
要說時下關(guān)注度最高的技術(shù),,肯定非生成式人工智能(AGI)莫屬,。你能想象一下,各大主流媒體會如何應(yīng)用這項技術(shù)嗎,?當(dāng)被問到這個問題時,,多數(shù)人腦中可能會聯(lián)想到一些反烏托邦式的畫面,,比如用“深度造假”技術(shù)偽造出的政客形象,再比如像電影《少數(shù)派報告》(Minority Report)里那種跟著人滿街跑的廣告,。不過,,在當(dāng)下這個人工智能技術(shù)的早期階段,生成式人工智能技術(shù)還遠(yuǎn)遠(yuǎn)沒有那么可怕,,而且各大企業(yè)也都希望證明它的正面價值,。
以英國廣播公司(BBC)為例,BBC推出了一項叫做“實時文字頁面”的功能,,它雖然看起來沒有什么噱頭,,但卻很受歡迎,它可以將正在發(fā)生的事件(比如突發(fā)新聞或者體育賽事)轉(zhuǎn)化為實時的文字直播,。雖然將一場足球比賽的音頻解說自動翻譯成文字,,這聽起來并不怎么科幻,完全夠不上一集《黑鏡》(Black Mirror)或者《愛死機》的劇情水準(zhǔn),,不過它卻是BBC最重視的人工智能應(yīng)用之一,。BBC已經(jīng)在公司內(nèi)部開展了幾十個試點項目,好讓這項技術(shù)更好地服務(wù)它在全球的3.18億用戶,。
BBC的生成式人工智能項目總監(jiān)彼得·阿徹指出:“這個語音轉(zhuǎn)文字項目為我們開辟了很多潛在的使用場景,,它可以通過一些非常簡單的事情,比如對內(nèi)容進行格式轉(zhuǎn)換,,來給我們的受眾帶來更多價值,。我認(rèn)為這是一件非常令人興奮的事情。雖然聽起來可能沒有什么了不起,,但是如果它能夠以一種低風(fēng)險的模式大規(guī)模地投入應(yīng)用,,并且仍然保持BBC的新聞價值觀,那么這就是一場巨大的勝利,?!?/p>
實驗自由
BBC同時還在試驗其他人工智能技術(shù),比如一個用于內(nèi)部知識管理的聊天機器人,、一些用于標(biāo)題生成和翻譯的工具,,以及一個面向公眾、主要用于兒童教育的BBC助手,,等等,。
不過,BBC研發(fā)部的人工智能研究負(fù)責(zé)人丹尼杰拉·霍拉克表示,,BBC在人工智能技術(shù)上還有一個“更宏大的目標(biāo)”,。在“很長一段時間”里,她的團隊都在利用BBC的專有數(shù)據(jù)對一個開源大語言模型進行訓(xùn)練,,隨著這個模型對BBC的工作流程和語言風(fēng)格越來越熟悉,,BBC也為它賦予了更多雄心勃勃的任務(wù)?!拔覀冋诶萌斯ぶ悄芗夹g(shù)做很多事情,,比如提高工作效率、節(jié)省開支,、改進推薦機制,、改編內(nèi)容、搜索檔案等等,。我們利用人工智能技術(shù)開發(fā)了一整套工具,,來幫助人們提高工作效率,降低工作的復(fù)雜性,?!?/p>

BBC還鼓勵編輯部,、商務(wù)部,、法務(wù)部和政策研究團隊的員工自由探索如何利用ChatGPT、微軟Copilot和Runway等人工智能產(chǎn)品給他們的工作帶來價值,。阿徹說:“這是整個公司都要面對的問題,。你必須要讓大家自由地開展實驗,讓大家自由發(fā)揮,。這是一項全新的東西,,我們都要一起學(xué)習(xí),所以我們要盡可能地讓大家都參與進來,?!?/p>
穩(wěn)步前進,先立后破
到目前為止,,BBC的實驗都還算順利,。但是作為一家號稱“公正、優(yōu)質(zhì),、獨特”的公立機構(gòu),,BBC也非常清楚,必須將員工的熱情嚴(yán)格控制在一定的范圍內(nèi),。2023年10月,,BBC的國家總監(jiān)羅德里·塔爾凡·戴維斯制定了一套人工智能技術(shù)準(zhǔn)則,強調(diào)了透明度,、人的創(chuàng)造力和社會責(zé)任的重要性,,并強調(diào)所有雇員、兼職員工和合作伙伴都要嚴(yán)格遵守BBC的新聞采編準(zhǔn)則,。
阿徹認(rèn)為,,人工智能是一個機遇,,但它也有不少限制。現(xiàn)在,,英國觀眾每周看BBC TV和iPlayer的時間,,要比花在Netflix、Disney+和亞馬遜(Amazon)Prime上的時間加起來還多,。因此,,BBC在引領(lǐng)廣播電視行業(yè)的人工智能發(fā)展路徑上是有天然優(yōu)勢的?!拔覀兇藭r此刻所做的,,沒有一件事情是脫離了人的自動化?!彼€表示:“我們的收視費是我們的一大優(yōu)勢,,但我們也因此在新技術(shù)的使用上有了一種責(zé)任,我們必須要走在前面,?!?/p>
畢竟,那個崇尚“快速行動,、先破后立”的時代已經(jīng)過去了,,出于商業(yè)和倫理考慮,在創(chuàng)新上沖在最前面未必總是有優(yōu)勢的,?!拔覀冇幸粋€所謂的生成式人工智能技術(shù)棧?!卑亟忉尩溃骸拔覀冋谘芯窟@個技術(shù)棧的基礎(chǔ)架構(gòu)應(yīng)該是什么樣的,,它需要我們公司具備哪些特定的能力,我們需要采用哪一種大語言模型,,如何采用最優(yōu)路徑進行構(gòu)建,,并且通過API將它提供給公司的其他部門?!?/p>
“一個反面案例是,,你突然發(fā)現(xiàn),自己跟4家云服務(wù)提供商簽了9份不同的合同,,這樣你根本跟蹤不了成本,。有的人還在ChatGPT上面花了幾百萬英鎊。所以我們從一開始就打算以特定的方式構(gòu)建我們自己的人工智能戰(zhàn)略,,它可能會慢一點,,但是沒有關(guān)系。”
友商的壓力
BBC面臨的另一個挑戰(zhàn),,就是來自其他媒體公司和科技公司的壓力,,這與地緣政治關(guān)系一樣,也是一種充滿矛盾的關(guān)系,。
就在今年4月,,谷歌在英國啟動了人工智能搜索試驗。曾就職與Channel 4,、華納媒體(WarnerMedia)和News UK的資深數(shù)據(jù)專家佩德羅·科薩認(rèn)為,各大新聞廣播公司面臨的最關(guān)鍵的問題之一,,就是探索性與謹(jǐn)慎性之間的矛盾,。

他表示:“媒體公司與技術(shù)平臺之間是一種‘亦敵亦友’的關(guān)系。現(xiàn)如今,,人們經(jīng)常會通過Facebook,、谷歌(Google)或蘋果(Apple)看新聞,而它們最先推送的內(nèi)容,,往往都是為了賺你的錢或者賺你的點擊率的內(nèi)容,。而媒體公司也非常依賴這些平臺來獲得受眾,反過來,,平臺也依賴媒體公司來提供高質(zhì)量的內(nèi)容,。而人工智能技術(shù)則會讓媒體公司更深入地思考如何平衡這種關(guān)系?!?/p>
不過,,對于BBC或者任何一家公司來說,在人工智能的問題上,,它們面臨的最大的挑戰(zhàn),,可能是在于未知因素的規(guī)模上。
阿徹強調(diào),,作為領(lǐng)導(dǎo)者,,他們現(xiàn)在應(yīng)該敢于質(zhì)疑一切,保持謙虛,,并且保持一個開放的心態(tài),。“這是媒體市場的一次長期的,、根本性的變革,。就像智能手機和互聯(lián)網(wǎng)剛被發(fā)明出來時一樣,我們既要尋找那些能夠立即帶來價值的東西,也需要那些可以加深整個行業(yè)對這項技術(shù)的發(fā)展方向的理解的東西,?!?/p>
當(dāng)然,對于那些沒有收視費可收的廣播公司來說,,它們對人工智能技術(shù)的運用,,很可能會走向一個BBC不愿意看到的方向。
比如,,現(xiàn)在市面上已經(jīng)有了能夠根據(jù)你的觀看歷史和個人喜好進行定向推薦的電視節(jié)目,。而總部位于美國洛杉磯的初創(chuàng)公司Channel 1則計劃在今年年底前推出人工智能制作的新聞,它由可以說多種語音的機器人播送,。而對于全世界的足球迷來說,,這些生動的文字直播顯然對他們的日常生活影響更大。而且重要的是,,在這個過程中,,沒有人會丟掉工作。(財富中文網(wǎng))
譯者:樸成奎
要說時下關(guān)注度最高的技術(shù),,肯定非生成式人工智能(AGI)莫屬,。你能想象一下,各大主流媒體會如何應(yīng)用這項技術(shù)嗎,?當(dāng)被問到這個問題時,,多數(shù)人腦中可能會聯(lián)想到一些反烏托邦式的畫面,比如用“深度造假”技術(shù)偽造出的政客形象,,再比如像電影《少數(shù)派報告》(Minority Report)里那種跟著人滿街跑的廣告,。不過,在當(dāng)下這個人工智能技術(shù)的早期階段,,生成式人工智能技術(shù)還遠(yuǎn)遠(yuǎn)沒有那么可怕,,而且各大企業(yè)也都希望證明它的正面價值。
以英國廣播公司(BBC)為例,,BBC推出了一項叫做“實時文字頁面”的功能,,它雖然看起來沒有什么噱頭,但卻很受歡迎,,它可以將正在發(fā)生的事件(比如突發(fā)新聞或者體育賽事)轉(zhuǎn)化為實時的文字直播,。雖然將一場足球比賽的音頻解說自動翻譯成文字,這聽起來并不怎么科幻,,完全夠不上一集《黑鏡》(Black Mirror)或者《愛死機》的劇情水準(zhǔn),,不過它卻是BBC最重視的人工智能應(yīng)用之一。BBC已經(jīng)在公司內(nèi)部開展了幾十個試點項目,,好讓這項技術(shù)更好地服務(wù)它在全球的3.18億用戶,。
BBC的生成式人工智能項目總監(jiān)彼得·阿徹指出:“這個語音轉(zhuǎn)文字項目為我們開辟了很多潛在的使用場景,它可以通過一些非常簡單的事情,比如對內(nèi)容進行格式轉(zhuǎn)換,,來給我們的受眾帶來更多價值,。我認(rèn)為這是一件非常令人興奮的事情。雖然聽起來可能沒有什么了不起,,但是如果它能夠以一種低風(fēng)險的模式大規(guī)模地投入應(yīng)用,,并且仍然保持BBC的新聞價值觀,那么這就是一場巨大的勝利,?!?/p>
實驗自由
BBC同時還在試驗其他人工智能技術(shù),比如一個用于內(nèi)部知識管理的聊天機器人,、一些用于標(biāo)題生成和翻譯的工具,,以及一個面向公眾、主要用于兒童教育的BBC助手,,等等。
不過,,BBC研發(fā)部的人工智能研究負(fù)責(zé)人丹尼杰拉·霍拉克表示,,BBC在人工智能技術(shù)上還有一個“更宏大的目標(biāo)”。在“很長一段時間”里,,她的團隊都在利用BBC的專有數(shù)據(jù)對一個開源大語言模型進行訓(xùn)練,,隨著這個模型對BBC的工作流程和語言風(fēng)格越來越熟悉,BBC也為它賦予了更多雄心勃勃的任務(wù),?!拔覀冋诶萌斯ぶ悄芗夹g(shù)做很多事情,比如提高工作效率,、節(jié)省開支,、改進推薦機制、改編內(nèi)容,、搜索檔案等等,。我們利用人工智能技術(shù)開發(fā)了一整套工具,來幫助人們提高工作效率,,降低工作的復(fù)雜性,。”
BBC還鼓勵編輯部,、商務(wù)部,、法務(wù)部和政策研究團隊的員工自由探索如何利用ChatGPT、微軟Copilot和Runway等人工智能產(chǎn)品給他們的工作帶來價值,。阿徹說:“這是整個公司都要面對的問題,。你必須要讓大家自由地開展實驗,讓大家自由發(fā)揮。這是一項全新的東西,,我們都要一起學(xué)習(xí),,所以我們要盡可能地讓大家都參與進來?!?/p>
穩(wěn)步前進,,先立后破
到目前為止,BBC的實驗都還算順利,。但是作為一家號稱“公正,、優(yōu)質(zhì)、獨特”的公立機構(gòu),,BBC也非常清楚,,必須將員工的熱情嚴(yán)格控制在一定的范圍內(nèi)。2023年10月,,BBC的國家總監(jiān)羅德里·塔爾凡·戴維斯制定了一套人工智能技術(shù)準(zhǔn)則,,強調(diào)了透明度、人的創(chuàng)造力和社會責(zé)任的重要性,,并強調(diào)所有雇員,、兼職員工和合作伙伴都要嚴(yán)格遵守BBC的新聞采編準(zhǔn)則。
阿徹認(rèn)為,,人工智能是一個機遇,,但它也有不少限制。現(xiàn)在,,英國觀眾每周看BBC TV和iPlayer的時間,,要比花在Netflix、Disney+和亞馬遜(Amazon)Prime上的時間加起來還多,。因此,,BBC在引領(lǐng)廣播電視行業(yè)的人工智能發(fā)展路徑上是有天然優(yōu)勢的?!拔覀兇藭r此刻所做的,,沒有一件事情是脫離了人的自動化?!彼€表示:“我們的收視費是我們的一大優(yōu)勢,,但我們也因此在新技術(shù)的使用上有了一種責(zé)任,我們必須要走在前面,?!?/p>
畢竟,那個崇尚“快速行動,、先破后立”的時代已經(jīng)過去了,,出于商業(yè)和倫理考慮,,在創(chuàng)新上沖在最前面未必總是有優(yōu)勢的?!拔覀冇幸粋€所謂的生成式人工智能技術(shù)棧,。”阿徹解釋道:“我們正在研究這個技術(shù)棧的基礎(chǔ)架構(gòu)應(yīng)該是什么樣的,,它需要我們公司具備哪些特定的能力,,我們需要采用哪一種大語言模型,如何采用最優(yōu)路徑進行構(gòu)建,,并且通過API將它提供給公司的其他部門,。”
“一個反面案例是,,你突然發(fā)現(xiàn),,自己跟4家云服務(wù)提供商簽了9份不同的合同,這樣你根本跟蹤不了成本,。有的人還在ChatGPT上面花了幾百萬英鎊,。所以我們從一開始就打算以特定的方式構(gòu)建我們自己的人工智能戰(zhàn)略,它可能會慢一點,,但是沒有關(guān)系,。”
友商的壓力
BBC面臨的另一個挑戰(zhàn),,就是來自其他媒體公司和科技公司的壓力,,這與地緣政治關(guān)系一樣,,也是一種充滿矛盾的關(guān)系,。
就在今年4月,谷歌在英國啟動了人工智能搜索試驗,。曾就職與Channel 4,、華納媒體(WarnerMedia)和News UK的資深數(shù)據(jù)專家佩德羅·科薩認(rèn)為,各大新聞廣播公司面臨的最關(guān)鍵的問題之一,,就是探索性與謹(jǐn)慎性之間的矛盾,。
他表示:“媒體公司與技術(shù)平臺之間是一種‘亦敵亦友’的關(guān)系。現(xiàn)如今,,人們經(jīng)常會通過Facebook,、谷歌(Google)或蘋果(Apple)看新聞,而它們最先推送的內(nèi)容,,往往都是為了賺你的錢或者賺你的點擊率的內(nèi)容,。而媒體公司也非常依賴這些平臺來獲得受眾,反過來,,平臺也依賴媒體公司來提供高質(zhì)量的內(nèi)容,。而人工智能技術(shù)則會讓媒體公司更深入地思考如何平衡這種關(guān)系,。”
不過,,對于BBC或者任何一家公司來說,,在人工智能的問題上,它們面臨的最大的挑戰(zhàn),,可能是在于未知因素的規(guī)模上,。
阿徹強調(diào),作為領(lǐng)導(dǎo)者,,他們現(xiàn)在應(yīng)該敢于質(zhì)疑一切,,保持謙虛,并且保持一個開放的心態(tài),?!斑@是媒體市場的一次長期的、根本性的變革,。就像智能手機和互聯(lián)網(wǎng)剛被發(fā)明出來時一樣,,我們既要尋找那些能夠立即帶來價值的東西,也需要那些可以加深整個行業(yè)對這項技術(shù)的發(fā)展方向的理解的東西,?!?/p>
當(dāng)然,對于那些沒有收視費可收的廣播公司來說,,它們對人工智能技術(shù)的運用,,很可能會走向一個BBC不愿意看到的方向。
比如,,現(xiàn)在市面上已經(jīng)有了能夠根據(jù)你的觀看歷史和個人喜好進行定向推薦的電視節(jié)目,。而總部位于美國洛杉磯的初創(chuàng)公司Channel 1則計劃在今年年底前推出人工智能制作的新聞,它由可以說多種語音的機器人播送,。而對于全世界的足球迷來說,,這些生動的文字直播顯然對他們的日常生活影響更大。而且重要的是,,在這個過程中,,沒有人會丟掉工作。(財富中文網(wǎng))
譯者:樸成奎
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.