人工智能时代：新闻业的谢幕与重生
人工智能的发展，推动新闻业直接从手工业阶段跨越到流水线大工业时代，从内容生产、渠道分发、用户信息反馈，新闻业正在经历有史以来最为震撼的大变革。
资深的业内人士笃信人工智能将主宰未来的新闻业：彭博社总编辑John Micklethwait认为AI技术将对新闻业的未来起到决定性作用；《纽约》杂志作者Kevin Roose称“自动写作将是未来新闻行业最佳发展趋势。”Narrative Science预计，到2020年前后，90%以上的新闻报道都将由机器来完成。
在这一过程中，传统报刊、电视、广播媒体的影响力将进一步衰弱，而拥有技术优势的新媒体、特别是一些超级信息分发平台开始成为新闻业的新枢纽，它们掌握先天的强大渠道分发优势，并借此进一步影响上游内容生产，以便更好满足用户胃口。
人工智能技术在媒体的应用，某种程度上也是一场机器对人力的大范围替代，新闻业的灵魂正在从“写作者的情怀”让位于“工程师的严谨”，“机进人退”的幕布拉开了。某种程度上看，传统意义上的新闻业正在消融。
一、内容生产智能化：新闻业的机器之心和魔幻之手早在2006年，国外媒体就已开始应用人工智能写作。相比于美国、英国等发达国家，中国人工智能在媒体领域应用的开始时间较晚，不过近几年也在迎头赶上。
1、文本生成：新闻业的机器之心
部分新闻媒体机构都已经采用人工智能撰写稿件。
由Automated Insights 公司研发的Wordsmith写作系统，其工作过程有点像填字游戏。用户可以生成一些语法路径，其中的信息可以下载和修改。比如，这样一个句子“（某公司）的收入（增长/减少）的百分比（%）。Wordsmith接下来就把相关的公司财务信息填充到这个句子中去。类似的语法路径应用广泛：“（某足球队）以（比分）击败（某另一足球队）”或“（某电影）周末票房达到（美元）”等等。这些例子最终可以汇聚成一些豆腐块文章。Wordsmith所生成文章的深度，主要取决于用户加入的词语和短语的总量。通过搭建这些句子段落，用户可以确信Wordsmith能够搞清楚语义关系。和受过新闻专业训练的记者一样，自动写作系统也会犯错误。从2014年7月起，每一篇由Wordsmith生成的报道，美联社都会安排编辑进行审查，每一次编辑对稿件的勘误反馈，都会提升机器学习的能力。现在，Wordsmith的错误率比人类同行要低许多。
美联社于2014年7月开始使用Wordsmith平台撰写财报新闻；《洛杉矶时报》通过写作软件，从抓取美国地质调查局发出的预警数据，到生成报道并发布，只需3分钟。
其他机构应用人工智能进行自动化编辑情况
2015年9月10日，腾讯财经推出自动化新闻写作机器人DreamWriter，主笔发布了首篇新闻《8月CPI同比上涨2.0%创12个月新高》，该报道抓取了国家统计局发布的CPI相关数据，同时援引了行业专家和业内人士的分析。据Dream Writer的研发团队透露，它的内容生产方式主要是基于大数据分析平台，在短时间内选出新闻点、抓取相关资料，通过学习固定的新闻模板生成稿件，它的优势在于适用在信息量巨大的财经资讯类新闻，在准确率和时效性上都完胜人类记者编辑。
2016年2月18日，搜狐宣布正式推出智能股市播报系统“智能报盘”，利用人工智能的自动跟踪技术，及时捕捉股市动态，自动化生成并发布资讯。“智能报盘”基于对股市大盘和个股行情盘面变化，进行纯粹客观描述。
除了腾讯Dream Writer和搜狐的“智能报盘”，类似的还有新华社的机器新闻生产系统“快笔小新”。它通过对数据采集、加工，并进行自动写稿、编辑签发，以最快的速度地完成例如体育赛事、中英文稿件和财经新闻的自动撰写等。目前，“快笔小新”服务于新华社体育部、经济信息部和《中国证券报》。在新华社体育部，它可以快速生成中英文数据消息，包括每轮比赛的成绩公报和积分排名；在《中国证券报》，它可以写一句话的报盘、一段话的公司财报、快讯等。新华社机器人发稿系统研发团队成员、技术局高级工程师熊立波曾介绍，机器人写稿流程分数据采集、数据加工、自动写稿、编辑签发4个环节。技术上通过根据各业务板块的需求定制发稿模板、数据自动抓取和稿件生成、各业务部门建稿编审签发“三步走”来实现。
与普通的编辑人员不同的是，智能写作机器人通过文本风格模式的识别，使用算法进行数据加工处理，并运用计算机程序自动化生成文本内容。相比普通的新闻记者，“智能记者”在时效性、准确性上更加具有优势可言。目前，人工智能在新闻媒体内容生产领域的智能化应用还处于比较基础的状态，能做到效率的提高，还未能进行更加深度的分析和解释。
2、视频剪辑：后文字时代的魔幻手
相比文字，人工智能在视频领域的应用相对更为普遍。
图片视频信息获取方面，无人机航拍、无人车地面拍摄、无人船的水下摄影等，通过最大限度延伸人类的拍摄能力，可以无死角呈现世界的全貌。此外，可穿戴设备在媒体领域的应用也逐步凸显。例如一些智能眼镜产品可以实现精准的拍摄和第一视角的图片与视频摄影录制，推动了媒体领域的技术创新。
人工智能在图片处理领域，利用神经网络、深度学习等技术，可以让普通用户也能享受奇妙丰富的艺术和娱乐体验。俄罗斯科技公司研发的图片处理软件Prisma，能在短短十几秒内，将手机相册或随意拍照的任意一张照片转变成特定风格流派的图片。与传统滤镜的简单叠加不同，Prisma主要基于机器学习技术的应用，通过导入无数张图像，不断训练其学习图片的颜色、结构和纹理，进行各种风格的识别和图片转化。
其他机构人工智能技术在内容转换方面的应用
在很长一段时间，编辑掌握了内容分发的权利，我们读什么、听什么、看什么，都是由少数媒体精英所决定。今天，随着用户数据的积累，内容推送的权利，正在由有血有肉的编辑让渡给算法。
相比人工分发，机器分发的优势主要体现在效率上：
一是机器分发能够对海量内容进行深度加工。人工智能干预的内容数目受限，往往集中于最热门的头部内容，而机器分发则可以覆盖与用户生活、个人兴趣相关长尾的新闻报道之外的资讯，通过记录、分析用户的浏览行为，从信息源中提取分类、主题、标签、风格等结构化信息，利用用户的行为探索并发现有潜力的内容。
二是机器分发有助于跳出编辑的个人视野，算法排序的核心是根据用户、内容、上下文信息决定实时计算每个内容的得分，按照得分进行排序。由于考虑到了用户的信息，排序结果是个性化的。另外，模型的更新也是实时的，能够充分的利用已有数据，指导下次分发，最大化的优化分发效率。
但机器分发也存在一些不完善之处。Facebook就曾把一张曾获普利策新闻奖的越战照片误判为黄色图片，只因为机器把照片中为躲避炮火奔跑的小女孩裸露了部分身体。在中国，机器分发新闻引发的争议主要集中在“信息窄化”和内容低俗化上，即推荐引擎不断向用户推荐其兴趣范围之内、甚至是带有明显低俗倾向的内容，以尽可能地诱导用户沉浸其中、拖延停留时间。
国际一流的新闻出版服务机构已经开始提供针对推特等社交网络的新闻监测服务，来帮助华尔街的金融客户自动筛选与交易趋势有关的新闻，以助于投资决策。
2015年，《纽约时报》副总编Alexandra MacCallum基于团队工作中需要对文章进行针对性推送的繁琐经历，提出应该对用户关注度进行某种工具化的分析与预测，《纽约时报》数字部门研发的机器人Blossomblot由此应运而生。它能够对海量文章进行大数据分析，从300篇文章中搜索并挑选出具有用户偏好和社交发散效应的文章，同时推荐适合的内容与图片集，凭借后端先进的机器学习技术独立产生标题、摘要和配图等工作。Blossomblot所推荐的内容将会被发布到Facebook和Twitter等社交网络上。《纽约时报》内部统计结果显示，经过Blossom筛选后自动推荐的文章的点击量是普通文章的38倍，这极大地减轻了他们的工作压力，将工作人员从繁琐而复杂的内容搜索分类中解放出来。
腾讯开发的天天快报，通过智能计算用户的兴趣，将各个端口的内容通过算法精确推送。天天快报先对用户进行海量推荐，根据用户屏蔽不感兴趣的内容从而进行算法计算，最终推荐给用户喜欢的内容；用户获取资讯的另一种方式就是自主选择想看的频道，设置频道选项的时候可以手动调整已收藏频道的顺序，并且可以选择添加想要的频道。当用户用微信或者QQ登录后，即可立刻识别用户的阅读兴趣。这种“算法+运营”的内容推荐机制，是基于腾讯的大数据以及用户的阅读习惯，让用户能看到自己感兴趣的内容，同时通过运营又能防止信息阅读单一的情况出现，其他领域优质内容的推荐让用户不至于将生活局限在熟悉的领域。
三、内容监测智能化：更好理解消费者美国著名报人约瑟夫·普利策曾把记者比喻为国家之船的瞭望者，而人工智能似乎有可能比记者看得更远、更深。
人工智能可以直接越过新闻本身，追踪用户的情绪变化。
Facebook在2017年3月宣称，已经在使用一套人工智能系统来监测Facebook Live和Messenger中的不良信息，以帮助用户防止自杀。这套系统基于对以往有自杀风险帖子的模式识别，对帖子中那些字眼进行分析，尤其是来自朋友的评论，比如“你好吗？”、“我很担心你”就是两种不同的情绪，相应会触发不同的信号。检测到问题后，Facebook 社区团队会对帖子进行审核，确认后会与有潜在自我伤害风险的人联系，建议他们寻求帮助。同时，人工智能会针对用户亲友突出显示“自杀或自我伤害”报告，让亲友们意识可能存在问题。
通过分析大量的用户数据，可以增进对消费者的行为认知水平。
2016年10月，腾讯推出国内首个基于移动浏览行为的数据分析工具——腾讯浏览指数。这套指数通过接入400多个APP、超过4亿对用户数据，可以提供基于行业、品牌和IP的热点分类排行，如明星、汽车、手机、电视剧、游戏等；基于关键词的浏览指数查询，涵盖浏览热度及趋势、热门资讯、人群画像、关联浏览等纬度；针对特定事件、人群、品牌指定专题报告和定制化洞察报告。
美国科技公司Narrative Science旗下的Quill Engage平台不仅可以自动化生成详尽的图表式报告，还可以检索用户浏览路径，跟踪营销广告效果。Quill Engage通过数据统计各种网站用户行为，了解和显示用户浏览或进入某一网页的方式、网站所有人改善用户体验的手段，给网站管理员提供用户的有效信息，如用户关注的关键词、广告信息有效性等，持续跟踪营销广告的效果。基于这些跟踪统计信息，叙述科学公司的自动化写作机器人就可以此为基础形成图表报告，为网站所有者和广告商更加精准投放广告等信息提供策略。
四、内容终端智能化：万物皆媒未来的媒体行业将因其智能化连接而重新定义媒体。
媒体介质正在泛化，一如麦克卢汉所说“万物即媒介”，一切能够实现信息互联的载体或社会信息活动都可以称之为“媒体”。因此，媒体不仅仅局限于报纸、广播、期刊等新闻性媒体，同时还包括微博、微信等社交媒体，以及美团、大众点评等生活服务平台，甚至未来整个物联网。美国IT研究与顾问咨询公司高德纳（Gartner）预计到2018年，全世界将有60亿台设备用上人工智能技术，届时人们将在互联网家电、汽车等产品上与人工智能零距离接触。
虚拟现实和增强现实技术为传统媒体重建影响力提供了契机。
华尔街日报曾借用用户手机的GPS定位及运动轨迹，根据用户提供的公开数据创作了“看图猜城市”的可视化互动新闻；在对2015、2016年全国两会等重大会议的宣传报道中，中央电视台和新华社、《光明日报》等机构积极运用新媒体、新技术、新手段，实现新闻报道的立体化，提高了受众参与的互动体验性。
随着科学技术的进一步发展，未来的人工智能在包括媒体领域在内的各个领域所发挥的作用将变得越来越大。除了覆盖领域的扩张，在技术涉及的时效性、深度性和质量上都会有所突破，同时还能深入平民生活，实现人工智能的个性化发展。