콘텐츠
- 주류 로봇 기자
- 가짜 뉴스 및 정보 조작 (일명 "불량한 물건")
- 가짜 뉴스와의 전쟁 – 동전의 다른 쪽
- 버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
- 방송 및 미디어에서 AI 소개
- 학술 출판에 대한 AI의 영향
- 결론
출처 : Saniphoto / Dreamstime.com
테이크 아웃 :
향상된 연구 자원에서 전자동 로봇 리포터에 이르기까지 출판 산업은 AI 덕분에 혁신적인 변화를 겪고 있습니다.
Cambridge Analytica 스캔들은 러시아 AI 기반 가짜 뉴스가 2016 년 미국 대통령 선거 운동을 어떻게 이끌 수 있었는지 보여주었습니다. 이제 지능형 기계는 미디어와 출판의 미래가 아니라 선물. 마지막 문장이 불길하게 들릴지 모르지만, 우리의 미래는 반드시 개인 정보를 훔치는 가짜 뉴스 및 소셜 미디어 관리자의 악몽과 관련이있는 것은 아닙니다. 인공 지능, 자동화, 기계 학습 및 지난 몇 년 동안의 모든 최신 기술 트렌드는 현재 시나리오를 더욱 혁신적으로 변화시킬 것입니다.
주류 로봇 기자
믿거 나 말거나 기계가 전적으로 쓴 뉴스 기사를 읽었을 것입니다. 주류 출판사는 AI를 사용하여 자신의 이야기를 쓰기 시작했습니다. 실제로 Washington Post의 자동 기자는 Heliograf를 사용하여 첫 해에 무려 850 개의 기사를 발표했습니다. 대통령 선거 기간 동안 로봇 기자는 결과가 예상치 못한 방향으로 트렌드가 시작될 때마다 뉴스 룸을 핑 (ping)하기에 충분히 영리하여 인간 기자가 자신의 업무를 효과적으로 지원할 수있었습니다. New York Times, Reuters 및 기타 미디어 대기업은 다른 AI 응용 프로그램을 성공적으로 사용하여 일상적인 작업을 자동화하고 미디어 워크 플로를 능률화하며 많은 데이터를 처리했습니다. (기업이 AI 사용을 고려할 수있는 5 가지 방법으로 이것과 다른 AI 사용에 대해 읽으십시오.)
가짜 뉴스 및 정보 조작 (일명 "불량한 물건")
Stanford University의 연구에 따르면 일부 AI는 인간을 이해하는 데 너무 똑똑하여 사람을 바라 보는 것만으로도 81 %의 성공 확률로 성적 취향을 감지 할 수 있음을 알았습니다 하나 그림? 이 심층 신경망은 사진 수가 5 개로 증가 할 때 성공률이 91 %가되도록 향상되었습니다. 그리고이 인공 지능 AI가 임의의 인스 타 그램 사진을 보면서 추측 할 수있는 유일한 매개 변수는 성적이 아닙니다. 이 기계는 감정, IQ, 심지어 정치적 선호도까지도 이해할 수 있는데,이 기계는 인간이 상상조차 할 수없는 것을 감지 할 수 있습니다.
다시 한번,이 기술이 안면 인식의 미래라고 생각한다면, 당신은 틀린 것입니다.이 놀라운 발견은 실제로 과거 – 최근에도. 가장 먼저 떠오르는 것은 "이 놀라운 것이 몇 장의 사진만으로도 정확한 추측을 할 수 있다면 소셜 미디어 계정에 액세스하여 사람들로부터 얼마나 많은 데이터를 추출 할 수 있습니까?"입니다. 분명히, 다른 유사한 AI가 정치적 이유로 광범위하게 사용 된 것처럼 보일 정도로 많이. 도널드 트럼프가 현재 미국 대통령이고 브리튼 인들이 브렉 시트를 통해 유럽 연합을 떠난 이유 중 일부일 것입니다.
AI 기반 심리 측정 프로파일 링은 소셜 미디어 프로파일에서 데이터를 추출하는 데 사용되며이 정보를 사용하여 잠재적 유권자에게 특정 대상 가짜 뉴스 또는 정치 광고의 하위 세트를 표시합니다. 아이디어는 인간이 더 이상 사실과 그렇지 않은 것을 이해할 수없는 정도로 정보를 조작하는 것입니다. 사물을 원근법으로 표현하기 위해이 기술은 매우 효과적이기 때문에 이탈리아에서도 다시 사용되었고 훨씬 덜 미묘한 주장이 있습니다.
더 나쁜 것은 인공 지능이 가짜 뉴스의 올바른 목표를 찾는 데 도움이 될뿐만 아니라 실제로는 일으키다 인간 작가가 결코 달성하기를 기대할 수없는 속보의 가짜 뉴스. 단 몇 초 만에 수백만 개의 기사를 작성하고 스팸으로 보내는 전체 프로세스를 자동화 할 수 있습니다.
AI는 절대적으로 믿을 수있는 가짜 비디오를 만들거나 인터뷰 등의 사람의 말을 바꿀 수도 있습니다. 또는 실제 사람과 완전히 구분할 수없는 사실적이고 생생한 사진을 처음부터 생성 할 수 있습니다. 그리고 자신의 눈조차도 믿을 수 없을 때 진실이 무엇인지 이해하기가 매우 어렵습니다.
가짜 뉴스와의 전쟁 – 동전의 다른 쪽
절망하지 마십시오. 모두 잃어버린 것은 아닙니다. 가장 강력한 머신 러닝 소프트웨어 중 일부는 웹을 정찰하고 모든 거짓말을 감지 할 수 있도록 배포 할 준비가되었습니다. Google을 시작으로 뉴스 플랫폼에서 오해의 소지가 있거나 잘못된 것으로 판단 된 모든 정보를 필터링 할 수 있습니다. . 구글의 대변인에 따르면 AI는 특정 범위의 신뢰할 수있는 출처에서 정보의 신뢰성에 대한 데이터를 가져오고 사람들이 사실과 의견의 차이를 알 수 있도록 뉴스, 의견 및 분석으로 콘텐츠를 구성하고 분리합니다.
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.
기사의 헤드 라인이 기사의 본문을 정확하게 반영하는지 평가하기 위해 다른 소프트웨어도 사용 가능하거나 현재 개발 중입니다. 이것은 기사를 열어서 내용을 읽지 않는 사람들의 게으름을 피하기 위해 잘못된 헤드 라인을 사용하는 무서운 뉴스 기사를 모두 제거하는 데 매우 도움이됩니다. 간단히 말해서, 사람들은 극단적이고기만적인 내용에서 사람들을 밀어 내고보다 신뢰할 수 있고 편견이없는 기사로 안내하는 것입니다. 목표는 사람들이 합리적인 선택보다는 정서적 인 선택을하게하는 것을 막는 것입니다.
방송 및 미디어에서 AI 소개
방송은 현재 여러 가지 방식으로 쓸모 없게되었지만, 지난 수십 년 동안 광범위한 인기 덕분에 여전히 살아남은 기술 중 하나라고 주장 할 수 있습니다. 프로세스가 아직 초기 단계이지만 AI 채택은이 부문의 재생에 도움이 될 수 있습니다. 미디어 기술 구매자의 최대 56 %가 향후 2-3 년 내에이를 채택 할 가능성이 있다고 말했다.
예를 들어 Netflix는 자동화를 통해 일상적인 작업 부하를 줄이는 데 AI의 효율성을 이미 적용한 사람들 중 하나입니다.그리고 결과는 모든 사람의 눈앞에 있습니다 (pun 의도). 빠르게 성장하는 회사는 고객 이탈을 줄일 수있는 AI 기능 덕분에 매년 약 10 억 달러를 절약했다고 주장합니다. 기계 학습 알고리즘은 소셜 미디어에서 데이터를 가져 와서 시청자와보다 개인적인 관계를 구축하는 데 사용할 수 있습니다. 이는 고객이 여가 시간을 보내는 방식에 대해 이야기 한 이후 특히 효과적입니다.
AI는 비디오 및 오디오 데이터의 구조화되지 않은 특성으로 인해 전통적으로 심각한 문제였던 컨텐츠를 효율적으로 관리하고 구성하는 데 도움을 줄 수 있습니다. 컴퓨터 비전뿐만 아니라 스피치 및 감정 인식의 모든 최신 발전은 이전에는 액세스 할 수 없었던 것으로 생각 된 아카이브를 쉽게 분류 할 수있는 최신 AI 도구를 강화했습니다. 네트워크의 효율성을 최적화하고 향상시키기 위해 알고리즘과 자동화를 배포 할 수도 있습니다. 이는 스트리밍 서비스에서 대역폭 문제를 줄이려는 유료 TV 운영자에게 큰 도움이됩니다. (AI가 다양한 산업 분야에서 계속 구현된다면 인간은 어떻게 생계를 유지할 것인가? AI 혁명이 보편적 소득을 필요로 하는가?를 확인하십시오.)
학술 출판에 대한 AI의 영향
학계는 여러면에서 닫힌 세상입니다. 현대의 학술 출판 생태계는 소수의 상아탑에 갇혀 2001 년과 마찬가지로 수동 웹 검색을 수행 할 수있는 능력에 의존합니다. 상업 분야에서 검색 알고리즘을 개선하고 개선 한 많은 발전 세계 문학은 블로그, 보도 자료 및 소셜 미디어를 통해 전파되는 많은 사소한 발견이없는 학술 문학의 세계에 도달하지 못했습니다.
예를 들어, 일반적인 학술 논문의 "관련 작업"을 보자. 주어진 징계의 현대 발전에 대한 주장의 전체 단면은 종종 미미하며 특정 하위 분야에 대해 인위적으로 정해져있는 참고 문헌으로 제한됩니다. 인용은 모두 포괄적이지만, 학자들은 실제로 동일한 사실을 묘사 한 다른 유사한 연구와 연구가 얼마나 많이 이해되지 않았는가 (아마도 더 나은 방법을 사용했을 가능성이 있음).
AI는 다시 한 번 이러한 검색의 범위를 넓히는 데 도움을 줄 수 있으며, 인간이 단순히 모니터링 및 소화를 희망하지 않는 모든 데이터 하위 집합을 포함 할 수 있습니다. 과학적인 수치는 메타 데이터 구조를 가진 기계로 "읽고"설명 할 수있어 결국 분류, 분석 및 검색 할 수 있습니다. 자연어 처리 (NLP)는 AI가 논문의 실제 특성을 이해하고 외부 소스 (회사 블로그, 기술 잡지 등)에서 가져온 데이터를 통합하여 원본 분야 이외의 다른 연구를 포함하여 다른 관련 연구와 비교할 수 있도록 도와줍니다.
기계 학습은 자동화 된 통계 분석을 사용하여 동료 검토 프로세스를 개선하여 사람이 검토하지 못한 출처를 보여줍니다. AI가 다른 기사에 잘못 인용 된 인용문을 신속하게 표시하거나 분 단위로 전체 문서를 뒤져서 인용문 또는 표절 된 내용을 발견 할 수 있으므로 인용을 확인하는 프로세스도 간소화됩니다. 더욱이, 현대의 이미지 평가 알고리즘은 생물 의학 저널에서 이미지 조작의 흔적을 쉽게 감지 할 수 있습니다.
결론
이 기사가 AI에 의해 쓰여 졌는지 궁금한 사람들에게는 대답은 '아니오'입니다. 적어도 지금은 인간이 여전히 필요합니다. 창의력과 예술은 글쓰기의 기본적이고 대체 할 수없는 부분이기 때문에 출판과 미디어 분야에서 인간은 로봇으로 대체 될 가능성이 적습니다. 실제로 인간 작가가 AI의 도움을 받으면 작업이 쉬워지고 제품의 평균 품질이 훨씬 향상됩니다.