3月27日,《2019,内容科技(ConTech)元年》白皮书正式发布,白皮书由人民网会同中国人民大学宋建武教授,中国传媒大学赵子忠教授等相关领域的专家学者共同撰写,同时发布视频版、网页版简版以及电子书完整版。

  《2019,内容科技(ConTech)元年》白皮书阐述了内容科技的内涵、特征与应用现状,内容科技的目标与任务,梳理了内容科技应用的14个典型案例,并对未来发展提出了6大展望。
精彩视频
《2019,内容科技(ConTech)元年》白皮书发布仪式

《2019,内容科技(ConTech)元年》白皮书发布仪式

《2019,内容科技(ConTech)元年》白皮书(简版)

前言


  人类历史上经历过四次传播革命:文字的发明,让信息突破时空阻隔,标志着人类真正进入文明时代;印刷术的发明,让信息生产和传播实现批量化,人类进入大众传播时代;电信技术的发明,催生了电报、电话、广播、电视,人类拥有了“千里眼”“顺风耳”;第四次就是我们正身处其中的互联网革命,将前三次的成果融为一体,让我们走进了全媒体时代,不仅满足多媒体内容远距离实时传输,也模糊了传者与受众间的区隔,引发了内容生产、分发与消费全链条的变革,让传播方式、媒体格局、舆论生态发生了深刻变化。


  由于信息技术革命突破了人类大脑及感觉器官加工处理信息的局限性,使得媒体加工、利用信息的能力极大增强。媒体发展的驱动力从以内容为主转变为以内容和技术双轮驱动,技术和内容越发紧密地结合在一起。技术在媒体发展中的作用变得空前重要,技术决定了媒体内容的呈现形式、抵达用户的速度和广度,改变了与用户交互的方式。在信息化时代,内容更多依托数字技术、网络技术、人工智能技术等信息化手段进行生产、传播,全流程与技术交融。全球巨型互联网平台的相继崛起不断上演着技术与内容产业的联姻。这些都说明,技术与内容深度融合正成为一种不可逆转的趋势,内容产业比拼的不再是掌握内容资源的简单数量,而是用技术统合调配各种内容资源的能力。“适应社会信息化持续推进的新情况,加快传统媒体和新兴媒体融合发展,充分运用新技术新应用创新媒体传播方式,占领信息传播制高点”,成为顺应这一趋势的必由之路。


  科技作为生产力,与内容深度融合的同时,正在推动内容生产关系变革。“科学是一种在历史上起推动作用的、革命的力量。”内容科技作为新型生产力,必然需要新的生产关系与之相适应。媒体只有形成顺应生产力新要求的新型生产关系、加入到更加广泛的社会化大分工之中,才能找到正确的发展方向。相较其他部门和产业,内容产业具有信息服务属性和意识形态属性双重属性。因此,内容科技的发展应本着马克思主义的立场、观点和方法,不断发现规律、掌握规律,在为社会提供大规模个性化信息服务的同时,成为传播社会主流意识形态,凝聚社会共识、推动进步发展的支撑力量。


  党的十九大以来两年时间内,中央政治局举行的集体学习中有4次主题涉及互联网领域最前沿、最关键的科技或应用:2017年12月8日,就实施国家大数据战略举行第二次集体学习;2018年10月31日,就人工智能发展现状和趋势举行第九次集体学习;2019年1月25日,就全媒体时代和媒体融合发展举行第十二次集体学习;2019年10月24日,就区块链技术发展现状和趋势进行第十八次集体学习。每次集体学习既强调了新技术新应用的快速发展态势,更强调其对政治、经济、文化、社会、生态的全方位影响,高度重视技术与涉及内容的各个领域的结合。在第十二次集体学习时,习近平总书记发表重要讲话强调,“全媒体不断发展,出现了全程媒体、全息媒体、全员媒体、全效媒体,信息无处不在、无所不及、无人不用”。“四全媒体”的理念,全面突破了信息传播的时空尺度、物理尺度、主体尺度和功能尺度,不仅是针对信息传播技术发展这一新型生产力的准确判断,也是对全媒体时代的媒体格局、舆论生态、信息生产传播方式等生产关系层面的重要论断和改革部署。内容科技是建设“四全媒体”的重要手段和路径。由此,2019年也成为内容科技元年。


内容科技的内涵、特征与应用现状


  在一般意义上,内容科技(ConTech)是指以人工智能、大数据等信息技术为内核,对内容产品的生产与消费链条、内容产业的组织与分工模式产生重大影响,包括区块链、物联网等在内的一系列数据与信息采集、存储、加工、传输的新技术,这些技术催生了内容产业领域的新应用、新服务。


  当前的内容科技主要包括数字技术与数据技术两大类。其中数字技术的应用是在信息数字化(数码化、数位化)基础上,进行内容生产加工的技术;而数据技术的应用强调了对信息分解与综合运用的过程,即找到一个信息所包含的各种元素,从而发现不同信息之间更深层的联系和区别。因此,内容科技经历了从信息处理技术到数字技术再到数据技术的发展。


  如今,人们对客观事物矛盾运动所发散出的各种讯息和信号的采集,由于传感器的大规模使用,已经发展到了“数据”层面。而大数据技术使人们能够打破信息的外壳,发现信息背后事物更本质的联系,从而使信息的生产、分发、接收和反馈能够借助智能化工具,进入到一个新的阶段。由此我们看到,信息化时代的内容科技使得“内容即数据”,信息传播得以智能化。


  (一)当前的内容科技,是以人工智能技术为核心的新的技术体系,表现出以人工智能驱动内容生产、消费全链条,以数字化生产、网络化传播为主要应用场景,以主流价值和意识形态引导与社会共识达成为重要指向的特征,具体表现在以下四方面:


  第一,数字形态。内容科技将复杂的信息转变为可以度量的数字、数据,再将这些数字和数据建立适当的数字化模型,并把它们转化为一系列二进制代码,引入到计算机系统中进行处理,这就是信息的数字化过程,是为了使解构化的信息能够被计算机所识别和加工。同时,数字形态更便于信息的传送、存储和复制,可实现多种渠道的线性或非线性传播。数字化促生了信息传播网络和终端的融合,导致内容产品格式及其生产过程和组织的融合。


  第二,数据处理。内容科技将数据处理贯穿于信息生产和传播的全流程中。智能化采集的数据来自机器的智能采集和来自人体感官所获得的信息进行解构、并经机器识别和处理后形成的数据。智能化生产是对采集到的数据进行处理、分析和加工,并根据功能设定指定相关应用所遵循的规则和标准,研发相应算法和程序,对机器学习中的模型进行训练。智能分发是对内容数据与用户数据标签化处理后的相互匹配。智能接收是通过智能终端设备实现用户行为数据的收集。智能反馈是通过智能终端入口自动化获取反馈数据。


  第三,网络传播。当前内容科技的主要传播载体为互联网平台和移动互联网终端。信息传播特征表现为信息资源的极度丰富,信息传播的强时效性,信息表现形式的多元化,信息传播模式的强交互性。内容科技将进一步推动互联网向平台化、智能化和移动化转型。平台化表现为数据总汇在同一平台上分享、交流信息和资源,多种垂直应用联结成为生态级平台;移动化表现为完善基于移动传播体系的精准传播;智能化表现为大数据与算法结合的人工智能的进一步发展。


  第四,对社会成员价值观形成的外部性影响显著。新兴内容科技所形成的虚拟网络环境,与现实社会共同构成了现代人类生活的主要空间。伴随公众使用智能终端设备时长的增加,内容科技对个体价值观的影响日益凸显。信息分发方式的转变主要表现在信息所表征的事务与个人利益相关联的深度和广度上,一定意义上体现为信息对个人社会化程度的影响,即特定个体与所处的社会环境建立一致性的影响。作为社会关系总和的个人,其利益的实现,在很大程度上取决于该个体是否适应其所处的社会环境,尤其在涉及社会交往和公共事务方面。依托内容科技,能够促进个人的社会交往关系建立,同时,基于用户需求分析的主流价值观引导,能够实现个体利益与公共利益的平衡和统一,有利于社会共识的形成和社会决策的制定。


  (二)当前,内容科技以大数据为基础,依托各种智能算法模型,在智能识别、计算机视觉、自然语言处理、数据可视化处理、算法推荐等方面已形成相应的技术应用能力[1],围绕着信息采集、生产、分发、接收、反馈五个环节的智能化展开其应用,推动着内容产业全链条的变革和重塑。


  1、内容采集智能化:从采集内容到采集数据。区别于普通的内容采集,智能采集以数据为采集对象,即通过数据的采集和分析,拓宽内容素材的来源途径和内容采集的维度。在传统的内容生产中,素材的挖掘和信息的获取多有赖于内容生产者身体可到达的边界,而数据的采集则大大突破感官采集的限制,为智能化内容生产创造条件。


  数据是人类表征外部世界的初始化的符号,是记载客观事物的性质、状态以及相互关系等的物理符号或这些物理符号的组合,是内容的数位化表现形式和载体。内容采集智能化的核心即在于数据化(datafication),具体包括机器采集数据的“结构化”和感官采集内容的“解构化”。例如,摄像头、传感器等设备可以在更广范围、更大程度上扩充来源与环境信息;图像和视频识别技术可以基于深度学习进行大规模数据训练,实现对图片、视频中物体的类别、位置等信息的识别,实现场景信息实时采集;而语音识别和转化技术则可将现场的语音报道生成文字版或将音视频内容转化成为文本素材,提升了内容素材生成和管理的效率。内容“解构化”的关键技术是自然语言理解技术(Natural Language Understanding,NLU),旨在通过句法分析、语义解释和上下文推理,使计算机能够理解人类自然语言的文本意义和深层意图,完成从文本到意义和意图的映射,进一步实现内容的“标签化”。


  2、内容生产智能化:从人工生产到机器生产。在智能采集数据并对数据进行分析的基础上,内容科技助力内容生产智能化,即根据人类生产生活的各种场景需要而展开内容生产,具体包括自动生产、智能聚合、制作增强、内容审核等多个层面。自动化生产指利用智能算法工具自动生产内容的新型生产模式,基本特点是从数据源自动获取数据、使用算法进行内容整合,并完成拟人化的内容生产。其中实现自动生成的程序也被称为“写稿机器人”(包括文字和视频创作)。制作增强,指依托内容科技的海量内容搜集能力和智能分析能力,可为碎片内容的整合提供新的可能,协助内容生产者快速建立碎片化信息间的联系,进一步强化内容生产力。智能化的内容核查系统可以自动帮助用户检测和过滤潜在的虚假信息,并为内容生产者核查事实提供辅助,成为一种新型“把关者”,以人机力量的协同来更多地对抗虚假信息、不良内容的风险。


  3、内容分发智能化:从千人一面到千人千面。内容科技助力内容分发智能化,即通过内容与应用场景的智能匹配,提升内容分发效率,充分实现内容价值。当前,海量内容供给与大规模且个性化内容需求的精准匹配,是移动传播时代的内容服务商必须完成的命题,而基于算法推荐技术的精准分发为这一命题提供了高效率、低成本的解决方案。当前的智能分发主要表现为智能化的内容分发和智能化的社交分发两类模式。


  智能化的内容分发,指基于内容标签来响应用户不同场景下的内容需求,以提高分发的适配度和传播效率。智能化的社交分发,以公众广泛参与为背景,通过算法促进社交关系的建立,依托智能化的社交关系提高信息分发效率。当前的主流推荐算法中,算法与社交结合已成大势所驱,主要应用包括亲密关系加权算法、重要关系加权算法、互动加权算法等。在“全员媒体”时代,大规模的用户参与、集聚必将形成用户关系网络,但用户之间的关系并非具有同等的价值,因而,通过对关系的建立和筛选实现内容筛选成为智能化社交分发的重要思路。


  4、内容接收智能化:从传统渠道到智能入口。智能接收主要通过终端设备信息接收系统的智能化来实现。终端是指使最终的内容产品得以呈现的物理设备。当前传播体系中的主流终端主要包含个人移动终端(如智能手机)和家庭终端(如家庭大屏),而伴随着5G技术的逐步普及,信息接收终端的智能升级也迎来多重机遇。首先,5G的广接入带来万物互联,可穿戴设备、智能家居、智能汽车等均有可能形成新的人机界面和交互方式;其次,5G的低时延使得端云协同变得触手可及,意味着边缘设备(即终端)也能够实现更多的计算能力,终端信息接收系统的信息分析、过滤与呈现等将得到进一步升级。


  5、内容反馈智能化:从延时模糊到即时精确。内容科技也将助力内容反馈的智能化,使内容生产者和运营者及时了解其生产内容的传播效果及传播路径,从而对生产、分发等各个环节进行调整,提升内容生产和运营效率,并为其维护版权利益提供依据。当前,人脸识别、声纹识别、图像识别、数据挖掘等技术均被用于用户互动环节之中,移动终端用户的每一次内容消费行为都可以被实时记录下来,成为对其生产内容的反馈。内容生产机构或内容聚合平台可通过数据技术,对大量的用户反馈数据进行智能化分析,进一步指导后续的内容生产、分发等各环节。同时,用户的消费数据可能也伴随着新的数据内容(如转发、评论、点赞等)产生,这些内容也将回到采集环节,成为另一个循环的开始。


内容科技的目标与任务


  2019年10月召开的党的十九届四中全会提出,要构建网上网下一体、内宣外宣联动的主流舆论格局,建立以内容建设为根本、先进技术为支撑、创新管理为保障的全媒体传播体系。“内容科技”不仅将成为内容产业向更广阔空间发展的引擎,更是推动国家治理体系和治理能力现代化的重要支撑。具体而言,内容科技的目标和任务有三个方面:


(一)更高效、精准地创造分发更丰富、优质的内容以服务人民。


  内容科技将加速内容业态重构,催生新的社会化大分工。内容科技致力于将新技术应用到新闻产品的采集、生产、分发、反馈等环节,赋能媒体产业、社会创作力量、聚合分发平台以及各类内容触达终端,让内容安全可靠、有趣有用,让普通大众能够获得便捷的生产、传播工具,尽可能满足海量用户的个性化需求。


  1、内容采集高效便捷。传统媒体时代,数据的记录大多存储在本地,不作为公开数据资源,例如音乐、照片、视频、监控录像等影音资料,数量虽然巨大,但无法将其进行更深入的数据分析,社会对数据分析需求也不够强烈。伴随着5G的发展,5G技术“广接入”技术特性,将使人类的大数据采集能力发生革命性变化,在全面部署传感器并接入5G 网络的基础上,全程、全息采集数据。在技术的加持下,利用传感器采集新闻将得到进一步发展。作为人感官的延伸,传感器可以拓宽内容采集的维度,采集到人所无法涉及的内容。2015年10月,央视推出的“数说命运共同体”专题中,5位数据分析员用了21天分析从GPS系统获得的“全球30万艘大型货船轨迹”,他们发现,过去一年里,途经“一带一路”沿线主要国家的海上货运量增加14.6%,而同期全球航运总量只增加3.8%。对于这个专题中核心数据的挖掘来说,GPS系统至关重要,而GPS系统就是一种与地理位置相关的传感系统。


  2、内容生产有用有趣。随着人工智能、大数据、云计算、5G等技术的应用,内容生产环节发生了前所未有的改变,机器人写作等正在成为趋势,“人机协作”将是未来新闻生产的主要方式。媒体行业对AI的期待是提高效率,将记者从基础工作中解放出来,让他们完成更复杂的选题,讲述只有人能讲述的故事。全媒体时代,我们不仅能够运用音视频、动画动漫等各类表达方式,还产生了VR新闻、移动短视频、H5交互式新闻、无人机新闻等全媒体的表达手段。新闻生产从“可知”迈入了更具丰富性的“可感”。数据新闻是在大数据时代兴起的另一种新闻生产方式。它基于对碎片化的数据进行挖掘、抓取、统计、分析来发现新闻线索;通过文本、图表、图形、色彩等可视化技术将新闻内容呈现出来,增加了内容的趣味性和视觉冲击力。


  3、聚合社会创作力量。技术降低了内容生产门槛,使内容传播主体更加多样,观点更加多元,每个人都可以成为信息的接收者和发布者。内容科技的发展,能够构建社会创作力量集合平台,通过政策引导、创作指导、创作赋能与商业赋能等,驱动社会创作力量的内容生产导向正确、高效便捷。人民网自主研发了“人民智作”平台,集聚人民网自有资源及党政、媒体、渠道、产学研用等资源,为社会创作力量提供选题参考、热点搜集、素材资源、创作工具、渠道传播、运营培训、内容创业等于一体的服务,引导社会创作力量规范创作和有序发展,为平台的全体参与者创造价值。


  4、精准分发优质内容。互联网时代,面对海量数据,如何选择自己需要的内容是每个用户面临的问题。搜索引擎虽然被人们广泛使用,但并不能解决信息过载这一信息时代的核心问题,原因在于某些陌生领域,用户很难用恰当的关键词描述自己的需求。而随着人工智能等技术的发展、催生了内容精准分发,即根据用户的历史数据主动推荐给用户满足他们兴趣和需求的信息。在这个以“人”为中心的社会化时代,精准分发得到广泛发展。


  5、全面接收用户反馈。传播学“使用与满足”理论指出,传播学研究不应当仅仅关注“媒体对人们做了什么”,还应该仔细研究“人们对媒体做了什么”。随着新技术的发展,受众的主动性不断增加,在传播过程中的主体地位迅速提升,面对丰富多样的传播媒介、信息内容、获取终端等,用户掌握了选择权和主动权。用户对内容形式和质量的期待也在不断提升,只有了解用户,才能更好的进行内容生产。通过数据算法、推荐引擎等方式,美国著名视频网站Netflix可以推断出观众偏好,成功翻拍《纸牌屋》。今日头条根据用户的阅读行为、阅读兴趣等建立用户个人模型,为用户进行精准的“个性化推荐”。


  6、增强国际传播能力。回顾人类历史上国际传播的每一次飞跃,事实上都建立在技术革新的基础上,要借助虚拟现实、增强现实、人工智能等内容科技及其催生的新应用,突破国际传播中语言、时空、跨文化的阻碍,丰富国际传播场景,传播中国声音。要综合运用各种对外传播载体,创作各类适合新媒体平台传播的内容和产品,根据渠道特点和受众接收习惯展开全媒体传播。通过中国智造构建全场景、全联接、全产业的全球价值内容生态圈,引导全球资源,增进国与国之间的民心相通。


(二)以场景化的内容产品、便捷化的内容工具、智能化的内容平台赋能产业。


  借助科技的力量,以内容为介质,同其他产业进行横向关联、广泛融合,催生出全新的内容产业,其价值将会无限放大,从有限走向无限。内容科技的目标就是用科技“横向”打通内容产业与其它产业,成为一项生产要素,成为其它产业的赋能者。


  1、内容赋能制造业,助推中国制造迈向“中国智造”。毛绒玩具、手机、音箱等本身只是一个载体,但是在内容的加持下,它的服务得到升级,用户体验更好,产业取得快速增长,这就是内容产业赋予制造业的价值。随着5G、AI、IoT技术逐步普及和场景化应用,内容与人、机、物的全效能、全场景链接,赋能中国制造迈向“中国智造”将成为趋势。中国制造的各类产品在出厂时可以搭载全球各国的精品内容,在不同国家的售卖渠道上进行本地化传播,伴随中国制造的全球化销售实现全球内容的精准分发和触达;而音箱、手机等智能硬件也可以在传播内容的同时收集用户数据,反哺内容产业,构建内容生态圈。


  2、内容赋能服务业,促进服务业态创新。根据2018年国家统计局发布的《国民经济行业分类》,服务业即第三产业包括批发和零售业、交通运输、仓储和邮政业、金融业、房地产业、文化、体育和娱乐业等。国家发展改革委发布的《服务业创新发展大纲(2017—2025年)》提出,鼓励利用新一代信息技术改造提升服务业,创新要素配置方式,推动服务产品数字化、个性化、多样化,推动服务网络化、智慧化、平台化。服务业的数字化转型离不开信息、离不开内容,内容赋能服务转型是大势所趋。人民网自主研发的智慧聚发平台,能够面向 B端、G端等各类内容需求场景提供精准的精品内容分发及运营服务。可以精准地为金融业提供财经内容,为旅游业提供文旅相关内容,提高用户使用相关服务的时长和活跃度,增强服务粘性,延伸服务行业的上下游。内容+服务必将成为服务业转型升级的新业态。


  3、打造智能化内容平台,为各行业提供知识图谱服务。内容科技的目标是建设一个全媒体智能平台,依靠人工智能等技术,使信息内容、技术应用、平台终端和管理手段共融互通,满足全程媒体、全息媒体、全员媒体、全效媒体的需要。智能化内容平台将建立一套对常规音视图文数据进行知识生产、管理、利用、服务的体系,以知识为基础,通过知识获取、知识验证、知识表示、推论、解释等核心环节,改造现有内容平台基础框架,全面提升内容为媒体行业及其它行业服务的能力和效率,让内容成为各行各业场景应用的“盐”,实现媒体行业与各行业“横向”融合提供基础平台。


(三)在生产、聚合、分发、用户参与、底层数据等环节有效服务于党管意识形态。


  意识形态是系统地反映社会经济形态、政治制度和文化模式的思想体系。做好意识形态工作,事关党的前途命运,事关国家长治久安,事关民族凝聚力和向心力。内容科技以主流意识形态引导和社会共识达成为重要指向。在数据成为国家间竞争核心战略资源的信息时代,内容科技要支撑从“党管媒体”拓展到“党管数据”,更加直接、深度、精准地把握社情民意的走向,成为治国理政、改善民生、团结群众的重要手段。在以互联网为代表的信息技术革命潮流中,前端应用和主体日益多元化,呈现出去中心化、个性化等特征,但实际在后台形成了集中化的平台,形成了新的中心。集中化成为去中心化、个性化的基础。从战略高度把握基础性和关键性技术应用,增强对内容中后台的把控能力,成为内容科技的重要使命。要在集中审核管理的基础上,汇聚内容生产、聚合、分发、用户参与等各环节底层数据资源,为社会提供大规模个性化服务,成为全媒体传播体系的枢纽和闸门,形成前端去中心化、后台集中化相统一的现代传播体系,再造传播体系新中心。


  1、建立内容审核与风控管理平台。针对前端内容形态多样、传播者众多,亟需强大后台技术支撑的情况,应该以主流媒体为中心搭建内容审核与风控管理平台,使“内容生产大脑”与“风控大脑”相辅相成,为各网站、移动客户端、社交媒体平台以及区块链等新型传播平台提供内容管理服务。通过多源异构数据的深度学习和图像分析、语义理解、情绪分析等,实现主流媒体内容审核与风控管理经验与能力的社会化分享,提高全社会全媒体内容风险管控能力,确保国家政治安全和文化安全。


  2、建立舆情大数据分析与研判系统。在内容风控管理平台的基础上,媒体可对已发布和未审核通过的文字、图片、视频、音频进行全内容、全要素分析,综合应用传感器、通信技术、定位技术、高通量计算技术,借助5G的超高传输速率,采用分布式云存储,实现在任意时间访问和分析数据,增强对网络舆情风险的全面感知能力,提升舆情智能研判水平,为舆情应对、议程设置提供科学支撑。


  3、加强内容后台技术标准制定和数据共享。由相关部门牵头制定统一的技术标准和规范,研发统一的内容标签库以及核心算法,构建大规模跨平台的海量敏感数据特征库、特定用户名库、社交关系库等,挖掘面向智能化内容审核的知识图谱,使分散的内容审核和舆情研判等中后台能够互联互通,形成对社会整体的意识形态风险感知和应对能力,为信息传播影响力的最大化或信息传播的高效阻塞提供技术方案。


内容科技案例


·人工智能推动新浪新闻实现智媒平台转型
·从效率到创意:微软人工智能EQ与IQ的均衡发展
·人民网内容的大数据梳理和监控
·《纽约时报》大数据分析系统Stela
·今日头条的“大数据+算法”
·人民在线:区块链在版权保护方面的应用
·区块链技术在内容安全方面的应用
·媒体融合实战——媒体云平台
·阿里云平台
·自然灾害新闻的传感器应用
·车联网的实际应用
·庆祝中华人民共和国成立70周年阅兵式5G直播
·“我的丰收我的节—70地庆丰收全媒体联动直播”活动
·气味王国带动电影消费升级


内容科技展望


  依托人工智能、大数据等新技术,内容科技的新应用与新服务正在突飞猛进地发展,由此带来的理念革新也将在内容产业中产生深刻且持久的影响。内容科技正在迎来新的爆发期,内容领域的生产者想要在这轮科技革新中占得先机,就务必加强技术预判,做好部署,激发智能技术与内容产业相结合的想象力与创造力。这一部分试图描摹内容科技的未来愿景,为行业实践与发展提供指引。


(一)数据采集:5G时代的认知方式革命


  5G技术引发的传感器的普遍部署和应用,将带来人类对外部世界认识方式的一场革命,这将是内容科技发展的显著趋势之一。在5G技术支持下,传感器能够将信源从人体拓展到世界万物:无人机以“上帝视角”获取多维数据,物联网实现万物互联和广泛接入,技术应用延展了信息获取的深度和广度。5G技术和传感器、存储器的结合,极大拓展数据采集方式、采集维度和采集能力,使数据采集范围更广、速度更快,各类客体的存在状态均以数据化形态进入网络,成为可被运算的对象,这将大大有助于人类更准确地分析事物的内在联系,判断外部环境变化。


(二)知识图谱:发现内容的内在联系


  当前,以人工智能、大数据为支撑的智能技术,已经在语音识别、图像处理、机器翻译等领域实现了较大突破,但这些本质上仍是为实现特定功能的专用智能工具,其更大范围的实际应用,还要在强大的算力、算法的基础上,依托已经被精细标注过的大数据来实现。知识图谱就是系统化、精细化标注数据的工具。


  实现跨领域知识图谱的突破,可进一步帮助机器跨越模态理解数据,学习到最接近人脑认知的“一般表达”,从而获得类似于人脑的多模感知能力。因此知识图谱技术将成为智能技术发展的核心趋势之一。这一关键性技术在内容领域的应用,有望带来内容数据库能力的革命性提升,从而创造崭新的内容价值。


(三)智能生产:“视频转向”的技术需要


  当前,互联网短视频平台正在改写着传统的视频内容叙事方式、传播形式与传播关系,使得互联网从“阅读网络”逐步演变为“收视平台”。而伴随着5G技术的普及与应用,其高速率、低时延等技术优势,将极大提升视频内容的传输效率、降低传输成本、改善用户体验。因此,以“视频数据”为主的数据量将会迎来爆发性增长,并重构当前的内容生态。


  在这样的背景下,视频内容的智能生产正在成为内容行业智能化的关键环节。在视频内容制作层面,计算图像技术、短视频合成等技术的应用将会大大提升视频内容生产的效率,并推动精品内容的产生;在视频内容分发及营销层面,个性化推荐技术也将提升视听内容投放的场景化水平,建立更加紧密的用户与信息和资源的个性化关联机制。


(四)智能审核:平台时代的“把关人”


  互联网技术赋能,导致汇聚了海量用户的互联网平台的产生。微博、网络直播、短视频等自媒体形态的出现,一方面使普通用户获取了更多元、更便捷的表达工具,使得传播主体呈现出爆发式扩张和全民化态势;另一方面,随之而来出现了表达权滥用的问题,造成内容生产的门槛大大降低,导致互联网平台上内容质量参差不齐、鱼龙混杂。因此,对于互联网平台上的内容尤其是视频内容的审核,成为互联网治理的关键问题之一,也成为内容科技必须突破的关键领域之一。因此,基于对多模态视频数据的智能化理解,提高视频审核和内容管控的及时性和准确性,以实现对海量内容的高效率的智能识别和审核,也将成为内容科技的未来趋势之一。


(五)科技支撑:以内容科技赋能社会治理


  习近平总书记指出,互联网已经成为人们生产生活的新空间。互联网的发展不仅重构内容生态,重构用户连接,而且也正在重构整个社会结构和社会运行方式。在此背景下,现代社会治理的方式和方法也在发生深刻变革。党的十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度 推进国家治理体系和治理能力现代化若干重大问题的决定》提出,要“加强和创新社会治理,完善党委领导、政府负责、民主协商、社会协同、公众参与、法治保障、科技支撑的社会治理体系”。以科技支撑赋能社会治理体系与治理能力现代化,扩展了内容科技更加广阔的应用领域。通过内容科技的应用,将能进一步提升多方共同参与模式下社会信息交互的效率和质量,促进社会共识的达成。


  在基础数据层面,人工智能、传感器等新兴技术,可对社会治理数据进行全程、全息的采集、挖掘、分析与应用,以使社会治理共同体能够及时发现异常,捕捉新的变化,大大拓展消息来源和内容资讯,促使内容生产机构嵌入社会治理体系。在信息传递层面,具备公信力和权威性的主流媒体机构,应当依托内容科技,在事实核查、真相还原中发挥关键作用,提供更加准确、全面、权威的信息,及时纠偏,引导舆论。在对话协商层面,各类开放平台也应依托内容科技,为多元主体呈现诉求、利益博弈创造空间,发掘利益的交集点,促进社会主流价值的凝聚,以最广泛的连接、最充分的信息交互,来提升社会各方面的沟通协商水平。


(六)科技向善:引领内容科技的未来


  伴随着内容科技的突飞猛进,智能技术带来的负面影响也愈发不容忽视。一方面,内容制作与编辑技术的门槛降低,使得过度编辑、蓄意造假、AI换脸等负面事例层出不穷,分布在内容采集、生产、分发、接收和反馈的全过程中,令公众不得不对内容科技智能化应用背后的伦理风险,始终保持警惕。另一方面,智能化技术在应用过程中,采集和使用用户数据的边界仍然模糊,使得用户的隐私权、知情权难以保障。


  当前,在智能化内容生产中,数据已经成为了一种基础资源,平台也成为一种权力架构。对掌握核心数据及处理能力的互联网平台企业而言,在数据与技术应用中的自我克制与制度约束,对于保障这种基础设施和权力的合理使用至关重要。政府、互联网平台、行业协会、用户等多元主体均应在内容科技发展中发挥作用,以相关的法律法规维护市场环境,以主体自觉约束自身行为,以制度规范增强行业自律,有效应对潜在的法律问题与伦理风险,形成权责利清晰的协同治理格局,共同推动内容科技向促进人类共同福祉的方向发展。


注释:


[1]中国电子技术标准化研究院. 人工智能标准化白皮书(2018版)[EB/OL]. http://www.cesi.ac.cn/201801/3545.html, 2018-01-24/2019-12-01.