Future Today Institute(簡稱FTI)發佈了《 2018 Tech Trends For Journalism Report》,介紹了75個傳媒從業者應該著重關注的技術趨勢。FTI的創始人Amy Webb認為:「我期待這份報告能幫助傳媒從業者,希望他們既能抓住發展趨勢,又能使用各種工具,這樣就可以更好地應對未來出現的各種未知。和去年一樣,人工智能繼續成為傳媒人2018年里關注的一大焦點,2018年超過一半的技術發展趨勢都會和AI相關。」 報告下載連結:https://goo.gl/YqenNz

關鍵重點

  • 2018年是世界上最大經濟生態圈智能手機結束的開始。接下來會是UI (zero-UIs) 的對話界面。 這將徹底改變媒體格局,現在是開始思考未來情景的最佳時機。
  • 2018年,關鍵大量的新興技術將會超越初步測試和應用研究去整合發現更多先進用途 新聞機構應全力關注於語音接口的新趨勢,內容的權力下放,混合現實,新類型的搜索,以及智能硬體(如 CubeSat 和智能相機)。
  • 記者需要了解什麼是人工智能,什麼不是,以及對未來新聞的意義。人工智能研究已經發展到現在,它已經成為我們在工作中的核心組成部分。 在本報告的許多趨勢中,您會看到AI生態系統的方向及可能性。新聞機構內的所有決策者都應該要熟悉當前新興的AI趨勢。
  • 權力下放成為2018年的關鍵主題。 在公司和組織中,一個新的重點是利用AI的技術來偵測並限制騷擾,不管是點對點的溝通,還是分享及連接的來源。 世界各地的一些民主政府也推動了互聯網接入和管制了某些內容,有效地創造了數十個“splinternets”
  • 鞏固也是2018年的關鍵主題。 大公司持續對新聞品牌,廣播頻道和人工智能初創公司做合併及收購的動作。 美國,歐盟和亞洲部分地區的立法和政策未來一年將進一步集中在一小部分信息技術機構中。
  • 要了解新聞的未來,你必須在未來的一年裡注意許多行業和研究領域的未來。記者考慮未來時,應擴大通常的範圍,還要考慮到參與知識經濟的無數其他領域的發展。 技術產生技術,我們在這個行業裡清楚的目睹了科技爆炸的慢動作。

 

內容摘要:

實時機器學習(Real-Time Machine Learning)

現在,機器已經可以做到在獲取數據的同時立刻調整相應模型了。這項技術應用廣泛,比如當用戶在瀏覽網站時,可以根據用戶行為實時推送合適的新聞產品,或者是實時修改網頁內容以符合訪客的需要。此外,它還可以實時監控詐騙,如當一個用戶的輸入習慣與平時不相符時,安全系統就會要求用戶進行驗證。

 

機器閱讀理解(MRC, Machine Reading Comprehension)

AI研究者來講,機器閱讀理解是一個艱巨而重要的任務。當你查詢問題時,你是希望系統給出一個準確的答案,還是給你一堆URL鏈接讓你自己去找?這就是MRC的未來,它並不僅僅是給出關鍵詞那麼簡單。

在未來,一個訓練有素的MRC系統將涉足各個領域,即使人類沒有在這個領域中給它輸入相關標籤和分類,它也能閱讀並推斷含義,迅速地給出答案。MRC是實現通用人工智能的重要一環,但從近期來看,它可以讓新聞網站變成一個可搜索的信息庫,這在未來語音交互盛行後,會變得格外有用。

自然語言理解(NLU,Natural Language Understanding)

在現實生活中,我們被非結構化的語言所包圍——它出現在社交媒體上、博客的字裡行間、公司的網站上、甚至在市政廳的數字化記錄中,無處不在。NLU讓研究者可以通過提取概念、梳理人物關係、分析情緒等多種方式來量化文本,對新聞機構來講,NLU可以讓記者從成噸的資料文件中脫身,更加快速地獲取人們對某一事件的看法。

音頻視頻算法(Generative Algorithms For Voice, Sound & Video)

為了讓計算機能夠自動識別講演內容,MIT的人工智能實驗室最近就在研究小孩是如何學習新詞彙的,同時,研究者們還在訓練計算機「看視頻」,並且預判物理世界中相對應的聲音,比如當一根木棍觸碰到沙發時是什麼聲音?觸碰到一堆葉子呢?玻璃窗呢?這項研究的目的就是為了讓系統能夠理解物理世界中的交互概念。在未來,這項技術的應用主要是為新聞視頻、電影、綜藝等自動配音和加音效。 

可預測機器視覺(Predictive Machine Vision)

MIT的人工智能實驗室不僅讓計算機識別了視頻中的內容,還訓練它預測人與人之間將會發展什麼。比如他們讓計算機觀看了大量的YouTube視頻,還有類似《絕望主婦》這樣的電視劇,現在系統已經可以預測視頻中的人將要擁抱還是親吻/握手/擊掌。基於這樣的研究,有朝一日,機器人會更輕鬆掌握人類環境,通過人類的一些身體語言就能很好地與我們互動。

算法商店(Algorithm Marketplaces)

對大多數新聞機構來講,大家都沒有足夠多的人力物力去開發測試各種算法,因此,在逐漸顯現的算法交易市場中,一些開發者開始貢獻自己的算法能力了。Algorithmia就是一個類似Amazon的平台,不過它賣的是算法,開發者在這裡上傳自己的成果,當有人購買時他們就能獲得收入了。類似的平台還有DataXuQuantiacsPrecisionHawk等,在2018年,這很可能成為一個更加成熟的細分市場。

計算新聞學(Computational Journalism)

數據和算法如何促進新聞報道?計算機輔助報道(CAR)已出現了25年,基於這個而產生的計算新聞學也成為了調查新聞的重要工具。記者需要發現、清洗和挖掘各類文檔,消化數據併發掘背後的故事。在機器學習算法和AI的支持下,計算新聞學將會是CAR的進階升級,未來會對相關人才有很大的需求。

算法數據特種部隊(I-Teams For Algorithms and Data)

新聞機構現在需要一個新型特種部隊:能夠調查研究算法和數據本身的記者。現在,越來越多的機構組織都在使用算法,如大學、政府機構、金融組織,他們用此輔助決策、預測行為、回答問題等。因此,現在十分需要能研究算法的記者,搞清楚算法和日常生活之間的聯繫。

計算機攝影(Computational Photography)

計算機攝影是計算機視覺、計算機圖形、互聯網和攝影的一個大融合,它不僅僅是改進了光學成像技術,更重要的是使用了數碼捕捉和處理技術,以更好地呈現現實生活。現在,任何一個有智能手機的人都能使用計算機攝影的相關工具,在iPhone 8iPhone X中,蘋果公司就用計算機攝影技術實現了「淺景深」聚焦。

在未來,這項技術還可以讓用戶在按下快門鍵之前就調整照片中的各項元素,如物件的相對大小、光線陰影等,但是隨之而來的還有倫理道德問題,在新聞報道中,多大程度的編輯可以被允許?無論是有意的還是自動生成的,記者是否需要說明照片的編輯情況?

機器人程序(Bots)

機器人程序,是一種幫助計劃或處理顧客需求的軟件程序,在近年來已經從市場邊緣走到了主流視野中。現在,聊天機器人已經從文本型過渡到了語音互動型,新聞編輯室便需要考慮如何和新聞消費者進行互動了,即便新聞編輯室不採用聊天機器人,現在也是發展用戶黏性、提高收入的絕佳時期。而語音交互的基礎工作,則是基於我們現有的話語體系來進行創造。

語音交互(Voice Interfaces)

語音交互是什麼?說到Siri你應該就明白了。現在我們正處於「交流式交互」的時代,你可以跟家裡的機器用說話的方式交流,而這些系統也在一直學習自然語言,以揣摩我們的所想所要。

語音交互也不僅僅局限於生活服務,IBM最近建立了一個原型,他們讓不同的用戶提問,例如「有暴力傾向的遊戲是否會引發現實生活中的暴力行為」,然後得到一份語音分析報告。在未來,這樣的系統會成為新聞編輯室的重要工具,通過語音交互分析,它讓記者可以很快地搞定報道和分析。

環境交互(Ambient Interfaces)

如果你是用手勢打開的家裡的某件設備,那麼這就是環境交互了。其實當代交互已經越來越像「背景音樂」了,無需太多的指令,它就能為你做很多事。

我們現在正在步向「後屏幕」時代。從現代信息統計來看,平均每天成年人要做超過20000個決定——其中有226個是關於吃什麼。新興的技術可以自動優先考慮這些決定,替我們做委託,甚至可以基於環境幫我們作答。根據梅特卡夫定律(Metcalfe’s Law),一個網絡的價值往往和使用者規模成正比,因此當未來有越來越多的人成為環境交互網絡中的一部分,我們將會愈發熟悉其使用場景。

納米學位(Nanodegrees)

在工作環境中,由於技術的不斷發展,職業人自身的提升需求也由此而上升,媒體行業也不例外。為了實現「終身學習」的目標,類似Udacity這樣的平台開始湧現,它給職業人在一些細分學科中提供納米學位,讓他們習得新技能,並且爭取在雇傭者那裡獲得認可。

注意力(Attention)

在當代數字社會中,得注意力者得天下,隨著技術的發展,新聞生產商不斷地在根據用戶設備的變化而調整內容。而由於現實生活和線上活動的邊界越來越模糊,獲取用戶的注意力也越來越困難了。這對新聞機構來講是一個戰略性問題,在未來,一位記者可能會把一個內容用適配多種設備的方式生產出來,甚至在同一天內,也要在不同時間段給一個用戶不同的體驗,以更好地獲取注意力。 

數字化脆弱(Digital Frailty)

在過去的幾年中,我們已經見證了網頁的下滑——由於媒體的重構,很多內容不再在網站上呈現,甚至有的網站都不復存在了。「數字化脆弱」是個非常常見的現象,現在的數字產品往往都不是永存的,比如在川普上任後,美國環境保護機構刪除了其網站上與氣候變化相關的內容,以響應相關政策。

 這個現象會極大地影響記者,它也是媒體界都需要思考的問題:如果現有的媒體生態變得黑暗了,未來社會會怎樣?我們是否有保存重要的社會數字資料的義務?我們是否應該更加努力,使數字化文檔不丟失?

 徹底透明化(Radical Transparency)

什麼是透明化?獲得了普利策新聞獎的事實核查網站PolitiFact,在網站上公佈了其新聞故事的所有信息來源,在假新聞盛行的今天,這樣的「徹底透明化」是獲取公眾信任的重要舉動。

羅格斯大學的Ahmed Elgammal教授創建了一種算法,用來研究一副畫作的創新性,分析其受到了哪些藝術家的影響,這個算法後來被應用到了更多的領域,如文學作品和新聞報道。由於現在的新聞報道越來越多地受到數據、算法、機器學習的影響,所以未來讀者會更多地要求瞭解一篇報道背後的元素,比如用了什麼數據集,用了什麼計算工具,等等。

限量新聞產品(Limited-Edition News Products)

一些新聞機構開始試驗「限量供應」新聞產品了。BuzzFeed2016年美國共和黨代表大會期間上線了一個臨時聊天機器人,NYT在奧運會期間推出了一個短期聊天服務。未來,類似的產品還會不斷湧現,我們可能還會看到更多的形態,如臨時播客、臨時聊天機器人等等,它們專為某項重大活動或事件而策劃誕生。這些產品能很好地提升收入、吸引受眾,因為它們是應用於一個特定活動的,在收集數據、精准投放廣告等方面都會有出色表現。

 「一對少」式出版(One-to-Few Publishing)

不同於「一對多」的生產方式,從2015年到2017年,新聞機構都在抓細分市場的受眾,在未來,這個「細分」可能會變得更細。從我們的研究來看,網絡中的細分內容會伴隨著更豐富的形式載體而來,而且更少的受眾並不意味著更少的收入。在過去的兩年中,很多的創業公司都證明瞭這一點,一個有影響力的網絡不是靠一堆點擊來實現,而是靠忠實的關注度。

實時事實核查(Real-Time Fact Checking)

2016年年末,Google在其新聞服務中加入了一個「事實核查」的標籤,讀者在閱讀新聞故事時,頁面旁邊就是事實核查的入口。正如我們每天所見,不準確的、虛假的信息正喬裝成事實的樣子,在社交媒體上大行其道,不過至少在引用數據時,人工智能會讓新聞機構自動觸發事實核查流程。在未來的幾年里,AI系統會進行更複雜的事實核查:精確闡述這段信息的來源,信息內容是否有被誇大或者縮減。

通過分析,我們認為新聞機構在實時事實核查上將迎來很好的機會,通過使用社交媒體數據、機構自己的數據資源以及人工智能,他們可以發明出有用的小工具,對內容進行更嚴謹的編輯。這對公眾利益和新聞機構自己的名聲都將大有裨益。 

離線是另一種在線(Offline Is The New Online)

隨著消費者越來越多地使用移動設備,開發商需要確保APP在離線狀態下也能使用。華盛頓郵報最新的APP將頁面加載時間從4秒降低到了80毫秒,並且讓讀者在沒有網的時候也能閱讀新聞故事。在用戶可以隨時隨地上網之前,離線服務都會是一種剛需,如果新聞機構能在用戶沒網的時候也提供無縫服務,那麼它將收穫一群高黏性的用戶。

 音頻搜索引擎(Audio Search Engines)

創業公司Audioburst使用AI將音頻文件進行索引,讓用戶得以搜索音頻。音頻如何搜索?Audioburst並不是用關鍵詞,而是使用了自然語言技術,能夠自動識別表達出的意思,然後適配正確的內容。比如一個用戶想要知道美國和朝鮮的對峙情況,那麼他可以使用語音激活APPAmazonAlexaGoogle Home),這些APP將篩選一系列音頻信息,並提供符合要求的片段。隨著語音交互的不斷發展,音頻搜索在未來幾年中會成為一個重要的技術發展趨勢。

視頻音頻故事的新形式(New Video and Audio Story Formats)

隨著語音交互的盛行,AR/VR技術的普及,原來傳統的講故事方法已經不適用於最新的情況了。用戶對混合現實的技術和設備都越來越熟悉,老的敘事方式並不能直接套用到新的格式里,比如以前用於廣播使用的音頻故事,就不能直接拿到AmazonEcho或者Google Home這樣的平台上使用。因此,現在新聞機構需要考慮如何製作適配於新技術、新平台的內容,特別是故事的敘事模式。

互聯網巴爾幹化(Splinternets)

二十年前,互聯網是一個全球空間,信息在其中自由流通。現在,全球信息如何治理,由誰來治理,每個人心中都有一套方案。因此,在未來我們會通向一個分裂的「巴爾幹化」的互聯網時代。

處於壟斷地位的搜索和社媒公司,總會稱自己「僅僅是科技公司」,但是他們的角色已經被設定為了信息中心,在未來也會被不斷檢驗。如果沒有協同努力,互聯網巴爾乾化在未來的幾年中會愈演愈烈,優質新聞內容的傳播會在世界範圍中受阻,那些想要給全球用戶提供服務的新聞機構,也會感到非常頭疼。

反廣告攔截(Blocking the Ad Blockers)

廣告攔截指的是,在網頁上能自動移除廣告的軟件,通常來講,它們的瀏覽器(如ChromeFirefox)的外延插件。現在,新聞機構開始部署自己的廣告攔截工具了。

但互聯網研究者發現,讀者並不總是去白名單網站——這說明並不是說他們抗拒看廣告,而是不想看不合時宜的廣告,以及被營銷者追著自己行動軌跡的感覺很不爽。根據追蹤服務供應商Alexa的數據,德國媒體巨頭Axel Springer旗下的德國圖片報(Bild),其網頁跳出率(bounce rate)從2%攀升到了40%,用戶的網頁停留時間下降了6%。在2018年,新聞出版機構可能需要好好思考一下廣告攔截的策略了。到底是讓讀者感受到廣告的誘惑,還是讓他們自己選擇出現什麼樣的廣告。這同時也要求出版商與廣告供應商緊密合作,確保網頁上展示合適的廣告。

虛擬現實(Virtual Reality)

虛擬現實是一種計算機模擬環境,在體驗時,需要戴上特製眼鏡,它會模擬使用者所看到的場景中,應該有的物理和感官體驗。當然,在沒有特製裝備時,用一部手機也能實現VR體驗。在2017年,Google Microsoft HTCOculusSony等公司都大量推出了頭戴設備,而由於這還是一個很新的領域,內容供應相對不足,所以VR HMD(頭戴顯示器)的價值還沒有大到吸引多數消費者。

全景視頻(360-degree videos)

全景視頻,是通過一個能同時錄制一個場景360度畫面的特殊相機系統實現的。當全景視頻呈現時,觀眾可以使用鼠標點擊、手指觸碰、或者手勢變化,來從任何角度觀看視頻。目前YouTubeFacebookVimeo能提供全景視頻觀看,我們期望在未來一年中,有更多的平台能提供全景視頻。

因為觀看全景視頻不需要單獨的硬件,它成為了一個具有成本效益的虛擬現實的替代品,並且有更大的市場潛力。

增強現實(Augmented Reality)

增強現實(AR)不是去模擬一個全新的環境,而是將特定信息呈現到你的視野中。但是你需要某種形式的鏡頭和屏幕,可能是一部手機或者一副眼鏡。2017年,每一個科技巨頭,包括AlphabetFacebookSnap在內, 都發出聲明,稱在未來會加大人工智能的投資力度。同時,Magic Leap會繼續籌集投資資金,推出開發者平台,並且它將使用一種新的lightfield芯片,它的出現可謂是非常亮眼。在不遠的未來,「增強現實」技術將為新聞機構提供極大的市場潛力。

差分隱私保護(Differential Privacy)

如果要向外界公佈一個數據集,又要使得數據安全能夠得到保護,差分隱私就是可被應用的一項較高級的隱私保護技術,它可以通過匿名、擾亂、混淆等方式將原始的數據添加「噪聲」,以抵抗外界對隱私數據的分析。

2016年初,Apple公司宣佈其即將使用差分隱私保護,聽起來是保護用戶隱私,但從某種意義上來說,這其實意味著Apple要開始研究用戶數據,以維護其操作系統和網絡了。所以,這些大公司的發展方向,終會慢慢流向研究用戶數據本身。

所有權(Ownership)

當你把視頻上傳到了YouTube, Twitch, InstagramFacebook,這些視頻的所有權歸誰?儘管上傳視頻的人可以通過廣告項目有一筆不小的收入,但是並沒有法律來管理拷貝視頻和多平台發佈的問題。由於這些平台固有的社交性,一個視頻往往能收穫數以百萬的瀏覽量,但是原始上傳者沒有任何的薪酬。在未來,版權問題很有可能成為重要議題,新聞機構在轉載視頻時需要瞭解其所有權。

新聞業區塊鏈(Blockchain For Journalism)

區塊鏈是一個交易數據庫,通過參與比特幣的數字系統,由大家共享,可以說它是一個交易的公共賬本。

我們正在進入一個分散型互聯網時代,這也是協同操作充滿問題的年代。也許你是在貨幣金融市場聽說過區塊鏈,但實際上它在新聞業已經有潛在的應用了,比如區塊鏈可以用來編碼和覈實內容,讓新聞機構得到線報時可以更輕鬆,它還可以用來保證信源、圖像、視頻的真實性。在未來,可能會出現一個新聞公共賬本——一個可以交換可信新聞、篩出假新聞的網絡系統。

無人機群(Drone Swarms)

如果你看了LadyGaga的超級碗中場秀,在演出開場就有無人機群的表演。現在,數百架迷你無人機可以同時升空,如一個有機體般同步行動,而且速度快到攝像機都難以捕捉。這項技術最開始是由軍方發展的,但在未來會逐步轉為新聞應用和商用。

迷你無人機(Microdrones)                                     

迷你無人機可以自動在狹小的空間中航行,比如倒塌的建築中,或者是有危險化學材料的區域。在201610月,美國陸軍就公開競標購買短距離迷你無人機,其體型要求能放入士兵的制服口袋中,用於空中偵查。同樣的,迷你無人機也可以幫助新聞從業者,在衝突地區或者發生自然災害的地方,都能協助報道。

思考式設備(Thinkables)

思考式設備將會是遊戲玩家的福音,在不久的將來,只要動動腦子就能操控遊戲了。Neuralink就是一家專注於腦機交互(brain-machine interface)的公司,雖然該公司尚未推出產品,但是它在2017年已經開始招兵買馬了,招聘了諸多工程師和設計師。這家在波士頓創立的創業公司發明瞭一款大腦操控的VR遊戲,當然,它並不是一家遊戲公司,只是通過設計這款遊戲來研究腦機交互。這個4D壓感平台可以監測到腦電波,捕獲EEG/EOG/EMG信號,並將其轉換為計算機可以理解的內容。

互聯網X(Internet of X)

隨著越來越多的內容在互聯網上集結,你會聽到越來越多的公司稱自己為「互聯網X」。說來並非不現實,在可見的未來中,你能看到的任何東西都可以在網絡上被搜索到,記者將有更多的調查資源,也會解鎖更多的信息資源,同時也會對「核查」有著巨大的需求。

5G網絡              

在美國聯邦通訊團和歐盟的支持下,5G正在世界各地進行試驗,比如在美國,VerizonAT&T已經開始試用5G網絡了。像高通這樣的硬件製造商正在準備5G調制解調器和先進的芯片組,如果要使用5G,互聯網服務提供商需要升級他們的網絡。在接下來的幾年中,每一家媒體機構都應該在5G網絡出現後緊跟浪潮,例如在視頻分發和內容投資上,都要有新的思考。

 

 

報告下載連結:https://goo.gl/YqenNz

 

 

 

.