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