白硕博士在“智能+”传媒超脑论坛上发表演讲
在新华网主办的首届“智能+”传媒超脑论坛上，中科院计算所博士生导师白硕以“人工智能与传媒”为主题发表了报告，本文根据报告内容整理。
大家好。今天就媒体智能化技术方面，有哪些挑战跟大家分享一下。这是马云在互联网大会上的发言，核心四个字“降维、跨界、颠覆、转型”。新媒体新在哪里？我们用三个“动”来概念，第一个是互动，不是一方面去说，另一方面去说，不是被动的接受，而是大家都在说、都在听。另外一个是联动，你在动的时候，实际上还是有一些涟漪效应，一件事情的发生会波及很远的地方，借助今天的网络有这样的情况。第三个是自动。大家分享的都是跟自动相关的问题，很多人必须借助介入的环节，现在可以从这个环节省略出去了，核心就是“动”。
新媒体表现，数据同时是程序。一个很有意思的例子，上市公司的年报，从2004年、2005年开始一开始是试点，最后是全面推广，采用机器可读的语言。一开始上市公司必须做两份，一份是
机器人可读的，一份是人可读的。我们在2013年就实现了合一。在WORD敲这些数字的时候，背后有一些东西可以把信息提出来，机器可以自动进行分析、对比、环比、同比和各种数据的比较，包括行业的比较。它是一种能够引发互动的数据，不是简单的静态的数据。
内容同时是手段，消费同时在生产。在社交媒体上比较突出的，阅读的同时在编辑。读的行为本身在影响版面的位置和排序，甚至会影响标题。员工同时是老板，员工可以分咐写作机器人干活。
这里面核心就是“动”，冯诺依曼体系的核心就是“动”。
我们认为未来是属于智能媒体的。在两千年左右的时候，人类的眼球是有限的，大家都在争抢有限的眼球，眼球的体现在那个时代就是域名。我们记得很清楚，当时新浪刚刚开张，是说一不二的，在中国的门户网站是最大的，想要跟它谈搜索引擎，他们是很瞧不起的。我们可以做搜索引擎，它不会出现在前台的。所以它对搜索引擎的价值是严重低估。当关键词作为商品的时候，搜索引擎作为入口，配套有一些商业模式。我们很想问一句，什么会作为商品？什么作为入口？什么是商品，如果强调互动，就是新闻的呈现方式是你问我答，处在前台答问的机器人就是商品。如果像“今日头条”把一个排序作为一个载体，无论怎么样一个情况，我们要提升到入口，提升到门户网站、搜索引擎的下一代。
大家都在谈论人工智能，我们简单回顾一下人工智能的冷热史。三波高潮，实际上也有两波低潮。感知机，专家系统，导致低潮的有两个，一个是逻辑的局限，XOR，一个是非良定义问题。文字的识别，语言的理解都跟这个有关系。
在大数据的背景下，又赋予了一些新的生命。这波人工智能热都有哪些表现，产业热：“大脑”，机器人；投资热：人工智能概念股；学术热：真脑、仿脑、电脑；八卦热：奇点恐慌。
为什么会这样？快、准、大、神。什么是快，硬件的进步，准，就是算法的进步，大，大数据的积累，神，就是好奇心、阴谋论。这是热点分布图，三波主要的成就按照两个纬度，把主要成就投到平面上。人工智能的三波高潮在什么地方？很有一个意思的现象，第一波是玩具系统，表述相对清晰，解决相对稳定。到了第二波是表述仍然比较清晰，解决有困难，这个在第二波里面基本上攻克了，再往前走遇到常识获取，非常困难。第三波斜着走，表述比较模糊，解决起来越来越难，包括图象识别和自然语言的理解。第四波，就是最右边的，包括推理、规划、常识获取、情感与自我意识。自然源理解在第三波里面还是相对浅层的，到第四波就是深层的。涉及到写作，还会涉及到情感等等。
非良定义问题解决思路，表述模糊，人自己的标准是可以解决的，机器要向人学。横着分三个空间，有的是问题空间，中间是特征空间，右边是解空间。竖着三个阶段，上面是知道问题怎么样，表示什么样，就是建模。第二个是根据数据来对应，调参。第三个是运行。
非良定义问题的可能风险：建模可能有失真，采样可能造成分布偏差，标准可能有错误，学习可能过拟合。
未来的发展方向，就是从调参到建模。这是知识表示的层次，我们不能神话深度学习，我们看到深度学习所有都在中间的位置。实际上框架空间、元组空间，还有很多事情可以做。
写作机器人，我觉得比较难的问题，一是归因，二是举证，三是应景，最后是个性风格。归因就是描述了这些现象，这些现象也有一些脉络，究竟是哪些东西导致了这个现象，这个是归因，在一天的航行结束之后描述走势，什么东西导致了这个走势就要去归因。第二个是举证，提出一个观点要找几个例子。还有应景，一个过程描述完之后，画龙点睛的是什么，用成语、古诗很贴切的描述。这是写作里面比较难的地方。最后就是个性风格。
机器可读新闻，在对接程序化交易，形成一个结构化标签体系。
知识图谱，这个对于我们描述，尤其给一个客户画像，通过他看的东西，通过他接触什么样的内容，来给他画像。过去可能是一个点评的，现在借助知识图谱，用这个给他画像，会更精确。
互动媒体，听用户指挥的音乐，开放结局的互动选择，去中心化的数字媒体确权。
