“人工智能+媒體”的實(shí)踐與展望
——以“中國搜索”為例

文/龍 飛 李玉壘 歐陽明

黨的十八大以來，習(xí)近平總書記把創(chuàng)新擺在國家發(fā)展全局的核心位置，并在不同場合多次談及人工智能的重要性與發(fā)展路徑。在2014年和2016年召開的兩院院士大會(huì)上，習(xí)近平總書記都提到了人工智能的迅猛發(fā)展。2017年，中國共產(chǎn)黨與世界政黨高層對(duì)話會(huì)上，習(xí)近平進(jìn)一步強(qiáng)調(diào)人工智能的重要性，指出互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能的迅猛發(fā)展使得人類生活的關(guān)聯(lián)前所未有。在媒體領(lǐng)域，人工智能技術(shù)也在發(fā)揮著越來越重要的作用。從內(nèi)容的產(chǎn)生，到內(nèi)容的分發(fā)，再到媒體平臺(tái)的建設(shè)，人工智能已經(jīng)極大改變了信息的內(nèi)容與傳播模式。

人工智能的媒體應(yīng)用與中國搜索

人工智能的概念誕生于1956年的達(dá)特茅斯會(huì)議，迄今為止，人工智能總共經(jīng)歷了三次發(fā)展熱潮，第三次熱潮以深度學(xué)習(xí)的提出為標(biāo)志。2012年，深度學(xué)習(xí)之父Hinton的博士生Alex Krizhevsky將深度學(xué)習(xí)技術(shù)應(yīng)用于圖像識(shí)別，一舉在ImageNet大規(guī)模圖像識(shí)別挑戰(zhàn)賽（ILSVRC）中奪魁，并完敗第二名，將Top5錯(cuò)誤率由26%大幅降低至15%，震驚了學(xué)術(shù)界。人工智能真正引起世界范圍內(nèi)關(guān)注的事件是2016年3月，AlphaGo以4:1的成績戰(zhàn)勝世界頂尖棋手李世石。新華社產(chǎn)品研究院副院長李俊認(rèn)為，這標(biāo)志著人工智能技術(shù)的發(fā)展進(jìn)入全新階段。自此，人類智慧的最后堡壘被攻破，人工智能也如水銀瀉地般滲透入人們生活的各個(gè)領(lǐng)域。

眾所周知，視頻、語音、圖片、文字是人工智能四個(gè)重要的應(yīng)用方向，其中圖片和文字為媒體中重要的構(gòu)成要素，分別對(duì)應(yīng)了人工智能的兩個(gè)重要分支：計(jì)算機(jī)視覺和自然語言處理，由于在技術(shù)實(shí)現(xiàn)中，視頻一般轉(zhuǎn)化為圖片處理，所以計(jì)算機(jī)視覺和自然語言處理技術(shù)可以滿足媒體的絕大多數(shù)需求。對(duì)媒體來說，內(nèi)容建設(shè)和媒體平臺(tái)建設(shè)同樣重要。內(nèi)容建設(shè)包括內(nèi)容的產(chǎn)生、分發(fā)、反饋的閉環(huán)，對(duì)中國搜索來說，內(nèi)容安全也是內(nèi)容建設(shè)的重要部分。對(duì)于媒體平臺(tái)建設(shè)來說，一般要求媒體具有互動(dòng)性、易用性、趣味性和個(gè)性化。中國搜索正是沿著計(jì)算機(jī)視覺和自然語言處理兩大技術(shù)路線精耕細(xì)作，為內(nèi)容建設(shè)和平臺(tái)建設(shè)提供技術(shù)支撐。內(nèi)容和平臺(tái)的關(guān)系可以比作酒與器，好酒需配好器，好器應(yīng)盛好酒。只有酒香器貴，媒體才會(huì)有影響力，傳播才會(huì)有好的效果。

中國搜索（簡稱“國搜”，www.chinaso.com）是由中央七大新聞單位——人民日?qǐng)?bào)、新華社、中央電視臺(tái)、光明日?qǐng)?bào)、經(jīng)濟(jì)日?qǐng)?bào)、中國日?qǐng)?bào)、中國新聞社聯(lián)手打造的國家級(jí)互聯(lián)網(wǎng)高新企業(yè)。中國搜索具有媒體和技術(shù)的雙重基因，一直致力于使用人工智能技術(shù)為媒體提供技術(shù)支撐和引領(lǐng)。

中國搜索在內(nèi)容建設(shè)方面的實(shí)踐

如上所述，內(nèi)容建設(shè)包括內(nèi)容的生產(chǎn)、分發(fā)、反饋和安全。在這四個(gè)方面，中國搜索利用人工智能技術(shù)都進(jìn)行了實(shí)踐。

內(nèi)容生產(chǎn)。利用人工智能技術(shù)進(jìn)行內(nèi)容生產(chǎn)由來已久。早在2010年，芝加哥一家領(lǐng)先的自然語言生成企業(yè)級(jí)服務(wù)公司Narrative Science開發(fā)出一款高級(jí)自然語言生成平臺(tái)QuillTM，該平臺(tái)可自動(dòng)將數(shù)據(jù)轉(zhuǎn)化為智能的描述。2014年7月，美聯(lián)社開始使用WordSmith進(jìn)行財(cái)報(bào)類新聞的寫作。數(shù)月之內(nèi)，其專業(yè)程度已經(jīng)超越了人類編輯。2016年8月，華盛頓郵報(bào)開始使用機(jī)器人Heliograf來進(jìn)行里約奧運(yùn)會(huì)的報(bào)道，一年間共寫作850篇新聞，其中關(guān)于美國大選的500多篇報(bào)道收獲了50余萬的點(diǎn)擊。國內(nèi)媒體緊隨其后，2015年后，騰訊財(cái)經(jīng)的Dreamwriter，今日頭條的xiaomingbot，新華社的“快筆小新”，第一財(cái)經(jīng)的“DT稿王”都屬于智能寫稿機(jī)器人。至2017年兩會(huì)期間，全國共有12家媒體推出15款智能新聞機(jī)器人參與報(bào)道。

雖然機(jī)器稿件距離有思想、有深度的人類稿件還有一定的距離，但其在體育、財(cái)經(jīng)、自然災(zāi)害等稿件規(guī)律性很強(qiáng)的領(lǐng)域內(nèi)可大大節(jié)約人力成本。有鑒于此，中國搜索于今年啟動(dòng)了“基于人工智能技術(shù)的突發(fā)事件融媒體報(bào)道生成系統(tǒng)”項(xiàng)目，該項(xiàng)目從海量的微信公眾號(hào)、微博中監(jiān)測突發(fā)事件，并自動(dòng)生成合乎規(guī)范的報(bào)道。系統(tǒng)意在幫助媒體搶到新聞“第一落點(diǎn)”，同時(shí)輔助做好“第二落點(diǎn)”的相關(guān)報(bào)道，包括數(shù)據(jù)采集、智能識(shí)別、報(bào)道生成和數(shù)據(jù)呈現(xiàn)等子系統(tǒng)。首先，通過爬蟲系統(tǒng)對(duì)可能發(fā)布突發(fā)事件原始消息的微博和微信公號(hào)進(jìn)行監(jiān)測，并采集數(shù)據(jù)；其次，通過深度學(xué)習(xí)方法識(shí)別其是否為謠言，并判斷其是否屬于突發(fā)事件；隨后，使用機(jī)器學(xué)習(xí)模型提取突發(fā)事件的特征信息，并自動(dòng)產(chǎn)生成報(bào)道；最后，對(duì)突發(fā)事件進(jìn)行可視化呈現(xiàn)。

突發(fā)事件融媒體報(bào)道生成系統(tǒng)涉及的突發(fā)事件主要包括自然災(zāi)害、社會(huì)安全事件、群體性事件和交通事故等，這些事件都需要進(jìn)行快速響應(yīng)，而目前的媒體響應(yīng)時(shí)間往往在數(shù)小時(shí)之后。同時(shí)平均約有7.87%的突發(fā)事件中曾出現(xiàn)謠言，這些都給突發(fā)事件的報(bào)道造成難度。該系統(tǒng)利用人工智能技術(shù)，提升了響應(yīng)時(shí)間，保證了數(shù)據(jù)質(zhì)量，是人工智能技術(shù)在內(nèi)容產(chǎn)生環(huán)節(jié)的實(shí)踐。

內(nèi)容分發(fā)。人工智能技術(shù)，特別是推薦引擎技術(shù)的出現(xiàn)為內(nèi)容分發(fā)模式帶來了巨大改變。之前的內(nèi)容分發(fā)模式為媒體選稿受眾看，內(nèi)容千人一面；推薦引擎出現(xiàn)后，分發(fā)模式變?yōu)槭鼙婇喿x，機(jī)器分析，算法推薦，內(nèi)容千人千面。今日頭條的推薦模式獲得成功后，個(gè)性化智能推薦已成為國內(nèi)乃至印度、日本等國新聞?lì)怉PP的主流模式。據(jù)路透研究院2017年研究報(bào)告顯示，已有54%的受眾傾向于算法為其選擇閱讀內(nèi)容。中國搜索利用人工智能技術(shù)和積累的用戶數(shù)據(jù)，為其移動(dòng)端量身打造了推薦引擎，并具備了對(duì)外技術(shù)輸出的能力。

內(nèi)容反饋。在互聯(lián)網(wǎng)時(shí)代，用戶對(duì)內(nèi)容的反饋至關(guān)重要。一篇文章只有被閱讀、點(diǎn)評(píng)、轉(zhuǎn)發(fā)，它的影響力才能真正得到體現(xiàn)?！逗辗翌D郵報(bào)》的創(chuàng)辦者保羅·貝里曾經(jīng)說過：“在《紐約時(shí)報(bào)》，報(bào)道一旦被刊登，記者和編輯的工作便完成了，而在《赫芬頓郵報(bào)》，報(bào)道刊發(fā)后，它的生命才剛開始?！边@句話充分體現(xiàn)了紙媒與互聯(lián)網(wǎng)媒體的區(qū)別。在互聯(lián)網(wǎng)時(shí)代，內(nèi)容的質(zhì)量更直觀地反映在稿件的瀏覽數(shù)、回復(fù)數(shù)、轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)等指標(biāo)上，人工智能技術(shù)利用這些指標(biāo)可以很好地預(yù)估內(nèi)容的影響力，并幫助編輯改善內(nèi)容。

《紐約時(shí)報(bào)》研發(fā)的Blossom正是這樣的機(jī)器人。Blossom通過對(duì)社交平臺(tái)上的海量文章進(jìn)行大數(shù)據(jù)分析，預(yù)測什么類型的內(nèi)容更具熱度，以幫助編輯挑選合適的推送素材。據(jù)統(tǒng)計(jì)，經(jīng)Blossom挑選后的文章可收獲普通文章38倍的點(diǎn)擊量。受Blossom機(jī)器人啟發(fā)，中國搜索也研制了自己的內(nèi)容熱度預(yù)測系統(tǒng)。該系統(tǒng)以網(wǎng)易新聞20周內(nèi)的2.5萬條新聞為訓(xùn)練數(shù)據(jù)，抓取了新聞的標(biāo)題、內(nèi)容和點(diǎn)擊數(shù)，利用集成學(xué)習(xí)的方法預(yù)測文章在未來24小時(shí)的可能熱度，得到了80%以上的準(zhǔn)確率，高于當(dāng)前同類技術(shù)的預(yù)測精度。隨后，該系統(tǒng)又以新華社客戶端2萬余條數(shù)據(jù)進(jìn)行驗(yàn)證，得到了類似的結(jié)果。該系統(tǒng)可用于文章在不同平臺(tái)影響力的預(yù)估，相關(guān)成果已經(jīng)發(fā)表在第三屆智能科學(xué)國際會(huì)議ICIS2018上。

內(nèi)容安全。對(duì)于媒體單位來說，內(nèi)容安全無疑是重中之重，營造清朗的網(wǎng)絡(luò)空間是媒體單位的共同責(zé)任。中國搜索利用人工智能技術(shù)開發(fā)了內(nèi)容安全過濾系統(tǒng)，可對(duì)黃色、污穢、危害國家安全的內(nèi)容進(jìn)行自動(dòng)識(shí)別，保證內(nèi)容的安全。其中值得一提的是中國搜索研發(fā)的人臉識(shí)別系統(tǒng)，采用生成對(duì)抗網(wǎng)絡(luò)模型，提升了人臉在低分辨率、側(cè)臉等情況下的識(shí)別精度，已經(jīng)成功嵌入中國搜索內(nèi)容管理系統(tǒng)CMS，用于敏感人物篩查。

中國搜索在媒體平臺(tái)建設(shè)方面的實(shí)踐

對(duì)于媒體平臺(tái)來說，其承載內(nèi)容的質(zhì)量固然重要，平臺(tái)自身的建設(shè)也不可忽視。在對(duì)國內(nèi)外若干成功的媒體平臺(tái)進(jìn)行調(diào)研后，筆者所在的調(diào)研團(tuán)隊(duì)認(rèn)為，成功的媒體平臺(tái)基本具有互動(dòng)性、易用性、趣味性和個(gè)性化的特點(diǎn)。中國搜索利用人工智能技術(shù)為打造這些特點(diǎn)進(jìn)行了不懈的實(shí)踐。

利用人工智能技術(shù)打造互動(dòng)性、趣味性的平臺(tái)。媒體平臺(tái)的交互性和趣味性是平臺(tái)成功的重要因素。Facebook在2016年4月的F8大會(huì)上公布了Facebook Messenger聊天機(jī)器人計(jì)劃，允許各大媒體在其平臺(tái)上構(gòu)建定制化的聊天機(jī)器人。CNN、BBC和《華爾街日?qǐng)?bào)》等媒體隨后入駐，各大媒體的聊天機(jī)器人可根據(jù)用戶的問題智能回復(fù)，如CNN的聊天機(jī)器人可根據(jù)用戶提問的關(guān)鍵詞回復(fù)當(dāng)日的頭條新聞。近年來，國內(nèi)一些媒體的客戶端也推出了聊天機(jī)器人功能，如光明日?qǐng)?bào)客戶端的“小明AI兩會(huì)”機(jī)器人，以40多萬篇?dú)v年兩會(huì)報(bào)道為語料，“小明”可以準(zhǔn)確回答用戶提出的關(guān)于兩會(huì)的問題。除了聊天機(jī)器人外，某些基于人工智能的小游戲也能極大提升平臺(tái)的互動(dòng)性，讓用戶樂在其中。比如，《人民日?qǐng)?bào)》在2017年7月大閱兵期間推出的 H5小游戲《我的軍裝照》，推出后反響極好，短短數(shù)日就收獲了超過10億的頁面瀏覽量（PV），使得用戶在游戲中了解我軍的發(fā)展歷史。

中國搜索十分重視利用人工智能技術(shù)打造平臺(tái)的互動(dòng)性和趣味性。早在2015年，中國搜索就上線了基于深度學(xué)習(xí)的國搜識(shí)圖頻道。該頻道使用深度學(xué)習(xí)模型可精確識(shí)別出將近2000類物體。以此為基礎(chǔ)的車型識(shí)別應(yīng)用程序，可識(shí)別出市場現(xiàn)有的670余種車型，前五命中率達(dá)到90%以上。中國搜索的圖像識(shí)別技術(shù)可以擴(kuò)展至任意垂直領(lǐng)域，嵌入APP或網(wǎng)頁中，與用戶進(jìn)行互動(dòng)。

與《我的軍裝照》應(yīng)用類似，中國搜索也開發(fā)了自己的趣味應(yīng)用——“換臉”。利用面部特征提取、特征對(duì)齊、色彩均衡和面部融合等技術(shù)，將用戶的頭像換到任意明星照的頭部。該技術(shù)可完成與軍裝照相似的功能，并可拓展至其他應(yīng)用，而對(duì)計(jì)算資源的要求較低（軍裝照使用了騰訊提供的超過4000臺(tái)的圖像處理與后端服務(wù)器），因此可以較低的成本進(jìn)行部署?！皳Q臉”的實(shí)例如下圖所示，左圖為明星圖、中圖為用戶圖、右圖為合成圖。

圖 中國搜索開發(fā)的趣味應(yīng)用——“換臉”實(shí)例

除此之外，中國搜索還研發(fā)了作詩機(jī)器人“小師”。該機(jī)器人學(xué)習(xí)了5萬余首古詩，利用文本生成技術(shù)，根據(jù)用戶提供的主題進(jìn)行作詩。經(jīng)過訓(xùn)練，“小師”的作詩水平已經(jīng)接近有一定詩詞功底的人類。以下是“小師”以長江為題材，做的幾首詩。

之一：夜泊浦口

帆檣入浦口，星月懸江中。

影落舟中響，思越波濤洶。

之二：江晚

江海千尋琉璃土，紫霞紅樹倚蒼苔。

水邊煙瞑飛云遠(yuǎn)，日月中宵望月來。

之三：帝里

江鷗驚飛翔帝里，金鞭南北望鄉(xiāng)關(guān)。

水濱夜渡月?lián)u海，月照山頭草色間。

以上這些人工智能小應(yīng)用如嵌入媒體平臺(tái)中與用戶交互，必定可提升平臺(tái)的趣味性，從而增強(qiáng)媒體平臺(tái)的影響力。

利用人工智能技術(shù)打造個(gè)性化、易用的平臺(tái)。媒體平臺(tái)的個(gè)性化和易用性也是影響其質(zhì)量的重要因素。對(duì)于中國搜索來說，搜索質(zhì)量是凸顯其個(gè)性化和易用性的重要指標(biāo)。為了更準(zhǔn)確地幫助用戶找到其所需要的答案，中國搜索著力打造智能搜索引擎?！爸悄芩阉鳌笔沁B接人與信息，人與服務(wù)的搜索引擎。需要利用語義理解、意圖識(shí)別等技術(shù)對(duì)用戶的搜索目的進(jìn)行準(zhǔn)確的判斷，如男人搜Mac很可能是想了解蘋果電腦，而女人搜Mac很可能是想了解魅可化妝品，使得搜索服務(wù)成為方便易用的個(gè)人助手，提升用戶黏性。此外，為了方便國際能力傳播建設(shè)，中國搜索已著手搭建自己的翻譯引擎。嘗試了神經(jīng)機(jī)器翻譯模型（NMT）和基于短語的機(jī)器翻譯模型（PBMT），目前已經(jīng)基本具備中英雙語翻譯能力。

結(jié)語

中國搜索將繼續(xù)利用自身在人工智能方面的技術(shù)積累，尋找技術(shù)在媒體中的應(yīng)用點(diǎn)。著眼用戶需求，在垂直領(lǐng)域深耕細(xì)作，以技術(shù)促進(jìn)內(nèi)容建設(shè)、以技術(shù)加速平臺(tái)發(fā)展、以技術(shù)深化用戶服務(wù)。在自然語言處理方向，加強(qiáng)對(duì)機(jī)器翻譯、情感分析、文本分類、語義理解等技術(shù)的研發(fā)。在計(jì)算機(jī)視覺方向，加強(qiáng)對(duì)圖像語義理解、視頻摘要、人臉識(shí)別等技術(shù)的研發(fā)。除此之外，還需要探索建立匹配主流媒體的主流算法體系和數(shù)據(jù)標(biāo)準(zhǔn)。以期將中國搜索建設(shè)成為導(dǎo)向正確、內(nèi)容健康、方便實(shí)用的媒體平臺(tái)。