AIGC:智能创作时代_杜雨;张孜铭_AZW3_MOBI_EPUB_电子书(无页码)_杜雨;张孜铭

内容节选

第一节AIGC资讯行业应用 信息爆炸时代,各类新闻资讯无处不在,不可或缺。同时,这些资讯也具备标准化程度高、需求量大、时效性强等特点,因此是人工智能施展拳脚的理想舞台。自2014年起,大规模数据检索处理、结构化文本写作、摘要生成等多项AIGC相关应用已经在新闻资讯行业落地,因此资讯行业是AIGC商业化相对成熟的领域。同时,人工智能在该领域也正向全链路延伸,伴随着底层大模型和各细分场景应用的进步,资讯行业将会有更大的变革潜力。 一、AIGC辅助信息搜集,打造坚实内容地基 优质的新闻产出必然建立在全面、高效、准确的信息收集和整理的基础之上。在传统的生产模式中,从业者需要亲临一线,通过观察、询问、记录才能获得扎实的信息基础,而AI已经能够对该环节进行高效赋能。例如,在采访过程中,科大讯飞的AI转写工具可以帮助记者实时生成文字稿、自动撰写摘要、调整文风、精简文本等,提高工作的整体节奏,保障最终产出的时效性。 但AI的可能性并不止于助力人类工作者获取一手信息,也可以帮助新闻工作者更精确地检索二手信息,收集撰写新闻报道所需的素材。在以往以传统方式利用搜索引擎的过程中,如果想要实现一些边缘话题的精确检索,需要对检索词的组合进行深思熟虑或反复尝试,才能通过搜索引擎找到想要的答案。运用自然语言长段话描述问题,并不会有助于检索结果的呈现,反而会让结果更加偏离问题。如果想要进行更加精确的检索,则需要学习复杂的检索表达式,这无疑增加了新闻工作者的学习成本。但在高性能的AIGC工具出现之后,人们就可以用日常向好友提问一样的方式向ChatGPT这样的对话类AIGC工具提问,直接获得精确的答案,甚至都不需要在检索出的结果中搜寻,非常方便。虽然AIGC工具对于少量领域的回答可能会出现时效性有限或一些错误的结果,但它在大量领域已经可以作为二手信息搜集的重要工具投入使用。 二、AIGC支持资讯生成,实现便捷高效产出 在新闻资讯的生产环节,基于自然语言生成和自然语言处理技术,AI交出的结构化写作“答卷”已经逐步得到从业者和内容消费者的认可,因此已经涌现了一批成熟玩家。在产出数量方面,以美联社、雅虎等媒体的合作伙伴 Automted Insights公司为例,其撰稿工具Wordsmith能够在1秒内产出2 000条新闻,单条质量能够比拟人类记者30分钟内完成的作品。AI的强悍生产能力使得低成本覆盖长尾市场成为可能,更多内容消费者的需求得到满足,公司的利润来源也得以拓展。除了惊人的产出速度外,AI还在内容准确度方面具有明显优势,能够避免人类工作者粗心导致的拼写、计算错误,在提升稿件质量的同时减轻写作者的工作量。整体而言,在AI内容生成方向上,国内玩家布局颇多,比如新华社自主研发的写稿机器人“快笔小新”、腾讯公司开发的Dream Writter均已在标准化程度高的场景中得到大量运用。此外,百度公司也和人民网携手发布了“人民网-百度·文心”大模型,或将在未来成为媒体行业的底层基础设施,赋能媒体生产的多场景、多环节。 三、AIGC助力内容分发,“智媒”赋能人类工作者 在资讯内容的分发环节,AI 除了助力个性化内容推荐外,也开拓了全新的应用场景,即驱动虚拟人主播,以视频或直播的形式进行内容发放,打造沉浸式体验,比如新华社数字记者“小诤”带来新鲜的太空资讯,央视网虚拟主播“小C”担任记者角色,阿里巴巴冬奥宣推官数字人“冬冬”畅聊冰雪,百度智能云AI手语主播为听障朋友带来贴心服务。热潮之下,各路玩家纷纷跟进,期待创造更富有科技感、更多样的资讯消费体验。在未来,AI虚拟主播很可能成为媒体的标准配置。参考自https://www.theguardian.com/technology/2020/may/30/microsoft-sacks-journaliststo-replace-them-with-robots。 AI在资讯行业的全环节大显身手,可能会引人担忧:媒体工作者是否要被取代?时而爆出诸如微软在2020年裁撤27人的新闻网站编辑团队并用AI替代一类的消息, 似乎也表明人们所虑非虚。但事实上,AI真正的潜力在于赋能人类工作者,其应用在当前的技术水平下仍有不少限制。 首先,AI撰写的文稿仍稍显呆板单调,模板化强,无法像人类记者一样根据具体报道的性质和语境调整叙述的策略,以达到更好的传播效果。同时,AI当前无法撰写深度报道,文字缺少温度和人文关怀等要素。基于这些原因,AI写稿最初也是多被用于财经、体育、突发事件等垂直场景,跨领域迁移、适配以及产出的能力仍然不足。并且,过度依赖 AI进行信息抓取以及撰稿也可能导致信息茧房和回声室效应加剧,甚至带来伦理失范的问题。 因此,人类工作者仍有巨大的发挥空间,而AI则将人类工作者从繁杂的重复劳动中解放出来,使他们更好地发挥批判思考能力和创造能......

  1. 信息
  2. 代序 AIGC和智能数字化新时代
  3. 前言 从机器学习到智能创造
  4. 第一章 AIGC:内容生产力的大变革
  5. 第一节 从PGC、UGC到AIGC
  6. 第二节 人工智能赋能内容创作的四大模态
  7. 第三节 AIGC助力元宇宙和Web3.0
  8. 第二章 AIGC的技术思想
  9. 第一节 前AIGC时代的技术奠基
  10. 第二节 早期AIGC的尝试:GAN
  11. 第三节 AI绘画的推动者:Diffusion模型
  12. 第四节 大模型的重要基建:Transformer
  13. 第三章 AIGC的职能应用
  14. 第一节 AIGC与产品研发
  15. 第二节 AIGC与市场营销
  16. 第三节 AIGC与管理协作
  17. 第四章 AIGC的行业应用
  18. 第一节 AIGC资讯行业应用
  19. 第二节 AIGC影视行业应用
  20. 第三节 AIGC电商行业应用
  21. 第四节 AIGC教育行业应用
  22. 第五节 AIGC金融行业应用
  23. 第六节 AIGC医疗行业应用
  24. 第五章 AIGC的产业地图
  25. 第一节 产业上游:数据服务
  26. 第二节 产业中游:算法模型
  27. 第三节 产业下游:应用拓展
  28. 第六章 AIGC的未来
  29. 第一节 AIGC的技术趋势
  30. 第二节 AIGC时代的参与主体
  31. 第三节 AIGC的风险与监管
  32. 附录一 AIGC产业地图标的公司列表(部分)
  33. 附录二 AIGC术语及解释
  34. 附录三 AIGC大事记
  35. 后记
  36. 专家推荐