàn)證了50萬(wàn)名消費(fèi)者拋棄了他們的有線和衛(wèi)星電視服務(wù)。而用戶(hù)持續(xù)為電視付費(fèi)的兩大原因在于，電視能夠觀看直播，和價(jià)格優(yōu)惠的互聯(lián)網(wǎng)與有線服務(wù)套餐。——顯然這兩個(gè)理由都不大像傳統(tǒng)有線電視能持續(xù)的優(yōu)勢(shì)。網(wǎng)飛和亞馬遜是世界上兩大流媒體。到2020年，所有人的目光都將集中在擁有Marvel和Star Wars的新Disney+服務(wù)上，更何況它還包括了Hulu和ESPN +在內(nèi)。

未來(lái)預(yù)期我們會(huì)看到Amazon Fire Stick、Google Chromecast和Roku等更多流媒體設(shè)備的份額增長(zhǎng)，和有線衛(wèi)星電視訂閱的穩(wěn)定消退。而流媒體服務(wù)則會(huì)侵蝕本地廣播新聞市場(chǎng)，也會(huì)使較長(zhǎng)時(shí)長(zhǎng)的電視新聞節(jié)目陷入劣勢(shì)。

OTT流媒體服務(wù)飽和(Saturation of OTT Streaming Services)

可能是因?yàn)镠BO Now的成功，2019年各大網(wǎng)絡(luò)媒體都在推出其頂級(jí)流媒體服務(wù)。Disney+正在啟動(dòng)自己的OTT服務(wù)，預(yù)計(jì)AT&T/DirecTV、Viacom和Discovery也將提供新的服務(wù)或更新已有服務(wù)。OTT流媒體服務(wù)市場(chǎng)已足夠擁擠，在不久的將來(lái)它將更加飽和。

聯(lián)網(wǎng)電視(Connected TVs)

從2019年5月開(kāi)始，所有與三星聯(lián)網(wǎng)電視都置備了針對(duì)Apple設(shè)備的集成屏幕鏡像和內(nèi)容投射功能，并可以訪問(wèn)本機(jī)Apple TV和iTunes應(yīng)用。它實(shí)際上繞過(guò)了單獨(dú)的Apple TV設(shè)備，但其他大多數(shù)電視都必須通過(guò)這個(gè)設(shè)備購(gòu)買(mǎi)Apple內(nèi)容。這就使三星吸引了大部分Apple用戶(hù)。

聯(lián)網(wǎng)電視預(yù)計(jì)在普通家庭的普及率會(huì)更高，這可能與流行的流媒體服務(wù)或聚合設(shè)備，例如Amazon Prime Video、Roku、Hulu、YouTube、Showtime Anytime、iPlayer(僅限英國(guó))、All 4(僅限英國(guó))、 Playstation Now、HBO Now、DirecTV Now、iTunes和Netflix。

媒體機(jī)構(gòu)可以利用聯(lián)網(wǎng)電視和獨(dú)家集成作為競(jìng)爭(zhēng)策略來(lái)提供更豐富的內(nèi)容來(lái)留住并擴(kuò)張受眾。

 

 

三星聯(lián)網(wǎng)電視

趨勢(shì)八：電子競(jìng)技

電競(jìng)(e-Sports)

電子競(jìng)技是一個(gè)快速發(fā)展的對(duì)抗性數(shù)字游戲產(chǎn)業(yè)，能夠?qū)�業(yè)地制作游戲并通過(guò)流媒體直播或面對(duì)面等方式面向受眾。盡管這種組織化對(duì)抗性的游戲已經(jīng)發(fā)展了數(shù)十年，但近年來(lái)，游戲技術(shù)和流媒體功能的發(fā)展導(dǎo)致其受歡迎程度和合法性出現(xiàn)了巨幅增長(zhǎng)。例如Fortnite(堡壘之夜)是去年最火的游戲之一，僅2018年就收入24億，收獲用戶(hù)超過(guò)2.5億。

混合現(xiàn)實(shí)體驗(yàn)館(Mixed Reality Arcades)

就像上個(gè)世紀(jì)80年代的電子游戲一樣，游戲形式日漸流行，但大多數(shù)人并不能負(fù)擔(dān)設(shè)備費(fèi)用，所以如同當(dāng)年的游戲廳，混合現(xiàn)實(shí)體驗(yàn)館應(yīng)運(yùn)而生。

Nomadic是MR街機(jī)的初創(chuàng)者，在佛羅里達(dá)州奧蘭多市和加利福尼亞州圣拉斐爾市都開(kāi)設(shè)了線下MR游戲體驗(yàn)店，玩家可以在店內(nèi)帶著VR頭盔和背包在房間里探索。

混合現(xiàn)實(shí)體驗(yàn)館無(wú)處不在，使每個(gè)人都可以參與到很多游戲中來(lái)，但這次卻不需要等待很久了。Virtual World Arcad公司提供了無(wú)限虛擬現(xiàn)實(shí)時(shí)間的會(huì)員套餐。在東京，混合現(xiàn)實(shí)體驗(yàn)館提供的不僅僅是基礎(chǔ)游戲，還包括搖擺式安全帶、飛行平臺(tái)和模擬蹦極跳、飛行，甚至可以從摩天大樓上摔下來(lái)。

 

 

Virtual World Arcad混合現(xiàn)實(shí)體驗(yàn)館

趨勢(shì)九：媒體分銷(xiāo)

被迫做出選擇的平臺(tái)(Platforms forced to pick sides)

由于假新聞、仇恨言論等滋生，在線平臺(tái)和社交媒體將越來(lái)越多地投資于平臺(tái)管理：可以使用人工審閱，也可以使用能檢測(cè)到仇恨或問(wèn)題語(yǔ)音的算法。

Amnesty International在Twitter發(fā)布了名為“Troll Patrol”的項(xiàng)目，該項(xiàng)目發(fā)現(xiàn)將近1000名女性政客和記者收到的推文中，每30秒就會(huì)有一條是“侮辱性”言論。此外，政策明確至關(guān)重要。但是，真正的問(wèn)題在于將是選擇哪些利益相關(guān)者參與定義這些規(guī)則，因?yàn)槿魏螞Q策都可能被政治化。

限制批量消息(Restrictions on Bulk Messaging)

新聞機(jī)構(gòu)目前依靠第三方平臺(tái)來(lái)吸引消費(fèi)者。而限制批量消息將導(dǎo)致新聞媒體與受眾的互動(dòng)變得更加困難。自2019年12月起，WhatsApp將不再允許自動(dòng)或批量推送消息。

在當(dāng)今媒體平臺(tái)比電子郵件更受歡迎的時(shí)代，F(xiàn)acebook擁有的WhatsApp一直是新聞機(jī)構(gòu)每日發(fā)送新聞消息的重要工具。該公司宣布，它將在12月7日新限制生效后對(duì)在平臺(tái)上批量發(fā)送消息的任何個(gè)人或公司采取法律行動(dòng)。

這些限制在很大程度上與未來(lái)平臺(tái)限制法規(guī)有關(guān)。WhatsApp在印度擁有超過(guò)4億的用戶(hù)，虛假信息和謠言傳播引發(fā)了一系列暴民動(dòng)亂。

美國(guó)本地新聞機(jī)構(gòu)的新增長(zhǎng)點(diǎn)(New Interest in America’s Local News Outlets)

Pew研究中心的數(shù)據(jù)顯示，2008年至2017年間美國(guó)報(bào)紙新聞編輯室的雇員下降了45%，創(chuàng)下了美國(guó)本地報(bào)紙合并和關(guān)閉數(shù)量的紀(jì)錄。目前新聞機(jī)構(gòu)正在為重建本地新聞業(yè)做著大量努力。

2019年，谷歌的“新聞?dòng)?jì)劃”與美聯(lián)社合作，為新聞編輯室構(gòu)建了一個(gè)可以直接共享內(nèi)容及其報(bào)道計(jì)劃的工具。該公司還與McClatchy合作，建立了覆蓋當(dāng)?shù)氐臄?shù)字新聞?wù)军c(diǎn)——第一個(gè)站點(diǎn)將設(shè)在俄亥俄州的揚(yáng)斯敦，那里的日?qǐng)?bào)《Vindicator》最近剛剛關(guān)門(mén)。2018年，F(xiàn)acebook和Lenfest新聞學(xué)院資助啟動(dòng)了本地新聞?dòng)嗛喖铀倨�。�?jù)Facebook說(shuō)，加速器項(xiàng)目在14個(gè)參與該計(jì)劃的都市報(bào)上吸引了成千上萬(wàn)的數(shù)字訂閱和電子郵件訂閱讀者。

 

 

Lenfest Institute for Journalism官網(wǎng)

訂閱經(jīng)濟(jì)成熟(The Subscription Economy Matures)

無(wú)論你是訂閱、沖會(huì)員還是捐贈(zèng)，我們都生活在受眾經(jīng)濟(jì)時(shí)代。對(duì)于媒體公司(尤其是新聞媒體)而言，這意味著商業(yè)動(dòng)機(jī)需要與消費(fèi)者的需求保持一致。但是，風(fēng)險(xiǎn)在于訂閱內(nèi)容的傳播會(huì)淹沒(méi)觀眾的支付意愿(或能力)。如果發(fā)生這種情況，發(fā)布商將需要繼續(xù)尋找新的收入來(lái)源。

訂閱產(chǎn)品已經(jīng)變得隨處可見(jiàn)：Conde Nast在1月份宣布將在年底以前將其所有雜志網(wǎng)站(以前以廣告收入為主)變成付費(fèi)訂閱。全國(guó)各地的報(bào)紙都在推出新的訂閱產(chǎn)品或完善現(xiàn)有的服務(wù)。迪士尼正在迅速發(fā)展訂閱視頻服務(wù)，該服務(wù)將于11月在美國(guó)推出，涵蓋了迪士尼、ESPN和Hulu的視頻。

但即使目前普遍認(rèn)為數(shù)字出版將是未來(lái)的發(fā)展出路，紙質(zhì)訂閱仍然對(duì)小型本地出版商有重要意義。阿肯色州《生活》雜志在1月份成功啟動(dòng)了紙質(zhì)訂閱活動(dòng)后，又延續(xù)了一年的出版時(shí)間。該雜志計(jì)劃削減出版，將更多業(yè)務(wù)轉(zhuǎn)移到網(wǎng)上，但仍需要紙質(zhì)訂戶(hù)獲得收入。

線下連接(Offline Connections)

隨著用戶(hù)轉(zhuǎn)向移動(dòng)設(shè)備，開(kāi)發(fā)者們也應(yīng)當(dāng)確保自家APP能夠離線使用。Netflix、Youtube和Amazon Prime現(xiàn)在都在打造離線瀏覽功能，允許用戶(hù)緩存視頻，稍后觀看。

新聞內(nèi)容聚合應(yīng)用，如Google、Smartnews和Apple，同樣想要盡可能地利用用戶(hù)時(shí)間，哪怕在wifi信號(hào)很弱的時(shí)候�！度A盛頓郵報(bào)》的漸進(jìn)式網(wǎng)絡(luò)應(yīng)用(Progressive Web App，可以理解為類(lèi)似微信小程序，但它是基于Web瀏覽器運(yùn)行)就將移動(dòng)網(wǎng)頁(yè)的加載時(shí)間從4秒縮短到了80毫秒，使用戶(hù)在離線狀態(tài)下也能閱讀新聞。

 

 

Progressive Web App比正常瀏覽器打開(kāi)網(wǎng)頁(yè)要快得多

作為服務(wù)的新聞業(yè)(Journalism as a Service)

在傳統(tǒng)新聞產(chǎn)品之外，新聞組織現(xiàn)在也在提供新聞服務(wù)。這種轉(zhuǎn)向使得媒體能充分實(shí)現(xiàn)其內(nèi)容價(jià)值。新聞服務(wù)主要面向從事知識(shí)領(lǐng)域工作的群體，包括大學(xué)、法律初創(chuàng)公司、數(shù)據(jù)科學(xué)公司、商業(yè)、醫(yī)院甚至科技巨頭等。媒體積累的內(nèi)容實(shí)際上是能夠被結(jié)構(gòu)化、清洗，從而被多種組織運(yùn)用的數(shù)據(jù)資源。

作為服務(wù)的新聞包含多個(gè)部分：新聞報(bào)道、API、編輯部和付費(fèi)第三方均可使用的數(shù)據(jù)庫(kù);與新聞事件結(jié)合的日歷插件;使用媒體組織積累的內(nèi)容和數(shù)據(jù)庫(kù)來(lái)自動(dòng)生成報(bào)告的系統(tǒng)等。服務(wù)可以脫離社交媒體平臺(tái)而提供，減少新聞組織對(duì)外的利潤(rùn)分成，使其提供的服務(wù)可以充分變現(xiàn)。

彈出式新聞編輯室與限量新聞產(chǎn)品(Pop-Up Newsrooms and Limited-Edition News Products)

新聞機(jī)構(gòu)正在使用彈出式新聞編輯室和限量產(chǎn)品來(lái)吸引受眾。集成協(xié)作的新聞編輯室可以專(zhuān)注于單個(gè)主題或項(xiàng)目，從而擴(kuò)大影響范圍并發(fā)現(xiàn)更深的故事。限量播客、新聞和活動(dòng)可識(shí)別出對(duì)此感興趣的讀者并測(cè)試其新想法。

2019年3月，BuzzFeed在紐約發(fā)行了單日出版印刷品，在網(wǎng)上吸引了廣泛的注意，這種限量產(chǎn)品可能是發(fā)展新受眾的機(jī)會(huì)。

媒體整合(Media Consolidation)

在美國(guó)，數(shù)字用戶(hù)日漸增加，傳統(tǒng)媒體公司利潤(rùn)持續(xù)下降，基于廣告的收入模式很難維持，尤其是對(duì)于本地媒體來(lái)說(shuō)，形勢(shì)更加艱難。美國(guó)聯(lián)邦通信委員會(huì)(FCC)的去管制化政策也為大型媒體集團(tuán)的收購(gòu)合并與垂直整合鋪平了道路。

2019年出現(xiàn)了一批巨額并購(gòu)：迪士尼和�？怂乖谌�月份完成了合并，其中包括轉(zhuǎn)移了對(duì)Hulu的控制權(quán);法院于2月份對(duì)AT&T收購(gòu)Warner Media一案作出了最終批準(zhǔn)，駁回了法官關(guān)于該交易是反競(jìng)爭(zhēng)行為的觀點(diǎn)。

基于聊天模式盈利的新聞業(yè)(Monetizing Chat-Based Journalism)

信息交流平臺(tái)已經(jīng)成為社交行為的新中心，這其中就包括信息分發(fā)和經(jīng)濟(jì)交易行為，且二者可以合二為一。這種渠道的中心化創(chuàng)造了到達(dá)讀者的新機(jī)會(huì)，且讀者擁有小額數(shù)字支付的功能。

騰訊微信是率先將小額支付系統(tǒng)納入其信息交流平臺(tái)的軟件之一。以前的記者、電影評(píng)論家和行業(yè)專(zhuān)家等關(guān)鍵意見(jiàn)領(lǐng)袖現(xiàn)在可以通過(guò)微信公眾號(hào)打賞獲得收入。一些專(zhuān)欄作家每篇文章的收入最高為4,500美元。其他主要平臺(tái)包括Facebook等也在增加相似功能。

 

 

微信公眾號(hào)的贊賞功能

注意力指標(biāo)的終結(jié)(The End of Attention Metrics)

衡量注意力經(jīng)濟(jì)的指標(biāo)不再易于測(cè)量，流量造假屢禁不止。2018年11月，美國(guó)司法部起訴8人大規(guī)模廣告欺詐，造假?gòu)V告收入共計(jì)3600萬(wàn)美元。他們巧妙地使用漫游器來(lái)偽造點(diǎn)擊行為甚至鼠標(biāo)移動(dòng)來(lái)模仿人類(lèi)消費(fèi)者。對(duì)于依賴(lài)廣告收入的發(fā)行商和需要滿(mǎn)足客戶(hù)指標(biāo)的廣告商而言，這都是一個(gè)嚴(yán)重的問(wèn)題。

web3.0

去中心化與合作加速了第三代互聯(lián)網(wǎng)的發(fā)展。Web 1.0是互聯(lián)網(wǎng)時(shí)代的開(kāi)始，它引入了靜態(tài)網(wǎng)頁(yè)、電子商務(wù)和電子郵件。Web 2.0通過(guò)引入社交網(wǎng)絡(luò)、共享經(jīng)濟(jì)、云計(jì)算和動(dòng)態(tài)的自我維持內(nèi)容存儲(chǔ)庫(kù)(如Wikipedia和Github)實(shí)現(xiàn)了分散式協(xié)作。分布式分類(lèi)推動(dòng)了大規(guī)模協(xié)作，并帶來(lái)了Web 3.0。

在Web 3.0時(shí)代，合作和分散創(chuàng)作都能夠加速發(fā)展的原因有二：基于數(shù)據(jù)挖掘、自然語(yǔ)言生成(NLP)和文本解析等技術(shù)，收集、挖掘與理解非結(jié)構(gòu)化數(shù)據(jù)都變得更容易;通過(guò)AI和機(jī)器學(xué)習(xí)，機(jī)器能夠直接彼此合作。最終，機(jī)器將能夠互相訓(xùn)練。已經(jīng)有類(lèi)似的項(xiàng)目在進(jìn)行中。

在媒體領(lǐng)域，Otoy通過(guò)創(chuàng)立一個(gè)合作者組成的去中心化分布式網(wǎng)絡(luò)，共享空閑的處理資源，降低視覺(jué)設(shè)計(jì)效果的生產(chǎn)成本。另外，在Web3.0時(shí)代，媒體也能夠建立微型支付系統(tǒng)，或者使用戶(hù)能對(duì)自己的隱私和數(shù)據(jù)擁有更多的控制力。

趨勢(shì)十：空間計(jì)算

媒介整合(Media Consolidation)

空間計(jì)算將來(lái)自真實(shí)世界的數(shù)據(jù)與個(gè)人數(shù)據(jù)、數(shù)字內(nèi)容混合在一起。增強(qiáng)現(xiàn)實(shí)將數(shù)字內(nèi)容投影疊加到真實(shí)環(huán)境中，利用空間計(jì)算導(dǎo)入環(huán)境并進(jìn)行快速計(jì)算。數(shù)字形態(tài)的墻壁、地板和沙發(fā)就這樣產(chǎn)生了，而且它們?nèi)匀蛔裱�物理定律。Magic Leap是一家著名的空間計(jì)算公司，它的護(hù)目鏡可以將真實(shí)環(huán)境變成可計(jì)算環(huán)境。在未來(lái)的10到15年中，Magic Leap希望發(fā)展城市規(guī)模大小的空間計(jì)算環(huán)境，讓人們每天可以同時(shí)與真實(shí)世界和數(shù)字世界進(jìn)行交互。

 

 

Magic Leap官網(wǎng)

數(shù)字復(fù)制品(Digital Twins)

數(shù)字復(fù)制品指的是在虛擬世界復(fù)制出一個(gè)真實(shí)世界存在的物品，并使其可以按照指令行動(dòng)。視覺(jué)體積 (Volumetric Fields of Vision) 空間計(jì)算不像傳統(tǒng)只捕捉2D維度，同時(shí)還捕捉深度、體積等多維數(shù)據(jù)。

動(dòng)態(tài)光場(chǎng)(Dynamic Light fields)

光場(chǎng)可以測(cè)量在各個(gè)方向上流動(dòng)的光。對(duì)于傳統(tǒng)的計(jì)算機(jī)圖形，一般可以通過(guò)拍攝高清照片或根據(jù)數(shù)據(jù)構(gòu)建模型來(lái)生成光場(chǎng)。在空間計(jì)算中，光場(chǎng)必須是動(dòng)態(tài)的。研究人員正在研究動(dòng)態(tài)光場(chǎng)，該光場(chǎng)可以收集光數(shù)據(jù)，然后以模仿人類(lèi)視線角度將數(shù)字對(duì)象投射出來(lái)。

云空間計(jì)算(Spatial Computing Clouds)

目前，空間計(jì)算系統(tǒng)仍然需要使用硬件。但是研究人員希望在云中構(gòu)建更多功能。在云中的多個(gè)用戶(hù)和設(shè)備之間存儲(chǔ)環(huán)境數(shù)據(jù)、過(guò)往實(shí)驗(yàn)和其他程序?qū)⒂兄�于發(fā)展空間計(jì)算系統(tǒng)。

趨勢(shì)十一：智能電子產(chǎn)品

智能電子產(chǎn)品包括智能手表、智能鏡子、智能門(mén)鈴等，可以在人們獲取新聞和進(jìn)行娛樂(lè)等方面發(fā)揮重要作用。截至目前，幾乎所有可穿戴設(shè)備都需要智能手機(jī)或計(jì)算機(jī)來(lái)查看和報(bào)告數(shù)據(jù)、調(diào)整設(shè)置并存檔信息。但這將隨著智能手機(jī)逐漸淡出視野而改變。

智能攝像頭新聞網(wǎng)絡(luò)(Smart Camera News Networks)

亞馬遜的Ring智能門(mén)鈴系統(tǒng)包含一個(gè)名為Neighbors的軟件，該軟件使用戶(hù)可以發(fā)布他們錄制的視頻，并鼓勵(lì)他們發(fā)布社區(qū)內(nèi)可疑活動(dòng)、犯罪和其他問(wèn)題的視頻和照片。

截至2019年8月，美國(guó)各地共有225個(gè)警察部門(mén)可以向Ring Doorbell的用戶(hù)索取視頻錄像。即便不是Ring的用戶(hù)也可以免費(fèi)下載該應(yīng)用并查看發(fā)布的視頻。該應(yīng)用程序允許上傳者剪輯并給視頻注釋?zhuān)�新聞媒體就可以用這些有關(guān)盜竊、火災(zāi)和其他事件的視頻來(lái)補(bǔ)充新聞。但是該應(yīng)用也會(huì)導(dǎo)致一些問(wèn)題。例如種族歧視，故意給他人的照片貼錯(cuò)標(biāo)簽，報(bào)告“可疑”活動(dòng)而沒(méi)有任何真實(shí)證據(jù)。

 

 

Neighbors App

智能ER眼鏡(Smart ER Glasses)

2019年7月，Magic Leap從其獨(dú)立創(chuàng)作者計(jì)劃中挑選并發(fā)行了第一款包含世界上最知名的風(fēng)景的3D拼圖游戲�？臻g計(jì)算系統(tǒng)和ER眼鏡可以將光線直接投射到用戶(hù)的眼睛中，使數(shù)字對(duì)象看起來(lái)像存在于現(xiàn)實(shí)世界中。雖然Magic Leap的眼鏡尚未面向大眾出售，但其開(kāi)發(fā)者平臺(tái)和企業(yè)合作伙伴生態(tài)系統(tǒng)都在快速發(fā)展。

微軟最近展示了一款令人印象深刻的實(shí)時(shí)應(yīng)用程序。本來(lái)以英語(yǔ)演講的女人被重新制作成逼真的全息圖像，用日語(yǔ)表述了同樣的演講。

入耳式電子設(shè)備(Hearables / Earables)

入耳式電子設(shè)備充當(dāng)了我們的私人助理，并在播放音樂(lè)的同事為我們實(shí)時(shí)翻譯對(duì)話。Apple的第二代AirPods可以與Siri兼容，而三星的Galaxy Buds可以通過(guò)其Bixby助手提供語(yǔ)音幫助。

Jabra的Elite Sport耳塞可提供實(shí)時(shí)健身指導(dǎo)、心率感應(yīng)和VO2 Max測(cè)試，并且兼具防汗和防水功能。Soul Electronics的Run Free Bio Pro耳塞可捕獲大量跑步節(jié)奏、步態(tài)對(duì)稱(chēng)性和心率等數(shù)據(jù)。

智能手表、戒指和手鐲(Smart Watches, Rings and Bracelets)

Motiv戒指是一種健身跟蹤器，可以監(jiān)視步數(shù)、心率和其他活動(dòng)，也可以響應(yīng)手勢(shì)。用戶(hù)可以對(duì)其進(jìn)行編程，使其自動(dòng)登錄Amazon、Google和Facebook帳戶(hù)，無(wú)需講話即可控制Alexa。Oura戒指可以收集生物數(shù)據(jù)為使用者提供優(yōu)化睡眠和注意力的建議。PayPal的戒指只需在NFC終端上揮手即可付款。

2018年12月，F(xiàn)CC批準(zhǔn)了對(duì)雷達(dá)跟蹤微動(dòng)芯片的測(cè)試。Soli芯片等可以嵌入到眼鏡、戒指、手鐲中隨時(shí)監(jiān)控用戶(hù)數(shù)據(jù)。

 

 

Motiv Ring 官網(wǎng)

神經(jīng)技術(shù)(Neurotechnologies)

諸如Siri、Alexa和Google Assistant之類(lèi)的語(yǔ)音接口正在變得越來(lái)越復(fù)雜，但是研究人員已經(jīng)開(kāi)始設(shè)想將人類(lèi)和哺乳動(dòng)物直接與計(jì)算機(jī)相連。人們可以通過(guò)這些人機(jī)界面用思想進(jìn)行交流，為中風(fēng)和癱瘓患者提供了新的選擇。

明尼蘇達(dá)大學(xué)和卡內(nèi)基梅隆大學(xué)的生物醫(yī)學(xué)科學(xué)家研究出了一種傳感器界面，該界面允許患者使用頭上的腦波傳感器在屏幕上移動(dòng)光標(biāo)并控制機(jī)械臂。

數(shù)字成癮(Digital Addiction)

對(duì)于數(shù)字產(chǎn)品而言，培養(yǎng)人們使用數(shù)字產(chǎn)品的習(xí)慣至關(guān)重要。越來(lái)越多的研究發(fā)現(xiàn)這些習(xí)慣可能會(huì)對(duì)心理健康產(chǎn)生負(fù)面影響。

人們通過(guò)33種關(guān)于人們閱讀方式的研究發(fā)現(xiàn)，與屏幕閱讀相比，從紙上閱讀時(shí)閱讀者表現(xiàn)更加高效。一些新產(chǎn)品旨在找到一種解決數(shù)字成癮的技術(shù)解決方案，但目前如何長(zhǎng)期緩解這種癥狀尚未明晰。

趨勢(shì)十二：區(qū)塊鏈

區(qū)塊鏈(Blockchain Technologies)

一種在分布式分類(lèi)賬上儲(chǔ)存和共享信息的新技術(shù)，上面所有的交易以及身份信息都受到保護(hù)。

加密貨幣(Cryptocurrencies)

區(qū)塊鏈技術(shù)在2017年來(lái)到拐點(diǎn)。它除了從邊緣化的數(shù)字貨幣發(fā)展到了比特幣之外，還逐漸成為公眾焦點(diǎn)，是一種共享和存儲(chǔ)信息的新方式。盡管該技術(shù)仍在發(fā)展，但其廣泛的應(yīng)用可能會(huì)影響一系列行業(yè)。

Facebook在2019年夏季發(fā)布了Libra——一個(gè)由28個(gè)成員組織組成的財(cái)團(tuán)支持使用的區(qū)塊鏈數(shù)字貨幣，涵蓋支付，電信，金融科技和風(fēng)險(xiǎn)投資行業(yè)等。目前為止區(qū)塊鏈技術(shù)尚未進(jìn)入主流，隨著2020年技術(shù)成熟，區(qū)塊鏈技術(shù)將受到持續(xù)關(guān)注。

 

 

Facebook發(fā)布了加密貨幣Libra

自我主權(quán)身份(Self-Sovereign Identity)

身份管理系統(tǒng)已經(jīng)從政府頒發(fā)身份證逐漸發(fā)展到電子郵件賬戶(hù)和社交媒體帳戶(hù)。每個(gè)人平均擁有27至130個(gè)在線帳戶(hù)。像Google、Yahoo和Facebook這樣的公司已經(jīng)建立了代表用戶(hù)管理大量數(shù)據(jù)的業(yè)務(wù)模型。但在2019年就發(fā)生了15起特大數(shù)據(jù)泄露事件，影響了政府、醫(yī)療保健、金融和技術(shù)領(lǐng)域的20億個(gè)賬戶(hù)，涉及Facebook、CapitalOne、新加坡衛(wèi)生部和保加利亞稅務(wù)局等組織。

區(qū)塊鏈和分布式分類(lèi)賬技術(shù)引入了新的身份管理方法：自我主權(quán)身份。自主權(quán)身份具有跨應(yīng)用、設(shè)備和平臺(tái)的互相操作性和可移植性。自主權(quán)身份具有兩個(gè)主要優(yōu)點(diǎn)：安全性和控制力。

對(duì)于媒體公司而言，自我主權(quán)身份將涉及付費(fèi)、身份驗(yàn)證、版稅以及數(shù)字廣告等領(lǐng)域。

智能版權(quán)和自由職業(yè)者的收入(Tokens For Smart Royalties and Freelancers)

以太坊等區(qū)塊鏈網(wǎng)絡(luò)通過(guò)使用智能合約提供了跟蹤內(nèi)容所有權(quán)和許可的新方法。智能合約是一種自我執(zhí)行的協(xié)議，協(xié)議的條款直接寫(xiě)入代碼中。例如每次播放歌曲時(shí)，款項(xiàng)會(huì)自動(dòng)從聽(tīng)眾處扣除并流向藝術(shù)家們。使用區(qū)塊鏈技術(shù)可以更好維護(hù)版權(quán)。

去中心化內(nèi)容平臺(tái)(centralized Content Platforms)

未來(lái)將會(huì)出現(xiàn)為創(chuàng)作者提供最大所有權(quán)和獎(jiǎng)勵(lì)的平臺(tái)。在這個(gè)平臺(tái)中，創(chuàng)作者將獲得大部分收入，而不是將大部分收入提供給分發(fā)平臺(tái)。同時(shí)，創(chuàng)作者還將保留更多的所有權(quán)并與觀眾進(jìn)行直接互動(dòng)。

區(qū)塊鏈和分布式分類(lèi)帳正在改變內(nèi)容管理和消費(fèi)方式的激勵(lì)結(jié)構(gòu)，用投票的方式支持內(nèi)容以換取報(bào)酬。這將影響許多行業(yè)，從在線游戲到時(shí)尚到零售，從旅游業(yè)到汽車(chē)制造商，甚至包括2020年從事政治運(yùn)動(dòng)的行業(yè)。

 

 

區(qū)塊鏈去中心化與版權(quán)保護(hù)

可溯源與永久存檔(Content Provenance and Permanent Archiving)

區(qū)塊鏈技術(shù)可以創(chuàng)建共享的永久性分類(lèi)帳，其中任何內(nèi)容都無(wú)法刪除。因此，將原始內(nèi)容或索引添加到區(qū)塊鏈?zhǔn)怯浾哂谰帽４嫫鋬?nèi)容并且可進(jìn)行追溯的一種方式。

趨勢(shì)十三：安全與隱私

娛樂(lè)、媒體和技術(shù)公司將在整個(gè)2020年繼續(xù)面臨新的安全和隱私挑戰(zhàn)。現(xiàn)在比以往任何時(shí)候都更重要的是，每個(gè)組織都必須采取積極措施來(lái)保護(hù)用戶(hù)和公司數(shù)據(jù)，定期執(zhí)行滲透測(cè)試以識(shí)別漏洞，定期更新密碼。每個(gè)組織都應(yīng)該為最壞的情況做好危機(jī)計(jì)劃。

竊聽(tīng)(Right To Eavesdrop/ Be Eavesdropped On)

隨著越來(lái)越多的手機(jī)、移動(dòng)設(shè)備、智能軟件連接到物聯(lián)網(wǎng)，這些設(shè)備之間以及與制造它們的公司之間的互動(dòng)將不斷擴(kuò)展。我們的設(shè)備不再只是互相溝通，而是試圖了解我們并談?wù)撐覀儭?/p>

新聞和娛樂(lè)公司需要確定在交換消費(fèi)者數(shù)據(jù)時(shí)，這些設(shè)備是否違反了道德準(zhǔn)則。智能設(shè)備之間交流數(shù)據(jù)的時(shí)候我們無(wú)法確保它們是否在一定程度上超越道德底線、私自獲取我們的信息。

 

 

智能語(yǔ)音助手被曝出“竊聽(tīng)”用戶(hù)

加密消息網(wǎng)絡(luò)(Encrypted Messaging Networks)

在過(guò)去的一年中，記者使用的是諸如Keybase和Signal之類(lèi)的封閉式加密消息網(wǎng)絡(luò)。但是，許多新聞機(jī)構(gòu)仍然沒(méi)有關(guān)于如何使用這些網(wǎng)絡(luò)的準(zhǔn)則。為了對(duì)有關(guān)全球范圍內(nèi)社交媒體黑客入侵和政府資助的監(jiān)視程序做出回應(yīng)，專(zhuān)用網(wǎng)絡(luò)將在2020年繼續(xù)流行。

網(wǎng)絡(luò)霸凌者(Media Trolls)

指網(wǎng)絡(luò)空間特有的垃圾郵件、仇恨言論、蕩婦羞辱等行為。Twitter、Facebook和Instagram都更新了社區(qū)標(biāo)準(zhǔn)以限制仇恨言論。Reddit禁止r / Incels之類(lèi)的團(tuán)體違反該網(wǎng)站的社區(qū)標(biāo)準(zhǔn)(盡管在該網(wǎng)站的其余部分上仍有大量可怕的內(nèi)容)。

真實(shí)性(Authenticity)

網(wǎng)絡(luò)空間何為真實(shí)已經(jīng)很難鑒定。Facebook已與Poynter Institute國(guó)際事實(shí)檢查網(wǎng)合作，以打擊其平臺(tái)上的虛假新聞。但是，這種合作關(guān)系本身很難監(jiān)控，也進(jìn)一步說(shuō)明了Facebook對(duì)數(shù)字媒體的主導(dǎo)影響力。媒體的真實(shí)性已從假新聞從擴(kuò)展到假視頻。Deepfake是一種計(jì)算機(jī)生成的面部互換視頻，最早起源于Redditin，在關(guān)閉之前積累了超過(guò)80,000的訂戶(hù)。

 

 

Deepfake制作的假視頻

信息主權(quán)(Data Ownership)

信息主權(quán)不只包括IP和版權(quán)，在智能設(shè)備風(fēng)行的今天，還包括了個(gè)人行為、健康數(shù)據(jù)和網(wǎng)絡(luò)活動(dòng)等。比如上傳到Facebook的照片和在YouTube上投稿的視頻。

寫(xiě)在最后

我們或許會(huì)感覺(jué)到技術(shù)更新迭代的速度放慢，但無(wú)可否認(rèn)的是，我們正逐漸跨入一個(gè)以人工智能為主流的技術(shù)新時(shí)代。在這個(gè)新時(shí)代里，我們?nèi)匀幻媾R著嚴(yán)峻的考驗(yàn)：驗(yàn)證新聞?wù)鎮(zhèn)稳匀患�手，而各�?lèi)造假應(yīng)用卻變得更加隱蔽了;在合成媒體的新世界中機(jī)器寫(xiě)作雖然解放了人力，卻帶來(lái)了更嚴(yán)重的算法規(guī)范問(wèn)題;數(shù)字訂閱失靈，受眾流失困擾著所有傳統(tǒng)媒體和新媒體。如何在這擁擠的市場(chǎng)里奪取受眾有限的注意力將在未來(lái)幾年里依然縈繞在每一個(gè)媒體人的心上。

然而，面對(duì)這不確定的未來(lái)，所有人都沒(méi)有放棄。歐盟通過(guò)的《通用數(shù)據(jù)保護(hù)條例》得到了全世界的認(rèn)可，各個(gè)國(guó)家也都在推進(jìn)與網(wǎng)絡(luò)和數(shù)據(jù)安全相關(guān)的立法規(guī)定;算法寫(xiě)作曾被認(rèn)為會(huì)取代記者，如今則幫助媒體挖掘出更多更深的故事;區(qū)塊鏈技術(shù)曾遭遇發(fā)展低谷，卻依舊是保護(hù)媒體版權(quán)和可溯源永久保存數(shù)據(jù)的首要選擇。

技術(shù)向前發(fā)展是無(wú)法逆轉(zhuǎn)的趨勢(shì)。然而無(wú)論這個(gè)世界如何變化莫測(cè)，利用技術(shù)改善人類(lèi)生活的初心從未曾改變。

來(lái)自：2020年媒體技術(shù)趨勢(shì)報(bào)告：13大領(lǐng)域、89項(xiàng)變革全輸出

標(biāo)簽： 技術(shù)趨勢(shì) 人工智能 區(qū) 榱

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。