首页 500强 活动 榜单 商业 科技 领导力 专题 品牌中心
杂志订阅

人工智能如何应用于媒体?BBC做了示范

Molly Flatt
2024-05-06

BBC已经在公司内部开展了几十个试点项目。

文本设置
小号
默认
大号
Plus(0条)

彼得·阿彻,BBC生成式人工智能项目总监。图片来源:COURTESY OF BBC

要说时下关注度最高的技术,肯定非生成式人工智能(AGI)莫属。你能想象一下,各大主流媒体会如何应用这项技术吗?当被问到这个问题时,多数人脑中可能会联想到一些反乌托邦式的画面,比如用“深度造假”技术伪造出的政客形象,再比如像电影《少数派报告》(Minority Report)里那种跟着人满街跑的广告。不过,在当下这个人工智能技术的早期阶段,生成式人工智能技术还远远没有那么可怕,而且各大企业也都希望证明它的正面价值。

以英国广播公司(BBC)为例,BBC推出了一项叫做“实时文字页面”的功能,它虽然看起来没有什么噱头,但却很受欢迎,它可以将正在发生的事件(比如突发新闻或者体育赛事)转化为实时的文字直播。虽然将一场足球比赛的音频解说自动翻译成文字,这听起来并不怎么科幻,完全够不上一集《黑镜》(Black Mirror)或者《爱死机》的剧情水准,不过它却是BBC最重视的人工智能应用之一。BBC已经在公司内部开展了几十个试点项目,好让这项技术更好地服务它在全球的3.18亿用户。

BBC的生成式人工智能项目总监彼得·阿彻指出:“这个语音转文字项目为我们开辟了很多潜在的使用场景,它可以通过一些非常简单的事情,比如对内容进行格式转换,来给我们的受众带来更多价值。我认为这是一件非常令人兴奋的事情。虽然听起来可能没有什么了不起,但是如果它能够以一种低风险的模式大规模地投入应用,并且仍然保持BBC的新闻价值观,那么这就是一场巨大的胜利。”

实验自由

BBC同时还在试验其他人工智能技术,比如一个用于内部知识管理的聊天机器人、一些用于标题生成和翻译的工具,以及一个面向公众、主要用于儿童教育的BBC助手,等等。

不过,BBC研发部的人工智能研究负责人丹尼杰拉·霍拉克表示,BBC在人工智能技术上还有一个“更宏大的目标”。在“很长一段时间”里,她的团队都在利用BBC的专有数据对一个开源大语言模型进行训练,随着这个模型对BBC的工作流程和语言风格越来越熟悉,BBC也为它赋予了更多雄心勃勃的任务。“我们正在利用人工智能技术做很多事情,比如提高工作效率、节省开支、改进推荐机制、改编内容、搜索档案等等。我们利用人工智能技术开发了一整套工具,来帮助人们提高工作效率,降低工作的复杂性。”

BBC研发部人工智能研究负责人丹尼杰拉·霍拉克。图片来源:COURTESY OF BBC

BBC还鼓励编辑部、商务部、法务部和政策研究团队的员工自由探索如何利用ChatGPT、微软Copilot和Runway等人工智能产品给他们的工作带来价值。阿彻说:“这是整个公司都要面对的问题。你必须要让大家自由地开展实验,让大家自由发挥。这是一项全新的东西,我们都要一起学习,所以我们要尽可能地让大家都参与进来。”

稳步前进,先立后破

到目前为止,BBC的实验都还算顺利。但是作为一家号称“公正、优质、独特”的公立机构,BBC也非常清楚,必须将员工的热情严格控制在一定的范围内。2023年10月,BBC的国家总监罗德里·塔尔凡·戴维斯制定了一套人工智能技术准则,强调了透明度、人的创造力和社会责任的重要性,并强调所有雇员、兼职员工和合作伙伴都要严格遵守BBC的新闻采编准则。

阿彻认为,人工智能是一个机遇,但它也有不少限制。现在,英国观众每周看BBC TV和iPlayer的时间,要比花在Netflix、Disney+和亚马逊(Amazon)Prime上的时间加起来还多。因此,BBC在引领广播电视行业的人工智能发展路径上是有天然优势的。“我们此时此刻所做的,没有一件事情是脱离了人的自动化。”他还表示:“我们的收视费是我们的一大优势,但我们也因此在新技术的使用上有了一种责任,我们必须要走在前面。”

毕竟,那个崇尚“快速行动、先破后立”的时代已经过去了,出于商业和伦理考虑,在创新上冲在最前面未必总是有优势的。“我们有一个所谓的生成式人工智能技术栈。”阿彻解释道:“我们正在研究这个技术栈的基础架构应该是什么样的,它需要我们公司具备哪些特定的能力,我们需要采用哪一种大语言模型,如何采用最优路径进行构建,并且通过API将它提供给公司的其他部门。”

“一个反面案例是,你突然发现,自己跟4家云服务提供商签了9份不同的合同,这样你根本跟踪不了成本。有的人还在ChatGPT上面花了几百万英镑。所以我们从一开始就打算以特定的方式构建我们自己的人工智能战略,它可能会慢一点,但是没有关系。”

友商的压力

BBC面临的另一个挑战,就是来自其他媒体公司和科技公司的压力,这与地缘政治关系一样,也是一种充满矛盾的关系。

就在今年4月,谷歌在英国启动了人工智能搜索试验。曾就职与Channel 4、华纳媒体(WarnerMedia)和News UK的资深数据专家佩德罗·科萨认为,各大新闻广播公司面临的最关键的问题之一,就是探索性与谨慎性之间的矛盾。

资深数据专家佩德罗·科萨,曾就职与Channel 4、华纳媒体和News UK等新闻媒体。图片来源:COURTESY OF PEDRO COSA

他表示:“媒体公司与技术平台之间是一种‘亦敌亦友’的关系。现如今,人们经常会通过Facebook、谷歌(Google)或苹果(Apple)看新闻,而它们最先推送的内容,往往都是为了赚你的钱或者赚你的点击率的内容。而媒体公司也非常依赖这些平台来获得受众,反过来,平台也依赖媒体公司来提供高质量的内容。而人工智能技术则会让媒体公司更深入地思考如何平衡这种关系。”

不过,对于BBC或者任何一家公司来说,在人工智能的问题上,它们面临的最大的挑战,可能是在于未知因素的规模上。

阿彻强调,作为领导者,他们现在应该敢于质疑一切,保持谦虚,并且保持一个开放的心态。“这是媒体市场的一次长期的、根本性的变革。就像智能手机和互联网刚被发明出来时一样,我们既要寻找那些能够立即带来价值的东西,也需要那些可以加深整个行业对这项技术的发展方向的理解的东西。”

当然,对于那些没有收视费可收的广播公司来说,它们对人工智能技术的运用,很可能会走向一个BBC不愿意看到的方向。

比如,现在市面上已经有了能够根据你的观看历史和个人喜好进行定向推荐的电视节目。而总部位于美国洛杉矶的初创公司Channel 1则计划在今年年底前推出人工智能制作的新闻,它由可以说多种语音的机器人播送。而对于全世界的足球迷来说,这些生动的文字直播显然对他们的日常生活影响更大。而且重要的是,在这个过程中,没有人会丢掉工作。(财富中文网)

译者:朴成奎

要说时下关注度最高的技术,肯定非生成式人工智能(AGI)莫属。你能想象一下,各大主流媒体会如何应用这项技术吗?当被问到这个问题时,多数人脑中可能会联想到一些反乌托邦式的画面,比如用“深度造假”技术伪造出的政客形象,再比如像电影《少数派报告》(Minority Report)里那种跟着人满街跑的广告。不过,在当下这个人工智能技术的早期阶段,生成式人工智能技术还远远没有那么可怕,而且各大企业也都希望证明它的正面价值。

以英国广播公司(BBC)为例,BBC推出了一项叫做“实时文字页面”的功能,它虽然看起来没有什么噱头,但却很受欢迎,它可以将正在发生的事件(比如突发新闻或者体育赛事)转化为实时的文字直播。虽然将一场足球比赛的音频解说自动翻译成文字,这听起来并不怎么科幻,完全够不上一集《黑镜》(Black Mirror)或者《爱死机》的剧情水准,不过它却是BBC最重视的人工智能应用之一。BBC已经在公司内部开展了几十个试点项目,好让这项技术更好地服务它在全球的3.18亿用户。

BBC的生成式人工智能项目总监彼得·阿彻指出:“这个语音转文字项目为我们开辟了很多潜在的使用场景,它可以通过一些非常简单的事情,比如对内容进行格式转换,来给我们的受众带来更多价值。我认为这是一件非常令人兴奋的事情。虽然听起来可能没有什么了不起,但是如果它能够以一种低风险的模式大规模地投入应用,并且仍然保持BBC的新闻价值观,那么这就是一场巨大的胜利。”

实验自由

BBC同时还在试验其他人工智能技术,比如一个用于内部知识管理的聊天机器人、一些用于标题生成和翻译的工具,以及一个面向公众、主要用于儿童教育的BBC助手,等等。

不过,BBC研发部的人工智能研究负责人丹尼杰拉·霍拉克表示,BBC在人工智能技术上还有一个“更宏大的目标”。在“很长一段时间”里,她的团队都在利用BBC的专有数据对一个开源大语言模型进行训练,随着这个模型对BBC的工作流程和语言风格越来越熟悉,BBC也为它赋予了更多雄心勃勃的任务。“我们正在利用人工智能技术做很多事情,比如提高工作效率、节省开支、改进推荐机制、改编内容、搜索档案等等。我们利用人工智能技术开发了一整套工具,来帮助人们提高工作效率,降低工作的复杂性。”

BBC还鼓励编辑部、商务部、法务部和政策研究团队的员工自由探索如何利用ChatGPT、微软Copilot和Runway等人工智能产品给他们的工作带来价值。阿彻说:“这是整个公司都要面对的问题。你必须要让大家自由地开展实验,让大家自由发挥。这是一项全新的东西,我们都要一起学习,所以我们要尽可能地让大家都参与进来。”

稳步前进,先立后破

到目前为止,BBC的实验都还算顺利。但是作为一家号称“公正、优质、独特”的公立机构,BBC也非常清楚,必须将员工的热情严格控制在一定的范围内。2023年10月,BBC的国家总监罗德里·塔尔凡·戴维斯制定了一套人工智能技术准则,强调了透明度、人的创造力和社会责任的重要性,并强调所有雇员、兼职员工和合作伙伴都要严格遵守BBC的新闻采编准则。

阿彻认为,人工智能是一个机遇,但它也有不少限制。现在,英国观众每周看BBC TV和iPlayer的时间,要比花在Netflix、Disney+和亚马逊(Amazon)Prime上的时间加起来还多。因此,BBC在引领广播电视行业的人工智能发展路径上是有天然优势的。“我们此时此刻所做的,没有一件事情是脱离了人的自动化。”他还表示:“我们的收视费是我们的一大优势,但我们也因此在新技术的使用上有了一种责任,我们必须要走在前面。”

毕竟,那个崇尚“快速行动、先破后立”的时代已经过去了,出于商业和伦理考虑,在创新上冲在最前面未必总是有优势的。“我们有一个所谓的生成式人工智能技术栈。”阿彻解释道:“我们正在研究这个技术栈的基础架构应该是什么样的,它需要我们公司具备哪些特定的能力,我们需要采用哪一种大语言模型,如何采用最优路径进行构建,并且通过API将它提供给公司的其他部门。”

“一个反面案例是,你突然发现,自己跟4家云服务提供商签了9份不同的合同,这样你根本跟踪不了成本。有的人还在ChatGPT上面花了几百万英镑。所以我们从一开始就打算以特定的方式构建我们自己的人工智能战略,它可能会慢一点,但是没有关系。”

友商的压力

BBC面临的另一个挑战,就是来自其他媒体公司和科技公司的压力,这与地缘政治关系一样,也是一种充满矛盾的关系。

就在今年4月,谷歌在英国启动了人工智能搜索试验。曾就职与Channel 4、华纳媒体(WarnerMedia)和News UK的资深数据专家佩德罗·科萨认为,各大新闻广播公司面临的最关键的问题之一,就是探索性与谨慎性之间的矛盾。

他表示:“媒体公司与技术平台之间是一种‘亦敌亦友’的关系。现如今,人们经常会通过Facebook、谷歌(Google)或苹果(Apple)看新闻,而它们最先推送的内容,往往都是为了赚你的钱或者赚你的点击率的内容。而媒体公司也非常依赖这些平台来获得受众,反过来,平台也依赖媒体公司来提供高质量的内容。而人工智能技术则会让媒体公司更深入地思考如何平衡这种关系。”

不过,对于BBC或者任何一家公司来说,在人工智能的问题上,它们面临的最大的挑战,可能是在于未知因素的规模上。

阿彻强调,作为领导者,他们现在应该敢于质疑一切,保持谦虚,并且保持一个开放的心态。“这是媒体市场的一次长期的、根本性的变革。就像智能手机和互联网刚被发明出来时一样,我们既要寻找那些能够立即带来价值的东西,也需要那些可以加深整个行业对这项技术的发展方向的理解的东西。”

当然,对于那些没有收视费可收的广播公司来说,它们对人工智能技术的运用,很可能会走向一个BBC不愿意看到的方向。

比如,现在市面上已经有了能够根据你的观看历史和个人喜好进行定向推荐的电视节目。而总部位于美国洛杉矶的初创公司Channel 1则计划在今年年底前推出人工智能制作的新闻,它由可以说多种语音的机器人播送。而对于全世界的足球迷来说,这些生动的文字直播显然对他们的日常生活影响更大。而且重要的是,在这个过程中,没有人会丢掉工作。(财富中文网)

译者:朴成奎

When asked to imagine how major broadcasters might use generative AI in coming months, most people conjure up dystopian visions, from deepfakes of politicians to Minority Report-style ads that follow them around the city. However the reality, at this relatively early stage in the AI game, is far less sinister – and the biggest players are hoping it will prove far more valuable, too.

Take the BBC’s live text pages: a popular if unglamorous service that turns unfolding events, such as breaking news or sports fixtures, into real-time blogs. Automatically translating audio commentary of football matches into text isn’t exactly worthy of an episode of Black Mirror, but it is one of the AI applications the world’s leading public broadcaster is most excited about, as it experiments with a dozen pilots across the organization in an attempt to explore the technology’s potential for the 318 million or so people it reaches weekly across the globe.

“[The audio to text project] opens up so many potential use cases for us to bring our audiences more value through some quite simple things like the reformatting of content,” explains Peter Archer, the BBC’s programme director of generative AI. “That to me is just really exciting. It might sound slightly prosaic, but if you can get that working at scale in a way that mitigates the risks, and still hews to the BBC’s editorial values, it is such a big win.”

Freedom to experiment

Other possible wins being trialed include a chatbot for internal knowledge management, tools for headline generation and translation, and a public-facing BBC Assistant focused on educating kids.

But there is “a much more ambitious story here” too, according to Danijela Horak, head of AI research at BBC R&D. For “a very long time” her team has been fine-tuning an open source Large Language Model using proprietary data, introducing increasingly ambitious tasks as it becomes ever more fluent in the BBC’s workflows, tone and style. “There [are] a bunch of things we’re doing with AI to improve efficiency, save money, improve recommendations, transcribe stuff, search our archives; a whole set of tools that aims to reduce complexity in a way that actually helps people do their job more effectively.”

Staff across editorial, business affairs, legal, and policy teams have also been given individual freedom to explore how ChatGPT, Microsoft Copilot, and Runway might add value to their roles. “This is a whole-organization issue”, Archer says. “You’ve got to let people experiment, you’ve got to let people play. It’s so new, we’re all learning together, we’re ramping this up with as much internal engagement as we can.”

Move steady, don’t break things

So far, so rosy. But as a publicly funded organization with a remit for “impartial, high-quality and distinctive” output, the BBC is also highly conscious of the need to corral employees’ enthusiasm within strict guardrails. Last October, BBC director of nations Rhodri Talfan Davies laid out a set of AI principles emphasizing the importance of transparency, human creativity, and social responsibility, while staff, freelancers, and partners must stick to stringent editorial guidelines.

Archer sees this as an opportunity as much as a constraint. In a landscape where U.K. audiences are spending more time watching BBC TV or iPlayer on average per week, per person, than they spend on Netflix, Disney+, and Amazon Prime combined, he believes that the corporation has a unique chance to lead best practice in the broadcasting space. “Nothing we’re doing at the minute is automation without a human,” he insists. “The license fee is a privilege so we do have a responsibility to how we use new technology. We absolutely have to be on the front foot.”

After all, in the aftermath of the ‘move fast and break things’ era, which surely broke as much as it fixed, surfing the top of the innovation S-curve doesn’t always make sense, for commercial as well as moral reasons. “We have what we call our Gen AI tech stack,” Archer explains. “We’re trying to think about what the architecture of that stack needs to be, which specific capabilities in the organization we need, which LLM models we need, how we make sure we are building in the most consistent way possible and exposing that through APIs to the rest of the organization.

“The opposite is that you’ve suddenly found you’ve got nine different contracts with four different cloud providers, you can’t keep track of cost, someone’s just run up a multimillion pound bill for the use of ChatGPT. So from the start we’re going to build it in a particular way and it may be slightly slower, but that’s okay.”

Frenemies under pressure

Another challenge lies in the dynamic between media organizations and tech companies, a special relationship as fraught as any geopolitical equivalent.

In April, Google launched U.K. trials of AI-generated search, and Pedro Cosa, a senior data expert who has led teams at Channel 4, WarnerMedia, and News UK, considers the tension between discoverability and discretion to be one of the most critical issues broadcasters face.

“The media companies have a very ‘frenemies’ relationship with the technology platforms,” he says. “These days people will often check their news on Facebook or Google or Apple, and what shows up first is what makes you money or gets you clicks. So media companies really depend on these platforms to get audiences, and the platforms rely on them to provide high-quality content, and AI is really making the media companies think harder about how to balance that.”

But perhaps the greatest challenge that the BBC – or any organization – faces when it comes to AI is the scale of the unknowns.

Archer emphasizes that this is a time for leaders to question everything, stay humble, and leave themselves open to being surprised. “This is a long-term fundamental transformation of the media market,” he says. “Just like with the smartphone and the internet, we must both look for the things that provide immediate value, but also the things that stretch us and stretch the industry in terms of our understanding about where this technology could go.”

Of course, for those broadcasters without license payers to answer to, AI may well go places that Auntie might balk at.

Personalized TV shows that adapt to your viewing history and preferences already exist, while LA-based startup Channel 1 plans to stream AI-generated news, presented by multilingual bots, by the end of the year. For football fans across the world, however, those spiced-up text pages may well have a bigger impact on their day-to-day lives. And nobody’s going to lose their job in the process.

0条Plus
精彩评论
评论

撰写或查看更多评论

请打开财富Plus APP

前往打开