重磅!《媒体中的人工智能技术和应用:现状、远景和研究方向》2022最新390页路线图报告,AI4Media联盟

2022 年 10 月 29 日 专知

 

报告总结

可交付的D2.3 "媒体中的人工智能技术和应用",该文件旨在为媒体行业的人工智能的复杂情况提供一个详细的概述。它分析了媒体行业人工智能(AI)技术和应用的现状,强调了人工智能在改变媒体工作流程、协助媒体专业人员和提高不同行业部门的用户体验方面的现有和未来机会,提供了人工智能技术有望在未来惠及行业的有用实例,并讨论了媒体广泛采用人工智能的促进因素、挑战和风险。

为了分析媒体的人工智能状况,我们采用了多方、多维和多学科的方法,几乎所有的AI4Media合作伙伴、外部媒体或人工智能专家,以及人工智能研究界和广大媒体专业人士都参与其中。为了准确描述这一格局,我们使用了三种主要工具,包括涉及人工智能专家、社会科学、伦理和法律问题专家以及媒体行业从业人员的多学科最新分析;针对人工智能研究/开发人员和媒体专业人士的公开调查;以及一系列关于人工智能在媒体行业的未来的简短白皮书,这些白皮书关注不同的人工智能技术和应用以及不同的媒体部门,探讨人工智能如何积极地颠覆这个行业,提供新的令人兴奋的机会并减少重要风险。

基于这些工具,我们对媒体人工智能("人工智能在媒体中的应用"的简称)的现状和未来研究趋势进行了详细的分析,它由以下部分组成:

媒体的人工智能技术和应用的现状分析。基于对路线图、调查、评论文章和意见文章的广泛分析,重点关注人工智能使用的趋势、好处和挑战,我们对人工智能在媒体和娱乐行业中最具变革性的应用提供了清晰的描述。我们的分析确定了以下人工智能应用,它们通过解决共同的需求和对未来的共同愿望,已经在大多数媒体行业领域产生或可以产生重大影响。人工智能助手、智能推荐系统、内容个性化、自动内容合成、多模式内容搜索、多语言翻译、受众分析、社交媒体趋势检测、预测工具、超目标广告和遵守版权标准。此外,我们确定了一份人工智能技术清单,这些技术在实现媒体的人工智能愿景方面具有最大的潜力。最后,我们确定了人工智能的可信赖性方面的挑战,包括人工智能的可解释性、对对抗性攻击的稳健性、人工智能的公平性和数据隐私问题。

讨论人工智能的社会、经济和道德影响。前面的现状分析从技术和实际应用的角度强调了人工智能对媒体行业的潜力,本分析对人工智能的社会和伦理影响进行了补充,根据对行业报告和学术期刊文章的广泛文献审查,提出了社会科学家、伦理专家和法律学者的观点。我们确定了媒体对人工智能最普遍的社会关注和风险,其中包括:偏见和歧视;媒体的(不)依赖性和商业化;获得人工智能的不平等加剧;劳动力迁移、监测和职业转型;隐私、透明度、问责制和责任;操纵和错误信息作为一种制度威胁;以及人工智能的环境影响。此外,我们还确定了哪些做法对于抵制媒体人工智能的潜在负面社会影响是重要的。

欧盟的政策倡议及其对未来媒体人工智能研究的影响总结。我们对欧盟关于人工智能的最重要的政策倡议进行了概述,重点是对媒体行业有明确关注的倡议。我们讨论了政策倡议(不具约束力的规定)和监管倡议(导致通过具有约束力的法律规定),包括欧洲议会关于教育、文化和视听部门的人工智能的决议;数字服务法案提案(DSA法案);关于制定人工智能统一规则的条例提案(AI法案);关于虚假信息的业务守则;以及关于政治广告的透明度和目标的提案。对这些举措的分析表明,人工智能媒体应用的使用即将在法律文书中得到具体规范。为处理这些问题而选择的共同方法主要是透明度要求和义务,然后在较小的层面上,对用户进行授权。

对调查结果的分析,提供了关于人工智能研究界和媒体从业者群体的希望、愿望和关注的见解。为了帮助我们收集人工智能研究人员和媒体从业人员对媒体使用人工智能的意见,我们发起了两项在线调查:i)一项公开调查,旨在收集人工智能研究界和媒体行业专业人士对媒体行业使用人工智能的好处、风险、技术趋势、挑战和伦理的意见;b)一项针对AI4Media合作伙伴的小型内部调查,旨在收集他们对媒体人工智能对社会和大众的好处和风险的意见。

作为第一次调查的一部分,收集了来自欧洲和其他26个国家的人工智能研究人员和媒体专业人士的150份答复。主要结论包括。

  • 自动内容分析和创作、多语言NLP、用有限的数据学习、可解释的人工智能和公平的人工智能被认为是具有解决媒体行业现有问题的最大潜力的人工智能技术和应用。

  • 常规任务的自动化和优化,内容和服务的个性化,以及生产力和运营效率的提高被认为是人工智能对媒体行业最重要的好处,而人工智能的不道德使用,人工智能的偏见,人工智能缺乏可解释性,高期望和低回报,以及人工智能在关键任务中的失败是一些最大的风险。

  • 关于采用人工智能的挑战,人工智能研究人员关注的是缺乏训练人工智能算法的数据,而媒体行业则强调人工智能在业务运营和流程中的整合以及行业内缺乏人工智能技能。

  • 大多数组织(58%的受访者)没有明确的人工智能战略;此外,许多组织没有管理相关风险的道德框架(17%的受访者)或不知道有这样的框架存在(19%的受访者)。

  • 受访者明显倾向于开放的人工智能解决方案和合作(如开源开发工具、人工智能资源库中随时可用的组件,以及与研究伙伴共同开发),这将导致采用他们可以信任的人工智能。

  • 政策制定者需要在数据隐私、知识产权问题、人工智能偏见、自动内容创建、开发可信赖和可解释的人工智能以及监管影响等议题上为人工智能伦理的实施提供更多指导。

作为第二次调查的一部分,共收到31份答复。主要结论包括。

  • 对社会和大众化有益的人工智能的最有希望的应用是对抗虚假信息,使所有人都能公平地获得信息,并提供工具来追究权力的责任。

  • 在对社会和大众化的潜在不利影响方面,受访者最担心的风险是未经授权对公民进行特征分析和监控,利用人工智能在网上传播虚假信息和助长网上讨论的两极化,以及人工智能的偏见。

  • 政府为确保媒体公司尊重基本权利,主要应采取的政策是由独立机构和行为准则进行监督。最不喜欢的选择是监管。关于媒体机构应该采取的政策,最受欢迎的包括披露其算法和数据的信息,每年公布有道德影响的问题的报告,以及授权给用户。

对媒体行业的主要人工智能技术和研究趋势的分析和未来展望。基于技术现状的分析结果,我们强调了特定人工智能技术对媒体行业的潜力。这些技术包括强化学习、进化学习、稀缺数据学习、转化器、因果人工智能、边缘人工智能、生物启发学习和人工智能学习的量子计算。对于每一项技术,我们都准备了一份简短的白皮书,旨在对该技术的现状、其发展和采用的驱动力和挑战以及未来前景提供一个清晰的概述。这些白皮书还包括小故事,即以媒体从业人员或媒体服务用户为主角的小故事,旨在展示人工智能创新如何在实践中帮助媒体行业。分析强调了其中一些技术在短期内(强化学习、利用稀缺数据学习、转化器)和长期内(生物启发学习、量子计算)可以带来的重大转变。

媒体部门主要人工智能应用的分析和未来展望。基于技术现状的分析结果,我们强调了特定人工智能应用的潜力,以使媒体行业受益。其中包括多模态知识表示和检索(内容索引和搜索)、媒体总结、自动内容创作、情感分析NLP支持的应用,如对话代理,以及内容审核。与上述类似,我们为每个应用准备了一份简短的白皮书,旨在对技术的现状、其发展和采用的驱动力和挑战以及未来的前景提供清晰的概述。该分析揭示了这些技术的惊人潜力,为该行业长期存在的问题提供了有效的解决方案。

人工智能在不同媒体领域的未来概述。我们提出了一系列白皮书,关注人工智能在不同媒体行业的部署,包括新闻、社交媒体、电影/电视、游戏、音乐和出版。我们还探讨了使用人工智能来解决关键的全球现象,如虚假信息和加强在线政治辩论。最后,我们探讨人工智能如何以人工智能支持的社会科学工具的形式帮助媒体本身的研究。按照以前的格式,这些论文深入探讨了每个部门在人工智能应用方面的现状、最具影响力的人工智能应用、遇到的主要挑战以及未来展望。分析揭示了未来复杂但丰富多彩的媒体格局,其中人工智能被用来为媒体行业的主要问题提供解决方案。

对值得信赖的人工智能的未来趋势进行分析。我们提出了四份白皮书(遵循上述相同的格式),专注于值得信赖的人工智能的不同方面,即人工智能的稳健性、人工智能的可解释性、人工智能的公平性和人工智能的隐私性,重点是媒体部门的应用。分析解释了现有的可信赖的人工智能的局限性和潜在的负面影响,并强调除非在这个问题上投入更多的重视和资源,否则人工智能不可能在媒体行业得到大规模的应用。

人工智能数据集和基准的概述。我们分析了现有的人工智能数据集和基准竞赛,讨论了现状、研究挑战和未来前景,同时也对人工智能研究中优质数据的可用性的道德和法律问题提出了见解。

关于人工智能大众化的概述。我们讨论了与人工智能大众化有关的问题,重点是人工智能算法和数据的开放库以及集成智能方向的研究,即可以很容易地集成到其他应用程序中以提供人工智能功能的人工智能模块。该分析强调了开放性(对数据、存储和计算资源、算法和人工智能人才)在人工智能系统发展中的重要性,重点是模块化工具箱和开放源码软件作为开放人工智能库的未来。

探讨可能塑造人工智能在媒体中的未来的外部力量。我们讨论了可能塑造人工智能在媒体领域应用的未来的力量,重点是立法/监管,大流行病及其影响,以及气候危机。关于立法,我们预测人工智能的媒体应用在未来几年将变得越来越规范,以各种方式影响人工智能研究和媒体机构。关于大流行病,我们认为,大流行病为媒体和娱乐业的发展及其服务和受众的扩大创造了令人兴奋的新机会,同时也带来了重大的运营和创意挑战。这些趋势巩固了人工智能在这个行业中作为变革力量的地位,能够彻底改变运营方式以及内容的创造、传递和消费方式。最后,关于环境危机,我们鼓励媒体行业和人工智能研究人员更积极地确保人工智能技术考虑到环境因素。必须全面了解建立和部署人工智能模型的成本,不仅在财务上,而且在环境影响方面,并应重新审视更多数据或更大的模型总是更好的心态。

目前的报告对媒体人工智能的现状和未来研究趋势进行了详细分析,涵盖了上述所有方面,形成了一份390页的综合文件。除了完整的报告之外,为了帮助潜在的读者专注于与他们自己的专业知识和兴趣最相关的方面,我们还创建了报告的网络版本,作为AI4Media网站的一部分。这使得读者可以通过一个用户友好的视觉界面轻松浏览本报告的内容,并只阅读/下载涉及他们感兴趣的主题的子章节。

图 1:人工智能将颠覆的行业和生活领域

图 5:用于开发 AI4Media 媒体行业 AI 路线图的工具

报告结构

  • 第3部分介绍了从精选的路线图、调查、评论文章和观点文章中得出的主要结论和见解,重点关注人工智能使用的趋势、益处和挑战,旨在提供一幅关于人工智能在媒体和娱乐行业最具变革性的应用的清晰画面,同时也介绍了当前和未来最重要的人工智能研究趋势,这些趋势有可能对整个媒体行业的价值链产生重大影响。

  • 第4节总结了两项调查的分析结果:a)一项大规模的在线调查,旨在收集人工智能研究界和媒体行业专业人士对媒体行业使用人工智能的好处、风险、技术趋势、挑战和伦理的意见;b)一项针对AI4Media合作伙伴的小规模内部调查,旨在收集他们对媒体人工智能对社会和大众化的好处和风险以及对媒体人工智能的道德使用政策的意见。

  • 第5节分析了选定的人工智能技术,包括强化学习、进化学习、稀缺数据学习、转化器、因果人工智能、边缘人工智能、生物启发学习以及用于人工智能学习的量子计算的白皮书,旨在对每种技术的现状、其发展和采用的驱动力和挑战以及未来趋势和目标提供一个清晰的概述。

  • 第6节分析了选定的用于多媒体分析的人工智能应用,包括多模态知识表示和检索、媒体摘要、自动内容创建、情感分析、NLP应用和内容节制的白皮书,旨在对每种技术的现状、其发展和采用的驱动力和挑战以及未来的趋势和目标提供清晰的概述。

  • 第7节关注可信赖的人工智能的四个方面(稳健性、可解释性、公平性和隐私性),包括相关的白皮书,研究媒体行业可信赖的人工智能的现状、应用、挑战和未来趋势。

  • 第8节关注人工智能数据集和基准竞赛,包括讨论现状、研究挑战和未来前景的白皮书,同时也提供了与该领域相关的伦理和法律方面的见解。

  • 第9节重点关注人工智能在不同媒体行业的部署,包括讨论人工智能在新闻/记者、社交媒体、电影/电视、游戏、音乐和出版方面的白皮书。它还探讨了使用人工智能来解决关键的全球现象,如虚假信息,以加强在线政治辩论,并以人工智能支持的社会科学工具的形式帮助媒体本身的研究。

  • 第10节讨论了与人工智能大众化有关的问题,包括一份专注于人工智能算法和数据的开放存储库以及综合智能话题的白皮书。

  • 第11节研究了媒体行业采用人工智能所带来的道德、社会、环境和经济风险和担忧,包括偏见和歧视、媒体(不)依赖性、获取的不平等、隐私、透明度、问责制、责任、劳动力迁移、作为制度威胁的错误信息,以及环境影响。此外,它还简要介绍了现有的欧盟政策和法律倡议,以及它们对未来媒体行业的人工智能研究的影响。

  • 第12节讨论了可能塑造未来媒体行业使用人工智能的力量,重点是立法/监管,大流行病及其影响,以及气候危机。

  • 第13节简要介绍了本路线图的网络版,可在AI4Media网站上查阅。

  • 最后,第14节结论。

图 6:媒体行业人工智能路线图结构和涵盖的各种主题的概述。

    


专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“M390” 就可以获取 重磅!《媒体中的人工智能技术和应用:现状、远景和研究方向》2022最新390页路线图报告,AI4Media联盟》专知下载链接

                       
专知,专业可信的人工智能知识分发 ,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取100000+AI(AI与军事、医药、公安等)主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取100000+AI主题知识资料

登录查看更多
2

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。
228页pdf! 人工智能在犯罪和刑事司法中的应用报告
专知会员服务
39+阅读 · 2022年3月23日
InfoQ 2022 年趋势报告:.NET 篇
InfoQ
0+阅读 · 2022年10月11日
最新可信推荐系统综述, 6个维度71页463篇文献介绍其前沿进展
机器学习与推荐算法
0+阅读 · 2022年9月30日
InfoQ 2022年趋势报告:移动及物联网篇
AI前线
1+阅读 · 2022年3月23日
【情感分析】情感分析研究的新视野
深度学习自然语言处理
15+阅读 · 2020年3月10日
重磅推荐:中国人工智能趋势报告(完整版)
人工智能学家
18+阅读 · 2019年2月27日
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Federated Learning -- Methods, Applications and beyond
Arxiv
0+阅读 · 2022年12月22日
Arxiv
31+阅读 · 2022年2月15日
Arxiv
13+阅读 · 2020年10月19日
Arxiv
35+阅读 · 2020年1月2日
Arxiv
26+阅读 · 2018年8月19日
VIP会员
相关VIP内容
228页pdf! 人工智能在犯罪和刑事司法中的应用报告
专知会员服务
39+阅读 · 2022年3月23日
相关资讯
相关基金
国家自然科学基金
13+阅读 · 2016年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
6+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员