啃书文学网

手机浏览器扫描二维码访问

第五章 飓风袭来将被颠覆的行业（第8页）

表5.4IBM沃森给特朗普就职演讲各类情绪所打的分数

资料来源：IBMWaston。

目前，还有一类“商业关系图谱”公司，利用深度学习和大数据技术，发掘商业人物、公司、财产等之间的关联。例如国内的“天眼查”软件通过分析国内8000万家企业、人、实体之间关系的投资结构，个体商户工商信息以及企业商标信息库，公开的诉讼信息等海量数据库，用深度学习、大数据技术解析出商业社会关系网络，让人物关系、公司持股等关系一目了然，目前已经被记者用于新闻报道中。

3.机器视觉技术有助于查找信息和数据

机器视觉技术主要用于从照片和视频中自动提取描述数据，例如位置，可识别的人、地点和事物等有价值的元数据，使图像更容易管理或被搜索、发现，既便于编辑快速分类和组织大量图像和视频的语料库，提高编辑速度，又为调查记者提供了丰富的调查证据。

美联社使用DigitalGlobe（美国高分辨率地球影像服务供应商）的卫星图像技术，来锁定东南亚海域轮船的高分辨率图像，以便获得一个关于海洋捕捞行业滥捕的调查项目的重要证据，该报道在2016年获得普利策奖中的公共服务奖。DigitalGlobe的计算机视觉算法能够调整其卫星摄像头，拍摄最佳和必要的图像，这些图像给予新闻工作者一个“上帝视角”，为新闻报告提供了一个全新的参考点，这超出了传统新闻报道团队的能力范围。（见图5.20）

在另一个工作场景中，文本转视频平台Wibbitz利用图像识别，自动用编辑图片和视频脚本生成匹配一段给定文本的视频，生成粗剪的视频供编辑人员进一步精编。这样允许记者更多地关注内容，更少地关注制作视频的重复工作。平台使更多人能够更快、更好和更有效地工作，也能帮助制片人大规模创作有吸引力的视频。2016年，阿里云还演示了一段人工智能解说NBA（美国职业篮球联赛）的视频，这项技术在电视、网络媒体的即时播报中也将发挥重要作用。

图5.20东南亚商船运送货物路线的卫星图像（7月14日银海2号在阿拉弗拉海）

图片来源：DigitalGlobe。

传感器新闻

2013年，纽约公共广播的数据新闻团队借助土壤温度传感器，准确报道了美国东海岸蝉的回迁。这应该是传感器新闻的最初探索之一。随着智能终端呈现指数级增长（美国计算机技术工业协会预测到2020年将达到500亿台），未来社会越来越多的信息将直接通过这些终端的传感器获取，呈现万物皆媒的趋势。

传感器必将改变新闻的采集手段。在这个层面上的传感器，是人的感官延伸，可以在一定程度上帮助人突破自身的局限，从更多空间、更多维度获得与解读信息。通过传感器获得的大规模环境信息、地理信息、人流信息、物流信息、自然界信息等，可以为专业媒体的报道提供更为丰富、可靠的数据，甚至可以为选题的发现提供线索。传感器对某些特定对象或环境的监测能力，也使它们可以更灵敏地感知未来动向，为预测性报道提供依据。净化器公司了解每个家庭的空气状况，智能手表、智能手环公司能够获取一个地区民众的运动和身体状况。未来，媒体可能需要寻求掌握该类数据的合作伙伴，从更深、更广的层面获取新闻信息，从而带来新的可能性。

美国堪萨斯城一家创业公司ShotTracker就开发了一套智能系统。这套系统通过在球鞋和篮球中植入传感器，向人们传达球场上的一切信息，从而让篮球比赛变得更加透明。ShotTracker系统还能根据球员和球在场上的移动数据进行实时分析，包括球员投篮次数、失误次数、助攻、抢断、扣篮等动作，对球员情况进行一系列分析，把在本次比赛中球员的优势和劣势都以数据的形式呈现出来。该类传感器的普及，将使体育新闻报道中球员表现等数据的准确性大幅提升。（见图5.21）

图5.21NBA借传感器绘制比赛中篮球与球员的运动轨迹

图片来源：cnbeta。

另外，传感器还有“用户反馈”的价值。作为反馈机制的传感器，将用户反馈深化到了生理层面。传感器可以采集用户的心跳、脑电波状态、眼动轨迹等身体数据，准确测量用户对于某些信息的反应状态。这样一个层面的反馈，不仅可以更真实、精确地反映信息在每个个体端的传播效果，也可以为信息生产的实时调节、个性化定制或长远规划提供可靠的依据。

在智能物体作为信息采集者日益普及时，“物—人”之间的直接信息交互也将逐渐变成常态。由“物”所监测或感知的某些信息，也许通过“物—人”信息系统，就能直接到达目标受众，这会使专业媒体的中介性意义被削弱，甚至可能出现OGC（ObjectGeneratedContent，物体生产内容）。

个性化新闻

个性化新闻在今天已被普遍接受，它主要体现在三个层面：一是个性化推送；二是对话式呈现；三是定制化生产，这是个性化新闻的更高目标，它的成熟与普及取决于更深层的用户洞察能力。

1.个性化推送

个性化推送凸显了算法对于新闻分发的意义，算法的水平决定了个性化匹配的精准程度。一个人长期使用某App浏览新闻，该用户的阅读数据就会被不断地反馈进数据库，用户画像就逐渐清晰。同时，随着用户数量的增加，通过相似点描绘可以将人不断地分群，从而进行群体分发，再加上之前累积的数据，通过算法运算完成智能化的推荐。但令大家担忧的是，算法容易被其所有公司或更高的利益集团所控制，失去新闻报道的独立性和对社会进步的推动作用，这一点已经在中国的个性化新闻中有所体现。算法只提供受众喜欢阅读或认同的信息内容，导致个人消费越来越多的同类信息，以致个体受众不太可能阅读到与其意见相左的信息或观点，社会上不同声音之间的沟通交流日趋减少，社会言论也越来越单一。算法让“过滤气泡”现象更加严重，给社会舆论的健康带来风险。

2.对话式呈现

一些媒体正在探索社交机器人在新闻传播中的应用，它们将某些新闻的获取和阅读过程变成一个互动对话过程，通过机器人与用户的对话，来了解用户的阅读偏好，进而推荐相关的内容，但用户是否愿意承受这种对话的成本，仍需观察。例如，全球数千万的用户可以要求亚马逊或谷歌的智能音箱播放美国在线、《华盛顿邮报》3小时内的精彩新闻。

3.定制化生产

和今天纯粹用算法做匹配的机制不完全一样，未来还会生成所谓定制化信息的生产，即基于大数据分析的、基于场景的个人化信息定制，针对用户的兴趣生产和讲解。定制化生产是个性化新闻的更高目标，它的成熟与普及取决于更深层的用户洞察能力，场景分析是理解用户在特定环境下需求的一把钥匙。AutomatedInsights已经在该方面进行尝试，雅虎正在合作关于幻想运动（fantasysport）的内容，用户可以选择真实比赛中登场的运动员，组成自己的球队，和朋友之间相互比赛，在美国每周有超过3000万用户使用这项内容，为每一对匹配的对抗组进行报道，用户能够知道关注的队伍表现得怎样，投球表现如何，胜利了还是失败了。雅虎曾经的做法是发布一个报道，让千百万人同时读它，AutomatedInsights能够发布千万个报道，而且每个报道都是独一无二、专门为用户定制的。

智慧城市——“上帝视角”的城市管理

早在2008年IBM就提出了智慧城市的概念，从交通、医疗、能源、政府、水资源、安全、楼宇和园区领域为政府提供整套的智慧城市方案。目的是让城市运转更加高效环保，管理更加科学，并能提前发现问题，如交通拥堵、环境污染、公共安全等。随后，多个国家开始了智慧城市的实践，高峰时期IBM曾有超过1000个智慧城市项目在建。但普通市民似乎并未感受到拥堵的交通状况有所改善，地震、火灾后政府的响应能力有所加快，就医的体验有所提升。

企业、政府、未来学家都希望将城市打造成一个高度统一的智能系统，但庞大的软件、硬件、基础设施投入和短期内有限的效益形成了较大反差。不少政府放弃了IBM起初的方案，转而从垂直领域出发，从解决具体问题入手，提高城市的智能化水平。而AI在其中扮演了越来越重要的角色，AI推动下的安防、交通系统、政务服务、环境保护等都获得了质的突破。

智能交通

交通问题是让很多大城市政府头疼的问题，即使有明确的交通规则和更宽的马路，堵车也会发生。因为交通系统是典型的“非线性系统”，有非常多的因素相互牵制和互相依赖。在大城市上班的市民一定会感受到，早高峰的时候，你6:00出门，就能早半小时到达，而你再晚10分钟出门，可能就会迟到。

2016年，麻省理工学院、瑞士苏黎世理工学院和意大利国家研究委员会联合研究团队已经研发出一款新道路系统，在道路上将不再有交通信号灯，并提出了“基于时段的交叉路口”概念，其与航空交通管制系统相似，即每辆汽车接近交叉路口时，由交通管理系统协调交叉路口时间。这意味着整个交通系统将与道路上的所有汽车实现同步。麻省理工学院可感知实验室研究科学家、意大利国家研究委员会会员保罗·桑蒂（PaoloSanti）表示，将交通灯更换成基于时段的道路系统可以极大地提高交叉路口的交通性能，而且交通堵塞和延误现象也会随之消失。而韩国最大的通信运营商SK厂商正在测试借助5G实时通信技术将汽车与其他车辆和行人连接起来的技术，最终使未来的交通不再需要交通信号灯。其计划2019年开始为主要高速公路推出这种自动驾驶服务，然后将服务扩展到更繁忙的街道。（见图5.22）

图5.22不再有交通信号灯的交叉路口

图片来源：麻省理工学院可感知城市实验室。

未来，只有智能驾驶汽车、交通基础设施、车联网、交通管理系统整体协同才能让每个公司的无人车在公平的规则下行使，才能实现真正的智能交通，从而大幅提升交通效率。阿里巴巴为城市交通系统打造了一个“城市大脑”。2016年10月，该系统首先在杭州测试，通过杭州5万多个道路摄像头做信息采集，相关数据汇集到后台进行交换与处理，由人工智能系统做出算法决策，然后再传回交通设施上执行，可以对整个城市进行全局实时分析，自动调配公共资源，在部分路段的测试过程中，“城市大脑”让车辆的通行速度最高提升了11%。该类系统的商用也将大幅减少人力成本，阿里巴巴视觉计算组负责人介绍说：“这些视频如果由交警三班倒地去看，需要15万个交警，而通过算法，城市大脑可以在短时间内把这些视频都看完，数清楚有多少辆车往哪个方向走了。”

高级辅助驾驶汽车和车联网结合能够大幅降低城市的交通事故，并减少车辆的能源消耗。美国交通部基于600万例交通事故的分析数据显示，ADAS（高级辅助驾驶系统）的使用能够降低15%的交通事故，V2X（车联网）的使用能够降低36%的交通事故，而两者结合能够避免96%的交通事故。华为在苏州工业园区的智慧交通测试更是验证了这个说法。因为车联网的引入，交通延误能够降低15%，主干道平均速度提高15%，停车次数降低17%。而欧洲一个团队通过车联网让车辆编队行驶，能够减少车辆油耗7%～15%，减少人力成本40%。

安防

AI在打击恐怖分子、罪犯，预测突发情况，管理密集人群等方面开始发挥较大效用。图像识别技术开始让城市管理系统实现目标检测（车牌识别）、人脸识别（属性提取）、目标分类（车、行人）等功能。主要用在运动目标检测、周边入侵防范、目标识别、车辆检测、人流统计等方面。

夫人，总裁他罪不至死  小农女种田忙  重生九零之神医商女  市场·情场·官场  天才萌宝：爹地超宠妻  穿越梦境  重生年代：胖厨娘的红火小日子  她切回满级大号了  蜜宠霸爱：厉少，你失宠了  盗墓笔记之尘封的记忆  前妻别跑：偏执慕总放肆宠  守城使  凰谋天下  沈再云夏顾雪重生鉴宝  婚心动魄：我的神秘大boss  面对秋阳  神王殿  重生：影后夫妇疯狂撒狗粮  人在航海，开局艾尔沃特海战  世家三代录