编者按

2017年10月初，全球领先的信息技术研究和顾问公司Gartner公布了将在2018年对大部分企业机构产生显著影响的首要战略科技发展趋势，称2025年AI将重塑商业模式。日前，Future Today Institute（简称FTI）也发布了《2018年传媒业技术趋势报告》，介绍了75个传媒从业者应该着重关注的技术趋势，其中“人工智能”继续成传媒业焦点。AI为各行各业赋予的能量正在引起广泛关注。AI到底会怎样发展？它的哪些趋势会给商业带来影响？作为传媒人，我们又应该关注AI的哪些方面？AI真的是一种发展趋势，还是只是过度炒作？本文选取了Gartner和FTI的精编报告，并引入不同观点，以期能够围绕以上问题进行讨论，引发读者思考。

Gartner——AI重塑商业模式

Gartner 公布2018年十大战略技术的发展趋势

来源： 智东西（ID：watchthis_sub）

原文来源：thenextsiliconvalley

编译：轩窗

人工智能基础（AI Foundation）

至少在2020年之前，开发能够自我学习、调整并自主行动的系统仍是技术提供商的主要战场。直到2025年，人工智能将助力决策、重塑商业模式与生态系统、重建客户体验，这些都将进一步推动数字化进程。

智能应用与分析

（Intelligent Apps and Analytics）

在接下来的几年中，几乎每一个应用程序和服务都将包含一定程度的人工智能。智能应用程序在人与系统之间构建了一个新的智能中介层，这将有望改变工作的本质和工作场所的结构。

智能物件（Intelligent Things）

智能物件是指利用人工智能，而非使用严密编程模型，来与周围环境或人类更自然地进行互动的实物产品。

数字孪生（Digital Twin）

数字孪生是指以数字化方式，呈现真实的实体或系统。在今后三至五年内，此项技术将在物联网方面将大有前途，当前也正是物联网引起了人们对此项技术的兴趣。此外，精心设计的资产数字孪生有望颠覆企业的决策。这些数字孪生将被用于了解物件或系统的状态、响应变化、改进运营模式并提升企业价值。

从云到边缘（Cloud to the Edge）

边缘计算（Edge computing）描述了一种计算拓扑，在这种拓扑结构中信息处理、内容收集与交付都将在此类信息的源头完成。连接与延迟挑战、带宽限制以及嵌入边缘等更强大功能均将支持分布式模式。各企业应着手将边缘设计模式用于基础设施架构之中，对于拥有大量物联网元素的企业尤其如此。

会话式平台（Conversational Platforms）

在人类与数字化世界互动方面，会话式平台将推动下一个重大模式转变。计算机将接替人类，来进行意图的诠释。会话式平台将接收用户的问题或命令，然后通过执行某些功能、展现某些内容或询问是否更多输入信息来进行响应。在接下来的几年内，会话界面将成为用户互动的一个首要设计目标，并通过专用硬件、核心操作系统、平台及应用来实现其功能。

沉浸式体验（Immersive Experience）

会话式界面正在改变人们控制数字世界的方式，而虚拟、增强和混合现实（virtual， augmented and mixed reality）则在改变人们观察和与数字世界互动的方式。目前，虚拟现实和增强现实市场尚不成熟，还处于碎片化阶段。为了推动实现真正有形的商业效益，各企业必须审视特定此项技术运用的真实场景。同时，提高员工的工作效率，优化设计、培训和可视化过程也不可或缺。

区块链（Blockchain）

区块链正在从数字货币基础架构向数字化平台转变。区块链技术与现有的集中式交易和记录机制截然不同，可作为已有企业和初创公司发展颠覆式数字化业务的基础。虽然有关区块链的宣传都集中于金融服务行业，但区块链在其它一些领域也有潜在的应用前景，比如政府部门、医疗保健、制造业、媒体发布、身份识别、所有权登记服务和供应链等。

事件驱动（Event Driven）

数字化业务的核心围绕企业总是保持高度敏感，随时利用全新的数字化业务进行探索这一理念。业务事件可以是数字表达的任何事物，反映出明显的新状态或状态变化，比如完成订单或飞机着陆等。

持续自适应风险和信任

（Continuous Adaptive Risk and Trust）

为了确保数字化业务计划，在面对高级定向攻击时仍能有效实施，领导者必须采用一种持续自适应风险和信任评估（CARTA）方法，进行实时决策。信息安全架构师应尝试从多点协同将安全测试融入DevOps工作流程之中。在此过程中，他们必须以十分透明的方式与开发人员合作。持续自适应风险和信任评估也可与诱捕技术（deception technology）等联合应用。虚拟化和软件定义网络等技术的进步已使“自适应蜜罐技术”（adaptive honeypot）的部署、管理和监控变得更加容易。

Future Today——

人工智能继续成传媒业焦点

媒体营销机构Future Today公布了75个对于未来媒体发展有影响的新兴科技发展趋势，此处仅选取热门科技发展及相应的五种媒体发展趋势，传媒从业者应特别关注。

来源： 德外5号（ID：dewaiwuhao）

原文来源：journalism.co.uk

作者：MădălinaCiobanu

编译：张晓莉   

调查性新闻的算法与数据

算法和数据的进一步发展要求新闻机构在“调查性算法和数据”方面有专业的报道队伍，《纽约时报》、非营利性网络媒体ProPublica，《华尔街日报》和《华盛顿邮报》已经开始这方面的策略部署。随着算法、数据和人工智能系统处理信息在我们日常生活影响力越来越大，媒体记者们需要有能力鉴别出开发系统带来的一些不客观或过度干预。

分裂式网络

目前一些欧洲国家已经或者正在推进相关搜索结果的立法进程，在这样的举措下，互联网将会“分裂”成若干个不同的版本。举例来说，人们在不同地点进行相同的内容搜索时将会看到不同的结果。这样的变化对新闻业的影响在于可能会增大人们获取新闻的难度。

音频搜索引擎

音频和播客在新闻消费中越来越受欢迎，内容生产者和听众目前面临的一个问题就是如何通过搜索和社交媒体发现音频内容。报告预测“目前在声音交互方面已经有巨大的投入和研发，音频搜索很快就会变成未来几年内最重要的科技发展趋势之一。”这一技术实现后，人们可以随心所欲地直接找到一段特定的音频内容而不需要通过相关话题和内容的间接搜索。

在西班牙，Prisa Radio在今年早些时候开始测试一项新功能叫做Hertz。通过这个功能可以为音频内容添加标签和描述，这样用户就可以在网络搜索节目或主持人名字时找到音频内容。

数字内容存储的脆弱性

数字内容存储脆弱性这一特点已经在报告中出现三次，强调新闻业应该更加关注数字资产和文档的保存。新闻媒体发生兼并或停止运作或网页下线等情况时数字内容很容易损坏或丢失。

当前已经有一些新闻作品丢失或损坏的例子，包括普利策获奖的新闻调查作品以及关于卡特里娜飓风灾难的新闻项目。在这种情况下建议新闻媒体出具一些对策来更好地保存数字新闻作品。

离线新闻新趋势

路透社新闻研究机构发布的2017数字新闻报告中提到新闻应用重回流行趋势部分原因在于推送通知的增长。那么接下来的发展方向是什么？其中之一就是，使内容在离线状态下也可获取。

即使现在人们每天会在手机上花费许多个小时，但根据Tech Trends的研究，人们也仍然会在一天中有一段时间或一整天都无法连接网络，新闻媒体可以针对离线新闻较为空白的市场抓住机会有所发展，甚至实现变现。当广大新闻消费者都能快速获取便捷、成本低廉的数据，离线阅读就会成为一项必要的需求。新闻媒体应该致力于开发无缝衔接的离线阅读体验，以获得更高的用户粘性。

“

 观点：

AI过度炒作，目前仍处困境

来源： Wind资讯（ID：windzxsh）

作者：Wind资讯APP

谷歌AI负责人约翰·詹南德雷亚（John Giannandrea）在最近的公开演讲中表示，“目前围绕人工智能的炒作太多了，而且大量都是没有事实依据的，有人甚至表示，‘AI会引起第三次世界大战’完全是无稽之谈，也是不负责任的。”在过去的几年中，AI无穷的潜力被大肆宣传。这些宣传中，一些是符合实际情况的，但是很多却被过分夸大，炒作宣传的内容都远远超过了当前的技术发展水平。事实上，对于一项正在风头上的科技，人们很难想象未来将会遇到什么样的困难。现在来看，AI全面发展面临以下困境：

缺乏庞大数据库

AI的发展是建立在对庞大的数据库分析基础上的。在先进算法和数据之间，数据更加重要，没有足够的数据，再先进的算法也很难达到应用的程度。由于对个人隐私的保护，数据库的建立困难重重。

从研究论文到现实应用时间还长

与之前的技术相比，AI的一个重要优势就是强有力的研究背景。在计算机科学领域，创新程度是用发表的文章以及这些文章的影响程度来衡量的。

但是从理论文章到现实产品要走的路还很长。如果没有好的产品来支撑，在宣传维持了一段时间的热度之后，人们对AI的热情很快就会被耗尽。

下图整理了AI发展史上几大突破成就，从算法成立到变成现实平局需要18年，从实现到普及的时间就更长了。

少数大公司雇佣了所有的AI人才

全球知名大公司更是把AI当做是全面血拼的战场，到处招兵买马。在过去的几年中，很多高调收购案的目的都是为了获得AI核心人才。这种现象的好处是抬高了AI技术的身价，坏处则是人才都去了少数的大公司。

各大公司都在野心勃勃的建立AI中心，并且把能找到的博士生都收入麾下。其中亚马逊最为阔气，豪砸2.27亿美元雇佣AI人才，谷歌和微软紧随其后。

这些公司在AI研究社区都极力表现以维持自己的声望，但是由于公司内部的工作进程安排使得那些来大公司的人才很难获得在学校或者在自己创办的公司中实践想法的自由度。

AI到底发展到哪一步了？

现在真正广泛应用于实际产品的AI基本上属于同一种类型：机器学习中的监督学习，即通过 AI 来确定从A到B的映射——输入A然后响应 B。如今的AI还很初级，只是一种还在不断发展中的工具。一如罗德尼的观点：“其实今天的AI，只是在某一个狭窄领域基于大数据优化，只能说是个很厉害的模式识别引擎。要做到通用的、无所不能的AI根本不知从何开始。”

针对机器替代人类劳动力的情况，麦肯锡的一份调查结果表明，涉及收集数据、处理数据以及可预测环境下的体力劳动最有可能被机器替代，比如制造业工厂流水线的工人、电话接线员、保险理赔人员、基金经理、零售业销售人员；而那些涉及交流沟通或对专业性、创造性要求更高的工作则相对难替代得多。

从长远的角度来看，未来人工智能到底会发展成什么样，会不会真的在整体上与人类的智力水平相睥睨甚至碾压人类，这个过程需要耗费几年、几十年还是几百年，这些问题还没有人能给出确切的答案。未来一切皆有可能，但是诚如李开复所说，普罗大众本来就对AI所知有限，在现阶段一味地宣扬AI将毁灭人类，可能制造不必要的恐慌，从促进技术发展的角度来看并不是一件好事。

本期编辑： 陈  婷