觀察|媒體與AI相遇背后有何邏輯？
2012年，谷歌內部一個名叫X試驗室的秘密實驗室發布一項重大進展：通過數年研究，他們成功讓人工智能在Youtube上找到貓。此后，越來越多的人意識到人工智能的價值，其發展也一發不可收拾。
時至今日，深度學習已成為談論新興科技的熱門詞匯。這個當時被稱為谷歌大腦的項目已經歷若干次更新換代，而由此脫胎的大腦一詞，庫卡機器人，也正成為時下人工智能的代名詞。
就在昨日（12月26日），又一個大腦誕生在成都舉行的第五屆中國新興媒體產業融合發展大會上，由新華社和阿里巴巴合資成立的大數據人工智能公司新華智云科技有限公司自主研發的媒體大腦正式發布。
在新華智云聯席CEO徐常亮看來，媒體大腦最終將賦能記者，讓記者有機器智能的武裝，可以探尋背后龐大的新聞資源，這樣的人機結合與寫作，以此帶來新媒體的將是完全不同的跨界融合。
大腦進入細分領域
媒體也能夠擁有自己的大腦，這或許并非是當時的谷歌能夠想象的。
事實上，將人工智能引入媒體并非新鮮。2014年，美聯社就與AutomatedInsights公司達成合作，使用他們的Wordsmith平臺自動生產對財報的報道。現如今，各媒體平臺的寫稿機器人已在氣象報告、災情報告等時效性較強的新聞領域大展身手。
但與媒體大腦相比，這些在簡單程序下生成的報道則顯得有些稚嫩。在發布會現場播放的其基于未來場景的宣傳短片中，記者注意到，媒體大腦使用的將是遍布在城市的傳感器，這些傳感器可能是隱藏在城市中的攝像頭，通過圖像識別功能，直接將新聞場景中的要素解讀為若干關鍵詞，并通過內置了寫作模板的電腦程序將其生成新聞。
根據示意，整個過程不超過10秒，這將為需要快速反應的新聞事件爭取大量時間。在視頻解說中，由媒體大腦生成新聞的案例也均圍繞火災、車禍等有此需求的突發性災難事件而來。
誠然，媒體大腦勾勒出的是一個十分美好的未來景象。但如果具體到實踐層面，一個不可忽視的問題是，如何能夠將這些來源不同的傳感器為我所用？而現有傳感器的識別能力是否能夠滿足媒體大腦的需求？
從大腦的快速發展中或許可以找到問題的解答。事實上，自2012年以來，大腦商業化運用僅在互聯網領域孕育6年時間，現如今已在線下落地生根。2016年，城市數據大腦落戶杭州，大腦與城市的嫁接成為推動城市治理與建設的智慧藥方。
現如今，大腦已成功在更加細分的領域發揮作用。據徐常亮介紹，到今年，杭州攝像頭的數據已被用來反饋紅綠燈的放行策略，以此調節城市的擁堵情況。另一個例子是，在創新的國度以色列，大腦已被用到更為民生的領域在索里克污水處理廠，一個完善的數據監控體系將幫助其免受黑客的入侵。
以此為經驗，媒體大腦也將找到其落地生根的可能。讓數據形成閉環，讓數據回到業務的使用場景當中去，這就是數據業務化。對此，徐常亮如是說到。
由分眾回歸專業
城市大腦的誕生，一個重要的價值正是讓人工智能能夠在日常生活中得以運用。而對于內容生產領域而言，大腦的意義絕不僅止于此。在新聞分眾時代下，這種利用人工智能所實現的更加理性而快捷的新聞產生方式，將使內容的專業性找到其回歸的路徑。
此前，在探討IP的下一步發展模式時，騰訊互動娛樂設計總監李若凡曾指出，在UGC愈加成為IP粉絲群體的一種亞文化表現之時，可以思考的是，如何通過其向PGC的轉化，最終將其變成具有官方盈利效果的OGC產品。
從UGC到PGC已成為業內共識。從收費閱讀模式的興起，到以粉絲為主體的創意孵化平臺不斷搭建，內容專業性的回歸似乎正步入正軌。
而對于媒體大腦而言，這種與PGC相類似的專業內容還有新的表現形式。在現場，徐常亮將由媒體大腦生成新聞的模式稱作MGC（MachineGeneratedContent）。在他看來，MGC在內容生產規模上將是UGC的三次方，工業機器人維修，因為MGC在時間上，空間上以及信息搜集的方式上都大于UGC。
據他介紹，媒體大腦會建立一個新聞資訊庫，對包含新聞在內的內容數據進行結構化、標簽化，實現新聞紀錄歷史，媒體大腦為新聞記錄數據的功能。
與此同時，媒體大腦還將在更多層面推進新聞的專業性。當其帶來的傳媒行業生產方式的升級進一步實現人力資源的解放，專業記者將更加專注于內容的深度與可讀性，不斷的減少或者減免人類需要在淺層感知力上花費的時間，讓人有更多的時間創造。
正如阿里巴巴集團技術委員會主席王堅所言，KUKA機器人示教器維修，這可以創造讓讀者更愿意讀的新聞，進行更有深度，更有態度，更有溫度的報道。
而更具有想象空間的做法是，將人工智能與人結合，使內容更加精準高質，投放更加有針對性。
對于媒體大腦和徐常亮而言，這也是接下來發展的重點內容。下一步的計劃就是賦能記者，讓記者有機器智能的武裝，可以探尋背后龐大的新聞資源，這樣的人機結合與寫作，帶來新媒體的將是完全不同的跨界融合。讓我們一起共建未來。徐常亮在會場如是說到。