Future Today重磅报告：2018年影响传媒业的N个科技趋势
如今的传媒业，已经一只脚迈入了技术的快车道。当技术渗透到传媒业链条的各个环节，身处其中，你能触摸到行业的脉搏与机遇，却又对此充满了未知：技术究竟会怎样塑造传媒业、塑造从业者？
日前，Future Today Institute（简称FTI）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。
FTI的创始人Amy Webb认为：“我期待这份报告能帮助传媒从业者，希望他们既能抓住发展趋势，又能使用各种工具，这样就可以更好地应对未来出现的各种未知。和去年一样，人工智能继续成为传媒人2018年里关注的一大焦点，2018年超过一半的技术发展趋势都会和AI相关。”
本期全媒派（ID:quanmeipai）精编了这份报告中的干货内容，也许，它可以为你勾勒出传媒业未来的模样。
实时机器学习
(Real-Time Machine Learning)
现在，机器已经可以做到在获取数据的同时立刻调整相应模型了。这项技术应用广泛，比如当用户在浏览网站时，可以根据用户行为实时推送合适的新闻产品，或者是实时修改网页内容以符合访客的需要。此外，它还可以实时监控诈骗，如当一个用户的输入习惯与平时不相符时，安全系统就会要求用户进行验证。
机器阅读理解
（MRC， Machine Reading Comprehension）
对AI研究者来讲，机器阅读理解是一个艰巨而重要的任务。当你查询问题时，你是希望系统给出一个准确的答案，还是给你一堆URL链接让你自己去找？这就是MRC的未来，它并不仅仅是给出关键词那么简单。
在未来，一个训练有素的MRC系统将涉足各个领域，即使人类没有在这个领域中给它输入相关标签和分类，它也能阅读并推断含义，迅速地给出答案。MRC是实现通用人工智能的重要一环，但从近期来看，它可以让新闻网站变成一个可搜索的信息库，这在未来语音交互盛行后，会变得格外有用。
自然语言理解
（NLU，Natural Language Understanding）
在现实生活中，我们被非结构化的语言所包围——它出现在社交媒体上、博客的字里行间、公司的网站上、甚至在市政厅的数字化记录中，无处不在。NLU让研究者可以通过提取概念、梳理人物关系、分析情绪等多种方式来量化文本，对新闻机构来讲，NLU可以让记者从成吨的资料文件中脱身，更加快速地获取人们对某一事件的看法。
音频视频算法
（Generative Algorithms For Voice, Sound & Video）
为了让计算机能够自动识别讲演内容，MIT的人工智能实验室最近就在研究小孩是如何学习新词汇的，同时，研究者们还在训练计算机“看视频”，并且预判物理世界中相对应的声音，比如当一根木棍触碰到沙发时是什么声音？触碰到一堆叶子呢？玻璃窗呢？这项研究的目的就是为了让系统能够理解物理世界中的交互概念。在未来，这项技术的应用主要是为新闻视频、电影、综艺等自动配音和加音效。
可预测机器视觉
（Predictive Machine Vision）
MIT的人工智能实验室不仅让计算机识别了视频中的内容，还训练它预测人与人之间将会发展什么。比如他们让计算机观看了大量的YouTube视频，还有类似《绝望主妇》这样的电视剧，现在系统已经可以预测视频中的人将要拥抱还是亲吻/握手/击掌。基于这样的研究，有朝一日，机器人会更轻松掌握人类环境，通过人类的一些身体语言就能很好地与我们互动。
算法商店
（Algorithm Marketplaces）
对大多数新闻机构来讲，大家都没有足够多的人力物力去开发测试各种算法，因此，在逐渐显现的算法交易市场中，一些开发者开始贡献自己的算法能力了。Algorithmia就是一个类似Amazon的平台，不过它卖的是算法，开发者在这里上传自己的成果，当有人购买时他们就能获得收入了。类似的平台还有DataXu、Quantiacs、PrecisionHawk等，在2018年，这很可能成为一个更加成熟的细分市场。
计算新闻学
（Computational Journalism）
数据和算法如何促进新闻报道？计算机辅助报道（CAR）已出现了25年，基于这个而产生的计算新闻学也成为了调查新闻的重要工具。记者需要发现、清洗和挖掘各类文档，消化数据并发掘背后的故事。在机器学习算法和AI的支持下，计算新闻学将会是CAR的进阶升级，未来会对相关人才有很大的需求。
算法数据特种部队
（I-Teams For Algorithms and Data）
新闻机构现在需要一个新型特种部队：能够调查研究算法和数据本身的记者。现在，越来越多的机构组织都在使用算法，如大学、政府机构、金融组织，他们用此辅助决策、预测行为、回答问题等。因此，现在十分需要能研究算法的记者，搞清楚算法和日常生活之间的联系。
计算机摄影
（Computational Photography）
计算机摄影是计算机视觉、计算机图形、互联网和摄影的一个大融合，它不仅仅是改进了光学成像技术，更重要的是使用了数码捕捉和处理技术，以更好地呈现现实生活。现在，任何一个有智能手机的人都能使用计算机摄影的相关工具，在iPhone 8和iPhone X中，苹果公司就用计算机摄影技术实现了“浅景深”聚焦。
在未来，这项技术还可以让用户在按下快门键之前就调整照片中的各项元素，如物件的相对大小、光线阴影等，但是随之而来的还有伦理道德问题，在新闻报道中，多大程度的编辑可以被允许？无论是有意的还是自动生成的，记者是否需要说明照片的编辑情况？
机器人程序
（Bots）
机器人程序，是一种帮助计划或处理顾客需求的软件程序，在近年来已经从市场边缘走到了主流视野中。现在，聊天机器人已经从文本型过渡到了语音互动型，新闻编辑室便需要考虑如何和新闻消费者进行互动了，即便新闻编辑室不采用聊天机器人，现在也是发展用户黏性、提高收入的绝佳时期。而语音交互的基础工作，则是基于我们现有的话语体系来进行创造。
语音交互
（Voice Interfaces）
语音交互是什么？说到Siri你应该就明白了。现在我们正处于“交流式交互”的时代，你可以跟家里的机器用说话的方式交流，而这些系统也在一直学习自然语言，以揣摩我们的所想所要。
语音交互也不仅仅局限于生活服务，IBM最近建立了一个原型，他们让不同的用户提问，例如“有暴力倾向的游戏是否会引发现实生活中的暴力行为”，然后得到一份语音分析报告。在未来，这样的系统会成为新闻编辑室的重要工具，通过语音交互分析，它让记者可以很快地搞定报道和分析。
环境交互
（Ambient Interfaces）
如果你是用手势打开的家里的某件设备，那么这就是环境交互了。其实当代交互已经越来越像“背景音乐”了，无需太多的指令，它就能为你做很多事。
我们现在正在步向“后屏幕”时代。从现代信息统计来看，平均每天成年人要做超过20000个决定——其中有226个是关于吃什么。新兴的技术可以自动优先考虑这些决定，替我们做委托，甚至可以基于环境帮我们作答。根据梅特卡夫定律（Metcalfe’s Law），一个网络的价值往往和使用者规模成正比，因此当未来有越来越多的人成为环境交互网络中的一部分，我们将会愈发熟悉其使用场景。
纳米学位
（Nanodegrees）
在工作环境中，由于技术的不断发展，职业人自身的提升需求也由此而上升，媒体行业也不例外。为了实现“终身学习”的目标，类似Udacity这样的平台开始涌现，它给职业人在一些细分学科中提供纳米学位，让他们习得新技能，并且争取在雇佣者那里获得认可。
注意力
（Attention）
在当代数字社会中，得注意力者得天下，随着技术的发展，新闻生产商不断地在根据用户设备的变化而调整内容。而由于现实生活和线上活动的边界越来越模糊，获取用户的注意力也越来越困难了。这对新闻机构来讲是一个战略性问题，在未来，一位记者可能会把一个内容用适配多种设备的方式生产出来，甚至在同一天内，也要在不同时间段给一个用户不同的体验，以更好地获取注意力。
数字化脆弱
（Digital Frailty）
在过去的几年中，我们已经见证了网页的下滑——由于媒体的重构，很多内容不再在网站上呈现，甚至有的网站都不复存在了。“数字化脆弱”是个非常常见的现象，现在的数字产品往往都不是永存的，比如在特朗普上任后，美国环境保护机构删除了其网站上与气候变化相关的内容，以响应相关政策。
这个现象会极大地影响记者，它也是媒体界都需要思考的问题：如果现有的媒体生态变得黑暗了，未来社会会怎样？我们是否有保存重要的社会数字资料的义务？我们是否应该更加努力，使数字化文档不丢失？
彻底透明化
（Radical Transparency）
什么是透明化？获得了普利策新闻奖的事实核查网站PolitiFact，在网站上公布了其新闻故事的所有信息来源，在假新闻盛行的今天，这样的“彻底透明化”是获取公众信任的重要举动。
罗格斯大学的Ahmed Elgammal教授创建了一种算法，用来研究一副画作的创新性，分析其受到了哪些艺术家的影响，这个算法后来被应用到了更多的领域，如文学作品和新闻报道。由于现在的新闻报道越来越多地受到数据、算法、机器学习的影响，所以未来读者会更多地要求了解一篇报道背后的元素，比如用了什么数据集，用了什么计算工具，等等。
限量新闻产品
（Limited-Edition News Products）
一些新闻机构开始试验“限量供应”新闻产品了。BuzzFeed在2016年美国共和党代表大会期间上线了一个临时聊天机器人，NYT在奥运会期间推出了一个短期聊天服务。未来，类似的产品还会不断涌现，我们可能还会看到更多的形态，如临时播客、临时聊天机器人等等，它们专为某项重大活动或事件而策划诞生。这些产品能很好地提升收入、吸引受众，因为它们是应用于一个特定活动的，在收集数据、精准投放广告等方面都会有出色表现。
“一对少”式出版
（One-to-Few Publishing）
不同于“一对多”的生产方式，从2015年到2017年，新闻机构都在抓细分市场的受众，在未来，这个“细分”可能会变得更细。从我们的研究来看，网络中的细分内容会伴随着更丰富的形式载体而来，而且更少的受众并不意味着更少的收入。在过去的两年中，很多的创业公司都证明了这一点，一个有影响力的网络不是靠一堆点击来实现，而是靠忠实的关注度。
实时事实核查
（Real-Time Fact Checking）
在2016年年末，Google在其新闻服务中加入了一个“事实核查”的标签，读者在阅读新闻故事时，页面旁边就是事实核查的入口。正如我们每天所见，不准确的、虚假的信息正乔装成事实的样子，在社交媒体上大行其道，不过至少在引用数据时，人工智能会让新闻机构自动触发事实核查流程。在未来的几年里，AI系统会进行更复杂的事实核查：精确阐述这段信息的来源，信息内容是否有被夸大或者缩减。
通过分析，我们认为新闻机构在实时事实核查上将迎来很好的机会，通过使用社交媒体数据、机构自己的数据资源以及人工智能，他们可以发明出有用的小工具，对内容进行更严谨的编辑。这对公众利益和新闻机构自己的名声都将大有裨益。
离线是另一种在线
（Offline Is The New Online）
随着消费者越来越多地使用移动设备，开发商需要确保APP在离线状态下也能使用。华盛顿邮报最新的APP将页面加载时间从4秒降低到了80毫秒，并且让读者在没有网的时候也能阅读新闻故事。在用户可以随时随地上网之前，离线服务都会是一种刚需，如果新闻机构能在用户没网的时候也提供无缝服务，那么它将收获一群高黏性的用户。
音频搜索引擎
（Audio Search Engines）
创业公司Audioburst使用AI将音频文件进行索引，让用户得以搜索音频。音频如何搜索？Audioburst并不是用关键词，而是使用了自然语言技术，能够自动识别表达出的意思，然后适配正确的内容。比如一个用户想要知道美国和朝鲜的对峙情况，那么他可以使用语音激活APP（Amazon的Alexa，Google Home），这些APP将筛选一系列音频信息，并提供符合要求的片段。随着语音交互的不断发展，音频搜索在未来几年中会成为一个重要的技术发展趋势。
视频音频故事的新形式
（New Video and Audio Story Formats）
随着语音交互的盛行，AR/VR技术的普及，原来传统的讲故事方法已经不适用于最新的情况了。用户对混合现实的技术和设备都越来越熟悉，老的叙事方式并不能直接套用到新的格式里，比如以前用于广播使用的音频故事，就不能直接拿到Amazon的Echo或者Google Home这样的平台上使用。因此，现在新闻机构需要考虑如何制作适配于新技术、新平台的内容，特别是故事的叙事模式。
互联网巴尔干化
（Splinternets）
二十年前，互联网是一个全球空间，信息在其中自由流通。现在，全球信息如何治理，由谁来治理，每个人心中都有一套方案。因此，在未来我们会通向一个分裂的“巴尔干化”的互联网时代。
处于垄断地位的搜索和社媒公司，总会称自己“仅仅是科技公司”，但是他们的角色已经被设定为了信息中心，在未来也会被不断检验。如果没有协同努力，互联网巴尔干化在未来的几年中会愈演愈烈，优质新闻内容的传播会在世界范围中受阻，那些想要给全球用户提供服务的新闻机构，也会感到非常头疼。
反广告拦截
（Blocking the Ad Blockers）
广告拦截指的是，在网页上能自动移除广告的软件，通常来讲，它们的浏览器（如Chrome、Firefox）的外延插件。现在，新闻机构开始部署自己的广告拦截工具了。
但互联网研究者发现，读者并不总是去白名单网站——这说明并不是说他们抗拒看广告，而是不想看不合时宜的广告，以及被营销者追着自己行动轨迹的感觉很不爽。根据追踪服务供应商Alexa的数据，德国媒体巨头Axel Springer旗下的德国图片报（Bild），其网页跳出率（bounce rate）从2%攀升到了40%，用户的网页停留时间下降了6%。在2018年，新闻出版机构可能需要好好思考一下广告拦截的策略了。到底是让读者感受到广告的诱惑，还是让他们自己选择出现什么样的广告。这同时也要求出版商与广告供应商紧密合作，确保网页上展示合适的广告。
虚拟现实
（Virtual Reality）
虚拟现实是一种计算机模拟环境，在体验时，需要戴上特制眼镜，它会模拟使用者所看到的场景中，应该有的物理和感官体验。当然，在没有特制装备时，用一部手机也能实现VR体验。在2017年，Google， Microsoft， HTC，Oculus和Sony等公司都大量推出了头戴设备，而由于这还是一个很新的领域，内容供应相对不足，所以VR HMD（头戴显示器）的价值还没有大到吸引多数消费者。
全景视频
（360-degree videos）
全景视频，是通过一个能同时录制一个场景360度画面的特殊相机系统实现的。当全景视频呈现时，观众可以使用鼠标点击、手指触碰、或者手势变化，来从任何角度观看视频。目前YouTube、Facebook和Vimeo能提供全景视频观看，我们期望在未来一年中，有更多的平台能提供全景视频。
因为观看全景视频不需要单独的硬件，它成为了一个具有成本效益的虚拟现实的替代品，并且有更大的市场潜力。
增强现实
（Augmented Reality）
增强现实(AR)不是去模拟一个全新的环境，而是将特定信息呈现到你的视野中。但是你需要某种形式的镜头和屏幕，可能是一部手机或者一副眼镜。2017年，每一个科技巨头，包括Alphabet、Facebook和Snap在内， 都发出声明，称在未来会加大人工智能的投资力度。同时，Magic Leap会继续筹集投资资金，推出开发者平台，并且它将使用一种新的lightfield芯片，它的出现可谓是非常亮眼。在不远的未来，“增强现实”技术将为新闻机构提供极大的市场潜力。
差分隐私保护
（Differential Privacy）
如果要向外界公布一个数据集，又要使得数据安全能够得到保护，差分隐私就是可被应用的一项较高级的隐私保护技术，它可以通过匿名、扰乱、混淆等方式将原始的数据添加“噪声”，以抵抗外界对隐私数据的分析。
2016年初，Apple公司宣布其即将使用差分隐私保护，听起来是保护用户隐私，但从某种意义上来说，这其实意味着Apple要开始研究用户数据，以维护其操作系统和网络了。所以，这些大公司的发展方向，终会慢慢流向研究用户数据本身。
所有权
（Ownership）
当你把视频上传到了YouTube, Twitch, Instagram和Facebook，这些视频的所有权归谁？尽管上传视频的人可以通过广告项目有一笔不小的收入，但是并没有法律来管理拷贝视频和多平台发布的问题。由于这些平台固有的社交性，一个视频往往能收获数以百万的浏览量，但是原始上传者没有任何的薪酬。在未来，版权问题很有可能成为重要议题，新闻机构在转载视频时需要了解其所有权。
新闻业区块链
（Blockchain For Journalism）
区块链是一个交易数据库，通过参与比特币的数字系统，由大家共享，可以说它是一个交易的公共账本。
我们正在进入一个分散型互联网时代，这也是协同操作充满问题的年代。也许你是在货币金融市场听说过区块链，但实际上它在新闻业已经有潜在的应用了，比如区块链可以用来编码和核实内容，让新闻机构得到线报时可以更轻松，它还可以用来保证信源、图像、视频的真实性。在未来，可能会出现一个新闻公共账本——一个可以交换可信新闻、筛出假新闻的网络系统。
无人机群
（Drone Swarms）
如果你看了LadyGaga的超级碗中场秀，在演出开场就有无人机群的表演。现在，数百架迷你无人机可以同时升空，如一个有机体般同步行动，而且速度快到摄像机都难以捕捉。这项技术最开始是由军方发展的，但在未来会逐步转为新闻应用和商用。
迷你无人机
（Microdrones）
迷你无人机可以自动在狭小的空间中航行，比如倒塌的建筑中，或者是有危险化学材料的区域。在2016年10月，美国陆军就公开竞标购买短距离迷你无人机，其体型要求能放入士兵的制服口袋中，用于空中侦查。同样的，迷你无人机也可以帮助新闻从业者，在冲突地区或者发生自然灾害的地方，都能协助报道。
思考式设备
（Thinkables）
思考式设备将会是游戏玩家的福音，在不久的将来，只要动动脑子就能操控游戏了。Neuralink就是一家专注于脑机交互（brain-machine interface）的公司，虽然该公司尚未推出产品，但是它在2017年已经开始招兵买马了，招聘了诸多工程师和设计师。这家在波士顿创立的创业公司发明了一款大脑操控的VR游戏，当然，它并不是一家游戏公司，只是通过设计这款游戏来研究脑机交互。这个4D压感平台可以监测到脑电波，捕获EEG/EOG/EMG信号，并将其转换为计算机可以理解的内容。
互联网X
（Internet of X）
随着越来越多的内容在互联网上集结，你会听到越来越多的公司称自己为“互联网X”。说来并非不现实，在可见的未来中，你能看到的任何东西都可以在网络上被搜索到，记者将有更多的调查资源，也会解锁更多的信息资源，同时也会对“核查”有着巨大的需求。
5G网络
在美国联邦通讯团和欧盟的支持下，5G正在世界各地进行试验，比如在美国，Verizon和AT&T已经开始试用5G网络了。像高通这样的硬件制造商正在准备5G调制解调器和先进的芯片组，如果要使用5G，互联网服务提供商需要升级他们的网络。在接下来的几年中，每一家媒体机构都应该在5G网络出现后紧跟浪潮，例如在视频分发和内容投资上，都要有新的思考。