剑桥Analytica丑闻向我们展示了俄罗斯人工智能新闻如何有能力引导美国2016年总统竞选活动。事实上，智能机器不是媒体和出版的未来，而是现在。虽然最后一句可能听起来不祥，但我们的未来并不一定与虚假新闻和社交媒体经理窃取我们私人信息的噩梦有关。人工智能，自动化，机器学习以及过去几年的所有最新技术趋势将彻底改变我们当前的情况，甚至可能以更好的方式。

主流机器人记者

信不信由你，你可能已经阅读了完全由机器编写的新闻文章。主流出版商已经开始使用AI为他们写一些故事。事实上，华盛顿邮报的自动化记者在第一年使用Heliograf 发表了850篇文章。在总统选举期间，机器人记者足够聪明，每当结果开始朝着意想不到的方向发展时，就会对新闻编辑室进行打击，有效地协助人类记者完成工作。纽约时报，路透社和其他媒体巨头已成功使用其他人工智能应用程序来自动执行普通任务，简化媒体工作流程并处理大量数据。(阅读公司可能想要考虑使用AI的5种方式中的这种和其他人工智能用途。)

假新闻和操纵信息(AKA - “坏东西”)

您是否知道斯坦福大学的一项研究表明，某些人工智能在理解人类方面非常聪明，只要看一张照片就可以发现一个人的性取向有81%的成功率?而这种深度神经网络是如此先进，以至于当图片数量增加到5时，成功率达到91%。通过查看一些随机的Instagram照片，性感并不是这个惊人的人工智能猜测的唯一参数。这台机器可以理解情绪，智商甚至政治偏好，能够发现人类甚至无法想象的东西。

再一次，如果你认为这项技术可能是面部识别的未来，那么，你错了：这个惊人的发现实际上已成为过去 -虽然是最近的。，想到的第一件事是，“如果这个惊人的东西可以从只是一对夫妇的照片，有多少数据可以做出这样的猜测准确提取从人通过访问他们的社交媒体账户?” 很多，显然 - 看起来像其他类似的AI似乎已被广泛用于政治原因。他们可能是唐纳德特朗普现在担任美国总统以及英国人通过英国退欧离开欧盟的原因之一。

人工智能心理测量分析用于从社交媒体配置文件中提取数据，并使用此信息向潜在选民展示特定目标假新闻或政治广告的子集。我们的想法是将信息操纵到一定程度，在这种程度上，人类无法理解什么是真的，什么不是什么。从正确的角度来看，这种技术是如此有效，以至于一些人声称它在意大利也被再次使用，并且不那么微妙。

更糟糕的是，AI不仅有助于找到假新闻的正确目标，而且它实际上可以以人类作者无法实现的速度生成虚假新闻。它可以在几秒钟内自动完成整个编写过程并发送数百万篇文章。

人工智能可以制作绝对可信的虚假视频，甚至可以改变一个人所说的内容，例如，在采访中。或者它可以从头开始生成逼真，逼真的照片，这些照片与真人完全无法区分。当你甚至无法相信自己的眼睛时，很难理解真相是什么。

反对假新闻的战斗 - 硬币的另一面

不要绝望，不是所有的都失去了。一些最强大的机器学习软件已准备好部署，以搜索网络并检测所有那些明显的谎言 - 从谷歌开始，其新闻平台现在能够过滤掉所有被误导或误导的信息。根据Google的发言人的说法，人工智能将从一定范围的可信来源中提取有关信息可信度的数据，并将组织内容并将其分成新闻，观点和分析，以帮助人们了解事实和意见之间的差异。

其他软件也可用或正在开发中，以估计物品的标题是否准确地反映了物品本身。这非常有助于清除所有那些使用误导性标题的恐吓新闻文章来捕捉那些甚至没有打开文章阅读其内容的人的懒惰。简而言之，这个想法是让人们远离极端的，欺骗性的内容，并将他们引向更可靠和无偏见的文章。目标是阻止人们做出情感而不是理性的选择。

人工智能在广播和媒体中的引入

可能有人认为，广播是那些仍然存在的技术之一，这要归功于它在过去几十年中广泛流行，尽管它现在在很多方面已经过时了。人工智能的采用可能有助于重建这一部门，尽管这一过程仍处于早期阶段。高达56%的媒体技术买家表示他们可能会在未来2 - 3年内采用它。

例如，Netflix就已经采用了AI的效率，通过自动化减少了日常工作量。结果就在每个人的眼前(双关语)。这家快速发展的公司声称它每年节省近10亿美元，这要归功于人工智能减少客户流失的能力。机器学习算法可以从社交媒体中提取数据并使用它与观众建立更加个性化的关系，这一点特别有效，因为我们谈论的是客户如何度过他或她的闲暇时间。

AI还可以帮助有效地管理和组织内容，由于视频和音频数据的非结构化特性，传统上这是一个严重的问题。语音和情感识别以及计算机视觉方面的所有最新进展都赋予了最新的AI工具，这些工具现在可以轻松地对以前认为无法访问的档案进行分类。还可以部署算法和自动化以优化和提高网络效率，这对于希望减少流媒体服务中的带宽问题的付费电视运营商来说是一个巨大的福音。(如果AI继续在各个行业实施，人类将如何谋生?退房人工智能革命是否会使普遍收入成为必然?)

人工智能对学术出版的影响

在许多方面，学术界是一个封闭的世界。现代学术出版生态系统分散在少数几个象牙塔中，依赖于学者能够进行手动网络搜索的能力，就像2001年一样。许多改进和改进商业搜索算法的进步世界尚未进入学术文学的世界，这也没有通过博客，新闻稿和社交媒体传播的许多小发现。

举例来说，一篇普通学术论文的“相关工作”。所谓的特定学科的当代发展的整个横截面通常是微不足道的，并且仅限于该特定子领域的人为限制的参考集。引文几乎是全面的，并且学者们经常无法理解已经发表了多少其他类似的研究和工作，实际上描述了同样的事情(可能使用更好的方法)。

人工智能可以再次帮助扩大这些搜索的范围，并包括人类根本无法监控和消化的所有这些数据子集。科学人物可以被具有元数据结构的机器“读取”和描述，这些机器人最终可以对它们进行排序，分析和搜索。自然语言处理(NLP)帮助AI 理解论文的真实性质，并整合来自外部资源(公司博客，技术杂志等)的数据，以将其与其他相关研究(包括原始学科之外的研究)进行比较。

机器学习可以采用自动统计分析来改进同行评审过程，向人们展示他们可能错过的人力资源。验证引用的过程也得到了简化，因为AI可以快速帮助标记错误归因于另一篇文章的引用，或者在几分钟内浏览整个文档以发现错误引用的引号或剽窃的内容。更好的是，现代图像评估算法可以轻松检测生物医学期刊中任何图像处理的迹象。

对于那些想知道这篇文章是否由人工智能编写的人来说，答案是肯定的。至少就目前而言，人类仍然是必要的。由于创造力和艺术是写作的基本和不可替代的一部分，人类永远不会被出版物和媒体中的机器人所取代。事实上，正如我们的人类作家将得到人工智能的协助，我们的工作将变得更加容易，我们产品的平均质量会更好。