原创《媒体大脑：媒体和人工智能的融合重生之路》
该文是关于人工智能相关函授毕业论文范文和人工智能和融合重生之路和媒体大脑方面论文范文资料。
相比于拥有数百年历史的媒体行业,人工智能是一个崭新的概念.这项复杂的技术基于一个简单的理念：让机器来认知世界,通过人类难以企及的计算能力来解决问题和完成复杂的工作.2011年,谷歌首先提出了“谷歌大脑”的概念,2012年,谷歌又做出了一个标志性的成果：让计算机可以识别猫脸.这意味着人工智能第一个阶段的开端：让机器来认知世界.
2016年,发源于互联网行业的人工智能,却开始向互联网以外的行业延伸,开始触达传统行业,甚至在一些特定领域引起了颠覆性的革新.谷歌旗下的人工智能公司Deep Mind研发的阿尔法狗（AlphaGo）在围棋人机对战中击败了世界上最顶尖的棋手,让普罗大众开始认识和了解人工智能这一概念.几乎同一时间段,阿里云推出了“城市大脑”,让人工智能开始应对交通和城市管理的问题.人工智能第二个阶段的探索开始：让人工智能来解决问题和完成工作.
而媒体大脑是媒体与人工智能融合的产物.从报纸到广播、电视,再到互联网和智能手机,技术一直是驱动媒体变革和发展的力量之源,而如今无疑又到了一个媒体需要变革的时代,有一系列的问题亟待解决：新闻核心生产力靠什么技术？媒体影响力靠什么提升？未来的新闻资源在哪里？下一代媒体长什么样？2017年12月26日,在成都举行的第五届中国新兴媒体产业融合发展大会上,新华社发布了中国第一个媒体人工智能平台——“媒体大脑”（mp.shuwen.com）和第一条MGC（Machine Generated Content,机器生产内容）新闻,向海内外媒体提供2410（智能媒体生产平台）、采蜜、新闻分发、版权监测、人脸核查、用户画像、智能会话、语音合成等8个模块的服务,探索人工智能时代媒介形态和传播方式.
2018年1月,新华社社长蔡名照指出：“今年,新华社将整合全社人工智能资源,升级‘现场云’资源聚合平台,利用‘媒体大脑’平台的智能采集、用户分析、图像识别、语音合成等功能,推进在策划、采集、编辑、加工、分发、反馈等全流程应用,探索智能化编辑部的标准和范式,抢占融合发展制高点.”
负责媒体大脑研发的公司就是新华智云,新华智云的宗旨是：“凭计算之力,求数据洞察,赋万物为媒,迎智能时代.”媒体大脑实际上是新华智云对这条宗旨的实践,它的核心要素主要包含这四个词语：计算、数据、万物、智能.计算联结数据,智能赋予万物.
计算联结数据
孤立的数据无法产生价值,大数据对“量”这一指标的需求是空前的,数据的联结靠的是计算.媒体行业数百年累积下了巨量的数据资源,是有待挖掘的宝藏.
互联网公司内有这样一种思维：“一切业务数据化,一切数据业务化.”这很像提出的“从群众中来,到群众中去”的工作方法,只不过需要提炼和系统化的对象变成了一项项具体的业务.媒体同样是业务的一种,而人工智能的快速发展,则让媒体看到了这一工作方法的可行途径.
业务数据化,首先要做到的是让线下数据走向线上,让过去的数据产生价值.在机器识别猫这一过程中,人工智能首先得到了几百万帧的静态视频资料；AlphaGo在刚刚起步时,同样搜罗了巨量的人类棋谱来学习.这都是让既有的信息记录,真正变成人工智能管理下的数据资源.通过强大的计算力,人工智能就可以在图片间、棋谱间找到关联,进而得到“识别猫”“下围棋”等能力.
数据业务化是为人工智能的工作找到了一个出口,并进一步接收反馈.AlphaGo通过自我对弈和与人类高手的较量,不断调整自己的棋路以及对胜负的预期,最终获得了人类难以企及的棋力；而“城市大脑”则是根据城市摄像头数据对红绿灯的放行策略进行优化调整,具体的调整结果又会反馈到“城市大脑”中,成为进一步完善调整策略的重要参考.以往成功的人工智能案例在这一步上所做的,是让数据的使用和反馈成为一个闭环,而这也是媒体和人工智能融合过程中的一条必经之路.
新闻记录的是历史,沉淀的是数据.媒体大脑的第一项工作,就是建立了一个全球最大的新闻资讯库,这包括文字、图片、音频和视频等各种媒介形式,也包括主流媒体和自媒体乃至UGC（User Generated Content,用户生产内容）等各类信息来源.搜罗信息仅仅是一个开端,如何让信息结构化、标签化才是“一切业务数据化”的关键,而这个过程中必不可少的就是算力.随着云计算业务的发展,媒体大脑可以调用的计算资源在近几年得到了巨大提升,这对媒体而言是前所未有的一次机遇,也是媒体大脑发展的重要基础.
而在收集反馈、形成闭环方面上,人工智能的发展早已走在了前面.随着互联网和智能手机的快速普及,新闻受众对于信息的反馈早已不再是慢悠悠的“读编往来”,人工智能的一个小分支——推荐算法,近几年已经形成了一种行之有效的商业模式.对于媒体来说,收集受众的反馈本该比过去任何一个时代更简单.但在实际工作中,许多媒体却受限于工作思路或媒介形式,缺乏相应的信息沟通渠道.而汇总了全媒体信息和数据的媒体大脑,提供的正是这样一种一站式的解决方案.它收集的反馈一方面使媒体受惠,另一方面,还能为人工智能的自我进化提供数据支持,让媒体和人工智能之间达到互利共赢的效果,这也是媒体和人工智能融合的价值和意义所在.
智能赋予万物
人工智能并不是独立存在的,它需要依托于作为“物”的计算机和智能设备才可以工作.而反过来说,人工智能也可以赋能给各种各样的设备,让它们具有感知世界、向世界发声的能力——这是人类能力的延伸.随着人工智能的发展,我们也将目睹一个万物为媒的进化过程.
媒体大脑2410（智能媒体生产平台）目前运用人工智能、大数据、物联网、云计算等新技术,由MGC新闻覆盖突发事件、程序性报道、舆情报道.其生产过程是：首先通过摄像头、传感器、无人机等方式获取视频和数据,然后经由图像识别、视频识别等技术让机器进行内容理解和新闻价值判断,选取报道角度,将新理解的内容与已有知识图谱进行关联,对语义进行检索,并配合接入天气、交通、地理等数据,经过视频编辑、语音合成、数据可视化等一系列过程,最终生成一条富媒体新闻（包含文字、视频、图谱、音频、可视化等）,可以在不同的平台上展示.
新华社提出的MGC新闻这一概念,与广为人知的UGC形成了对应.在新闻领域,MGC和UGC的共性是在第一时间、第一现场搜集第一手的新闻素材,但MGC的潜力显然更胜一筹：它的感知设备是可复制的,将来覆盖的时间、空间和信息收集的类别都将远超于人类.机器收集的素材也不存在主观判断问题,它是一个更加真实、全面,也更加结构化、数据化的新闻资源.
在可预见的未来,MGC新闻的发展将与智能设备的发展紧密联系在一起,信息渠道的多寡决定了MGC新闻的覆盖面和进步速度.这包括行车记录仪、无人机、智能家居等各类摄像和传感设备,以智能音箱、智能电视为代表的各类信息输出设备,还包括潜在的VR/AR设备,甚至是未来可能无所不包的机器人.人工智能将全面赋能给这些设备,并从中获取自己成长所需的“养分”.
全量数据,万物为媒,人机协同
在人工智能领域,有一个长久以来被争论的问题：人工智能是否会取代人类？具体到媒体领域,人工智能有没有可能取代记者、编辑？MGC新闻是否会替代人类的报道？2013年,牛津大学研究员的Carl Benedikt Frey和Michael A. Osborne共同发表了一篇论文《The Future ofEmployment》,对702种职业被人工智能取代的可能性做出了分析.具体到记者这个职业上,论文中提到,人工智能可以取而代之的概率只有11%.两位学者提到了难以被人工智能取代职业的三个特征：帮助和关切他人、思考和创意内容、社交和谈判能力.截至2017年年底,这篇论文已经被引用超过1500次.
笔者认为,媒体人在日常工作中,恰恰对这三个特征都有一定程度的需求,而这就对应着我们评价新闻报道时常说的有温度、有态度、有深度.如果新闻欠缺了这些要素,那它确实可能被机器所取代,但这显然不应成为媒体人对自己的要求.人工智能的发展和MGC新闻的出现,其实为媒体人展示的是另一条路径：让机器做机器擅长的事情,让机器成为人类的千里眼、顺风耳,让机器承担低价值的重复、枯燥的劳动,而媒体人将由此得到生产力上的解放.
现在的记者都需要花费大量的时间在搜集、整理新闻相关的资料上,这件事未来就可以让机器来做,而且很可能比人类做的更加有条理、有效率；以往记者收集自己作品的反馈费时费力,在未来这同样可以由机器代劳.媒体与人工智能的融合会在整个新闻生产流程中提高效率,而节约出来的时间就可以让记者去做更有价值、更有观点、更有温度的深度报道.媒体大脑所推动的正是这样一次新闻生产流程的重塑,进而改变媒体由内到外的整体生态环境.
未来优秀的媒体人不必是人工智能专家,但他一定知道怎样利用人工智能来更好地为自己的工作服务.媒体大脑的出现,不是要取代记者和编辑,而是在更高层面上,把人与物的延伸连接起来,更快、更准、更智能地获取新闻线索和新闻素材,赋能记者和编辑,帮助媒体提高生产力.在媒体和人工智能的融合之路上,媒体大脑将与媒体携手前行.
作者系新华智云科技有限公司联席CEO
人工智能论文参考资料：
本文结束语,此文是一篇关于人工智能和融合重生之路和媒体大脑方面的人工智能论文题目、论文提纲、人工智能论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
