5 AI-framsteg inom publicering och media

Författare: Roger Morrison
Skapelsedatum: 27 September 2021
Uppdatera Datum: 1 Juli 2024
Anonim
Can we build AI without losing control over it? | Sam Harris
Video: Can we build AI without losing control over it? | Sam Harris

Innehåll


Källa: Saniphoto / Dreamstime.com

Hämtmat:

Från förbättrade forskningsresurser till helt automatiserade robotrapporter ser förlagsbranschen revolutionära förändringar tack vare AI.

Cambridge Analytica-skandalen visade oss hur ryska AI-drevna falska nyheter hade makten att styra den amerikanska presidentkampanjen 2016. Det är nu ett faktum att intelligenta maskiner inte är framtiden för media och publicering, men närvarande. Även om den sista meningen kan låta olycksbådande, är vår framtid inte nödvändigtvis kopplad till en mardröm av falska nyheter och sociala mediehanterare som stjäl vår privata information. Artificiell intelligens, automatisering, maskininlärning och alla senaste tekniska trender under de senaste åren kommer att revolutionera vårt nuvarande scenario och kanske till och med på ett bättre sätt.


Vanliga robotrapporter

Tro det eller inte, du har förmodligen läst nyhetsartiklar skriven helt av en maskin. Vanliga förläggare har börjat använda AI för att skriva några av sina berättelser för dem. Faktum är att Washington Posts automatiska reporter publicerade 850 artiklar under sitt första år med Heliograf. Under presidentvalet var robotreporteren smart nog att pinga nyhetsrummet varje gång resultaten började tränga i en oväntad riktning och effektivt hjälpa de mänskliga reporterna i deras jobb. Andra AI-applikationer har framgångsrikt använts av New York Times, Reuters och andra mediagiganter för att automatisera vardagliga uppgifter, effektivisera medias arbetsflöden och krossa mycket data. (Läs om detta och andra AI-användningar i fem sätt som företag kan överväga att använda AI.)

Fake News och manipulation av information (AKA - "The Bad Stuff")

Visste du att en studie från Stanford University visade att vissa AI är så smarta att förstå människor, att det kan upptäcka en sexuell läggning av personer med 81 procents chans att lyckas bara genom att titta på ett bild? Och detta djupa nervnätverk är så avancerat att när antalet bilder ökar till fem blir andelen framgång 91 procent. Och sexualitet är inte den enda parametern som denna hisnande AI kunde gissa bara genom att titta på något slumpmässigt Instagram-foto. Känslor, IQ och till och med politiska preferenser kan förstås av denna maskin som kan upptäcka saker som ingen människa ens kunde föreställa sig.


Återigen, om du tror att denna teknik kan vara framtiden för ansiktsigenkänning, ja, du är fel: Denna fantastiska upptäckt är faktiskt en sak av över - om än nyligen. Det första som kommer att tänka på är: "Om det här fantastiska grejerna kan göra så exakta gissningar från bara ett par bilder, hur mycket data kan extraheras från människor genom att komma åt deras sociala mediekonton?" Mycket, tydligen - så mycket att det ser ut som andra liknande AI: er kan ha använts mycket av politiska skäl. Det kan mycket väl vara några av anledningarna till att Donald Trump nu är USA: s president och briterna lämnade Europeiska unionen genom Brexit.

AI-driven psykometrisk profilering används för att extrahera data från profiler på sociala medier och använda denna information för att visa potentiella väljare en specifik delmängd av riktade falska nyheter eller politiska annonser. Tanken är att manipulera information till en grad där människor inte kan förstå vad som är sant och vad som inte längre. För att sätta saker och ting i perspektiv är denna teknik så effektiv att vissa hävdar att den har använts igen också i Italien och med mycket mindre subtilitet.

Vad som är ännu värre är att AI inte bara hjälper till att hitta rätt mål för de falska nyheterna, men det kan faktiskt generera falska nyheter med en hastighet som ingen mänsklig författare någonsin kunde hoppas att uppnå. Det kan automatisera hela processen med att skriva och skräppa miljoner artiklar på bara några sekunder.

AI kan skapa absolut trovärdiga falska videor och till och med ändra vad en person sa till exempel under en intervju. Eller så kan det generera realistiska, verklighetstro fotografier från grunden som är helt oskiljbara från en riktig människa. Och det är ganska svårt att förstå vad sanningen är när du inte kan tro ens dina egna ögon.

Striden mot falska nyheter - Den andra sidan av myntet

Fortvivla inte, inte allt är förlorat. Några av de mest kraftfulla maskininlärningsprogramvarorna är redo att distribueras för att skura webben och upptäcka alla dessa uppenbara lögner - börjar med Google, vars nyhetsplattform nu kommer att kunna filtrera bort all den information som anses vara vilseledande eller bara falsk . Enligt Googles talesmän kommer AI att dra data om informationens trovärdighet från ett visst utbud av betrodda källor, och kommer också att organisera och separera innehåll i nyheter, åsikter och analyser för att hjälpa människor att veta skillnaden mellan ett faktum och en åsikt.

Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv

Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.

Annan programvara är också antingen tillgänglig eller håller på att utvecklas för att uppskatta om rubriken på en artikel exakt återspeglar själva artikeln. Detta är oerhört hjälpsamt för att rensa bort alla de skrämmande nyhetsartiklarna som använder vilseledande rubriker för att ropa på latskap hos människor som inte ens öppnar artikeln för att läsa dess innehåll. I ett nötskal är tanken att driva människor bort från extremt, bedrägligt innehåll och rikta dem till mer pålitliga och opartiska artiklar. Målet är att sluta få människor att göra emotionella snarare än rationella val.

Introduktionen av AI i Broadcast och Media

Det kan hävdas att sändningen är en av de tekniker som fortfarande överlever bara tack vare dess stora popularitet under tidigare årtionden, även om den nu föråldras på många sätt. AI-antagande kan hjälpa till att regenerera denna sektor, även om processen fortfarande är i ett tidigt skede. Upp till 56 procent av köpare av medieteknik sa att de sannolikt kommer att anta det under de kommande 2-3 åren.

Netflix, till exempel, är bland dem som redan har använt effektiviteten hos AI för att minska den rutinmässiga arbetsbelastningen genom automatisering.Och resultaten är rätt framför alla ögon (avsedd ordning). Det snabbt växande företaget hävdar att det sparade nästan 1 miljard dollar per år, tack vare AI: s förmåga att minska kundernas svårigheter. Maskininlärningsalgoritmer kan hämta data från sociala medier och använda dem för att skapa en mer personlig relation med tittarna, vilket är särskilt effektivt eftersom det pratades om hur kunden kommer att spendera sin fritid.

AI kan också hjälpa till med effektiv hantering och organisering av innehåll, vilket traditionellt har varit ett allvarligt problem på grund av den ostrukturerade karaktären av video- och ljuddata. Alla de senaste framstegen inom tal och känslor igenkänning, såväl som datorsyn, gavs de senaste AI-verktygen som nu lätt kan klassificera arkiv som tidigare tycktes vara otillgängliga. Algoritmer och automatisering kan också distribueras för att optimera och förbättra effektiviteten i nätverk, vilket är en stor välsignelse för betal-TV-operatörer som vill minska sina bandbreddsproblem i strömningstjänster. (Om AI fortsätter att implementeras i olika branscher, hur kommer människor att tjäna pengar? Kolla in kommer AI-revolutionen att göra universella inkomster till en nödvändighet?)

Effekten av AI på akademisk publicering

Den akademiska världen är på många sätt en sluten värld. Det moderna vetenskapliga publiceringsekosystemet, som är täckt till en handfull elfenbenstorn, förlitar sig på forskarens förmåga att kunna utföra manuella webbsökningar precis som om det fortfarande var 2001. Många av de framsteg som har förbättrat och förfinat sökalgoritmer i det kommersiella world havent nådde en värld av akademisk litteratur, som också saknar många av de mindre upptäckterna som sprids via bloggar, pressmeddelanden och sociala medier.

Ta till exempel "relaterat arbete" i en gemensam akademisk artikel. Hela tvärsnittet av den påstådda samtida utvecklingen av en given disciplin är ofta mindre och begränsas till en konstgjordt omskriven uppsättning referenser från det specifika underfältet. Citat är allt utom omfattande, och ofta misslyckas forskare med att förstå hur många andra liknande studier och arbete som redan har publicerats som i själva verket beskrev samma sak (eventuellt med en ännu bättre metod).

AI kan än en gång hjälpa till att utöka räckvidden för dessa sökningar och inkludera alla dessa dataundergrupper som människor helt enkelt inte har något hopp om att övervaka och smälta. Vetenskapliga figurer kan "läsas" och beskrivas av maskiner med metadatakonstruktioner som gör det möjligt för dem att så småningom sortera, analysera och söka efter dem. Naturligt språkbearbetning (NLP) hjälper AI att förstå pappers sanna natur och integrera data som kommer från externa källor (företagsbloggar, tekniska tidskrifter etc.) för att jämföra det med andra relevanta studier, inklusive de utanför den ursprungliga disciplinen.

Maskininlärning kan använda automatiska statistiska analyser för att förbättra peer review-processen och visar mänskliga granskare källor som de annars har missat. Processen för att verifiera citat är också effektiviserad eftersom AI snabbt kan hjälpa till att flagga en offert som felaktigt hänfördes till en annan artikel, eller skura igenom ett helt dokument på några minuter för att upptäcka felaktiga citat eller plagierat innehåll. Ännu bättre, moderna bildbedömningsalgoritmer kan lätt upptäcka alla tecken på bildmanipulation i biomedicinska tidskrifter.

Slutsats

För dem som undrar om denna artikel har skrivits av en AI, ja, svaret är nej. Åtminstone för tillfället är människor fortfarande nödvändiga. Och med vederbörlig sannolikhet kommer människor aldrig att ersättas av robotar i publicering och media, eftersom kreativitet och konst är en grundläggande och outplacerbar del av skrivandet. I själva verket, eftersom vi mänskliga författare kommer att få hjälp av AI, kommer våra jobb att bli enklare och den genomsnittliga kvaliteten på våra produkter ännu bättre.