大数据文摘出品

作者：刘俊寰

本年云栖大会上，闪亮上台的不是只要阿里首款自研芯片含光800等“硬科技”，新华智云自主研制的会议报导机器人的体现也适当抢眼。

据了解，该机器人将140条会议短视频主动拆条编排，均匀每位嘉宾共享完不到一分钟即可生成一条短视频，大幅下降人工成本，提高了会议内容的传达功率。

新华智云是新华社和阿里巴巴在2017年6月建立的媒体大数据人工智能公司，现由徐常亮任新华智云董事兼联席CEO。

提到徐常亮，他从普林斯顿大学博士结业后进入到了纽约时报作业，正是在纽约时报这段时刻他第一次接触到云核算和大数据，让他对新闻范畴产生了爱好，这也是他参加建造新华智云的重要原因。

在徐常亮看来，媒体职业会首要选用新技能，能够说，媒体职业自身需求技能支撑，而当下最抢先的技能是人工智能，媒体大脑的设想就应运而生。媒体大脑便是企图在媒体职业完结AI技能落地，让机器学习传闻读写才能，了解详细日子场景，然后再以新闻方法输出。

能够说，媒体大脑的开发也是对新闻范畴的一次改造！

一起，徐常亮也是本次大数据文摘与猎聘一起颁布的“30位新生代数字经济人才”精英奖的获奖者之一。精英奖旨在赞誉在相关范畴对数字经济开展作出卓越奉献，运用数据和技能对工业带来的实践推进效果的职业精英。

媒体大脑将为新闻创造供给数据视角

非结构化数据多，首要要清晰根本才能

正如徐常亮在讲演中提到，媒体职业的产品便是数字化，可是与一般互联网数据比较，新闻范畴的非结构化数据较多，这也大大提高了数据提取的难度。

阿里有一句话，先要全部事务数据化，然后再是全部数据事务化。对应到媒体这个职业，徐常亮提出了“新闻即数据，数据即新闻”，从数据中开掘新闻，待新闻沉积为数据，为往后的新闻打造供给前史依据。

追溯互联网开展前史能够发现，大数据的开展依据查找引擎，谷歌提出的“三驾马车”也是想要针对查找文档进行处理，而查找文档的一个重要特色便是新闻数据。

因此在徐常亮看来，新华智云现在做的作业、面临的应战和谷歌比较没有太大不同。也正是由于如此，在语言文字的处理方面，新华智云彻底能够吸收学习谷歌在曩昔20多年的阅历。

挑选在图片视频范畴的开展，技能层面上是由于深度学习的核算才能、数据储藏和模型都现已得到了适当不错的开展，商业场景上，4G的遍及、5G的运用都使得短视频范畴的事务形状得到广泛重视。

其间，徐常亮将视频处理的难点总结为以下三个方面：

针对这些难点，首要有必要将媒体大脑的根本才能清晰化——定位文档和视频片段，最开端的数据集也将会在某个笔直范畴进行相应完善，不会针对全网的一切数据。

徐常亮以为，媒体大脑的抱负形状取决于人类的前进和实时的需求。

近期媒体大脑的作业仍是会环绕短视频的修改与出产。

有必要供认的是，新华智云现在还无法完结在通用范畴完结动作了解，可是在视频了解和视频摘要范畴现已取得不错的成果，他们在国际核算机视觉尖端会议ICCV 2019的CoView应战赛中取得了第一名的成果。

注：ICCV（国际核算机视觉大会，全称：International Conference on Computer Vision）是核算机视觉方向的三大尖端会议之一，由IEEE主办在国际范围内每两年举行一次。ICCV论文录用率十分低，是三大会议中公认等级最高的。

数据能为深度报导供给不相同的视角

现在机器出产内容仍是局限于体育、财经等范畴，关于机器能否参加深度报导的编撰，徐常亮指出，首要要清晰何为“深度”，在数据中相同能够找到许多新闻点，数据也能给创造者供给许多新的视点和观念，比方飓风数据的收拾，这也是深度报导的一种方法。

再比方，在云栖大会上，能够经过抓取互联网上对含光芯片的点评，查询目标就能从嘉宾变成整体互联网网民，资料量也就相应地得到扩展。

此外，深度报导是否需求机器参加，短缺的更多是点评。能出产内容远远不够，怎么做到还要做到有情绪，从而做到有温度，即怎么拿捏情绪和情感的强弱，也需求在深度报导中体现出来。

在MGC（机器出产内容， Machine Generated Content）年代，徐常亮依据自己在纽约时报和阿里的相关阅历描绘了机器、读者和记者三方的联系。他以为，就像往后的产品出产会逐步转向顾客需求为主导，个性化出产也会成为重要的一环，读者能够自己出题、自己找视点，在自己想了解的维度上获取信息。而这点，新华智云现已具有了相应才能。

从内容出产者的视点上说，现在现已进入到了UGC年代，广义上，一切人都是在做内容创造。新华智云的愿景是整合数据可供人人运用，乃至经过数据和舆情的预备激起人们的创造愿望。

现在早已是海量信息充满，关于资讯而言咱们想达到的更多仍是怎么更精准更精粹地取得信息，精准推送所形成的信息茧房现象就像游戏沉浸相同，是不可避免的，而相应的防范措施也需求和详细渠道的运用进行结合。

从“有图有本相”到“有视频有本相”，技能开展的每个阶段都有每个阶段的应战，不能由于技能开展所带来的不良后果把技能自身否定掉。并且，现在包含新华智云在内的许多安排都在做现实核对方面的研讨。

面临5G的开展，徐常亮以为5G年代真实到来之后，会给用户带来更好的视听感受，许多内容都能逐步往高清上开展，往后用户都能做到在线出产、在线存储、在线分发，打造在线新闻中心会越来越简略。

探究数字经济年代的媒体新业态

以下是徐常亮在数字经济人才晚宴上的共享速记：

大约介绍一下新华智云媒体大脑，新华智云是新华社和阿里巴巴合资建立的，咱们看媒体大脑的“大脑”这个词也能够猜到和阿里相关，阿里在各个职业都在推出“大脑”系列。我在筹建新华智云之前，参加了整个阿里大数据的建造，后期也参加了一系列的发布，包含城市大脑。

阿里和新华社合资建立新华智云，是期望把新闻出产的全链路用云核算、大数据、人工智能的办法做出成效。从17年发布媒体大脑——第一个媒体职业的人工智能渠道，到最近推出一系列产品，包含MAGIC短视频智能出产渠道和25个媒体机器人，媒体职业的产品便是数字化，这是不同于其他职业的当地，这上面有许多文章能够做。

接下来借阿里20年进程，说一说今日我对数字经济的了解。1999年仍是B2B，那个时候是把已有的文字内容或许说信息互联网化。到03年，淘宝把产品放到网上，咱们在互联网上能十分简略看到产品。然后淘宝和付出宝联合完结了网上付出，移动付出也是靠这个打通的。

下一步是怎么样以数字经济的方法来做物流。阿里在这方面一向在探究，现在也没有特别好的形式。到最终上云，我在这儿更想提阿里云，阿里云从某种意义上来讲，是让各行各业上云。

上云逐步由易到难，先是简略的文字，再是产品，然后是付出。到了阿里云阶段，假如把网站或许APP当作一个产品，去开发网站和APP的进程，也能够等价为出产产品的进程。

关于IT职业而言，更多是把出产车间、出产环境上云。而新华智云想做的是“在线”，数字经济的进程从某种意义上说也便是在线的进程。关于媒体职业，咱们想把内容出产做到彻底在线化，这就不仅仅是出产车间、出产力，还包含出产资料、数据都要上云，或许说这些数据在云上，咱们更好去安排它。

在这个进程中，咱们还想探究数字经济年代的媒体新业态。比较于曩昔偏重在分发端发力，咱们更偏重在出产端，把出产流水线，包含出产资料，都在云上预备好。

比方，在城市大脑之前，交通摄像头就一向都在，但里边的数据简直不必。到城市大脑，交通摄像头的数据就能够用来猜测交通规划交通，优化调理红绿灯等。

交通摄像头摄像头也能够看做记者，这就让记者就变成7×24小时在线，并且是任何地址任何时刻。这些数据也能够嵌套上人工智能，咱们换算过，其时杭州的一个主城区大约有15万个摄像头，没人知道这儿边的这些数据能够去干什么。这些视频就能够用来做新闻，当然也能够来做监管，幻想空间一会儿就能翻开。

这就提出，怎么看待数据，以及把信息开掘出来的问题，今日的新闻仅仅一个呈现业态罢了。

方才说能够从交通摄像头取景，也能够从电视摄像头直播摄像头取景作为资料。比方进球视频，之前要做的话要花分钟等级，今日让机器来做能够做到秒等级。

咱们是想要在经过视频才能，来剖析这些信息，不论从骨架抽取，仍是从它自身的动作各方面，然后到前史资料库里做匹配。这些假如组合起来能够开掘许多风趣的工作，就像搭乐高相同。

只要把根底标签打准了，上层就有十分多运用空间。不仅仅是内容创造，还能够给媒体修改供给线索、视点和构思。有了数据抽取才能，一方面能够做主动化出产，另一方面能够把才能拼装起来，让修改去规划模板。

做一个类比，工业出产流水线进去的资料是一模相同的，出去的内容也是一模相同的，咱们假如每天看到都是千人一面的新闻，就会枯燥乏味。但能够去打造一条新闻出产流水线，进去的内容千变万化，辨认才能又能够去做匹配，再加上上层界说，最终就能生成千变万化的内容！

咱们或许在电商职业听到过“个性化出产”，现在新闻也能够依据个人喜爱做出个性化出产。17年咱们提出MGC的概念，便是机器出产内容。机器出产自身或许会有一些枯燥乏味，可是当把AI加进去今后就会得到很大改进，并且会十分奇特地呈现“MAGIC”这个词。

在智能年代，咱们期望有一套内容出产根底设施，运用AI才能加上主动化和人机协作。在内容出产方向，现已有许多公司也在做这样的尝试了，能够说咱们带了一个十分好的头。

最终一点，也是十分重要的。咱们之前听到写稿机器人，是让机器人做到主动化写稿，但其实咱们更期望的是供给一个新的维度来看这个国际。新华智云的这套才能能经过整个数据链路，经过人工智能才能收集新闻资源和处理系统资源，能够极速提高。咱们这方面也现已和许多媒体单位合作了。

咱们期望在数字经济年代，媒体的新业态不仅仅是像头条在分发端做出奉献，一起在内容出产侧作出奉献，真实地把数据运用好，真实进入数字经济年代。