媒體中的人工智慧| 商業人工智慧#77

科技發展對媒體產業的轉型產生了令人難以置信的影響。 媒體中的人工智慧正在重新定義內容的創建、分發和消費方法。 媒體中的人工智慧如何有助於創造更好、更個人化的內容？ 繼續閱讀並了解媒體中有關人工智慧的更多資訊。

人工智慧在媒體中如何運用？

媒體中的人工智慧正在越來越深入地滲透到編輯團隊、製作工作室和串流平台的結構中。 人工智慧正在改變內容的創建、分發和個人化方式，根據個人受眾的喜好調整材料及其呈現方式。 這項技術促進了編輯工作並徹底改變了與觀眾和聽眾的互動，為他們提供了獨特的體驗。 從內容生成到數據分析，媒體中的人工智慧作為支援小型和大型媒體公司提供豐富、有吸引力和可信內容的工具，變得越來越重要。 讓我們仔細看看產業巨頭如何利用人工智慧。

媒體中的人工智慧：Spotify

2023年，Spotify推出了許多基於人工智慧的解決方案。 其中之一是DJ AI，它為用戶提供個人化的音樂推薦。 DJ AI 使用：

• GPT – ChatGPT 的製造商 OpenAI 提供的用於生成文字的大型語言模型，
• Spotify 的個人化技術，
• Sonantic 的人工智慧語音平台。

DJ AI 可以為用戶提供個人化的歌曲清單以及有關他們可能喜歡的藝術家和曲目的評論。 DJ AI 根據用戶回饋不斷學習和更新其建議。

另一個基於人工智慧的解決方案是超個人化推薦，根據用戶的音樂偏好向他們推薦音訊內容。 Spotify 使用人工智慧模型推薦音樂和播客，以提高用戶滿意度。

資料來源：Spotify (https://engineering.atspotify.com/2023/06/experimenting-with-machine-learning-to-target-in-app-messaging/)

Spotify 也正在測試機器學習模型，以確定在行動應用程式中向哪些用戶顯示訊息。 根據 Spotify 工程部落格中所述的 A/B 實驗結果，這種個人化定位顯著提高了保留率，即用戶使用串流媒體服務的時間。

不過，Spotify強調，在選擇此類訊息的接收者時必須非常謹慎和有選擇性，以免干擾他們喜愛的音樂的聆聽體驗，同時其機器學習演算法也在不斷改進，以更好地了解聽眾的意圖和偏好。

Netflix 如何使用人工智慧

Netflix 與用於個人化服務和提高串流媒體品質的先進人工智慧系統密不可分。 特殊演算法會根據用戶過去的活動推薦最符合用戶口味的電影和節目。

Netflix 使用機器學習演算法來優化視訊品質。 這些演算法分析用戶的網路連接、設備和視訊設置，然後調整視訊品質以提供最佳的觀看體驗。 Netflix 也使用機器學習模型來預測未來的流量需求。 這使得公司即使在高峰時段也能優化伺服器效能。 人工智慧還可以渲染個人化的預告片和圖形，以鼓勵觀看特定的作品。

資料來源：Netflix (https://about.netflix.com/en/news/netflix-2023-upfront-building-a-forever-business)

Netflix 也將媒體中的人工智慧用於：

人工智慧也應用於視訊和音訊內容的製作，協助編輯和後製。 Netflix 使用人工智慧為所謂的巨型資產選擇剪輯，然後用於創建個人化的 Dynamic Sizzles。 這有助於高效產生多個個人化影片組合，節省高達 70% 的時間和成本（根據 Netflix 技術部落格）。

有趣的是，詹姆斯厄爾瓊斯已向 Netflix 授予他的錄音版權，允許人工智慧複製他扮演達斯維德的聲音。

Netflix 也將媒體中的人工智慧用於：

• 自動字幕翻譯－Netflix 使用機器學習演算法將字幕自動翻譯成多種語言。 這些演算法分析字幕並利用神經網路將其翻譯成其他語言，
• 使用者介面的個人化－人工智慧分析使用者行為，例如觀看的電影和電視節目的選擇，然後調整使用者介面以提供最佳的觀看體驗，
• 自動描述生成－媒體中的人工智慧讀取電影和電視節目的內容，然後產生描述以幫助用戶決定他們想要觀看的內容

《紐約時報》－支持還是反對人工智慧？

有影響力的日報《紐約時報》正在測試使用機器學習演算法來個人化內容。 例如，紐約時報烹飪平台根據使用者過去的選擇和網站上的活動為使用者提供個人化的食譜推薦。

然而，調查顯示，只有22%的美國成年人認為人工智慧自動產生的文章品質和可信度良好。 因此，《紐約時報》必須非常謹慎、合乎道德地實施此類解決方案，以免以可疑的商業利益為代價而失去讀者的信任。

最近，《紐約時報》甚至對 ChatGPT 的創建者 Open AI 及其企業贊助人微軟提起訴訟，指控他們在沒有適當許可協議的情況下非法使用報紙內容來訓練人工智慧模型。

訴訟稱，兩家公司涉嫌以這種方式獲取不公平的經濟利益。 《紐約時報》估計，其網站上有多達 6,600 萬篇文章在未經出版商許可或補償的情況下被用來訓練 ChatGPT。 因此，關於使用他人內容開發人工智慧商業應用的規則的法律爭議正在進行中。

資料來源：路透社 (https://www.reuters.com/legal/transactional/ny-times-sues-openai-microsoft-infringing-copyrighted-work-2023-12-27/)

在媒體中使用人工智慧實現編輯流程自動化

人工智慧不僅僅是媒體巨頭的領域。 在較小的公司和編輯部中，人工智慧也可以從媒體員工那裡接管一系列耗時但簡單且重複的日常任務：

• 發送電子郵件，
• 接收材料，
• 發佈內容，甚至
• 使用人工智慧可以完全自動化編寫簡單的新聞。

例如，福布斯雜誌創建的CMS Bertie可以獨立處理公司財務報告中的數據，並根據這些數據撰寫包含關鍵事實和數據的文章。

然而，根據《富比士》發布的一項調查，高達 76% 的美國成年人擔心媒體中人工智慧的使用可能導致潛在的錯誤訊息。 人們擔心智慧機器會導致新聞標準崩潰。 自動產生的內容可能包含錯誤、傳播未經驗證的事實或被操縱。 這就是為什麼許多人對編輯過度依賴人工智慧持懷疑態度。

人工智慧輔助的媒體內容個人化

人工智慧在媒體中的另一個應用是根據個人用戶的品味和興趣個人化內容。 這涉及分析媒體網站上受眾的活動，然後為每個人選擇個人化的推薦。

例如，Spotify 會追蹤收聽歷史記錄和歌曲偏好，並為特定用戶提供更客製化的播放清單和新的音樂發現功能。 同樣，Netflix 分析其訂閱者的電影選擇並提供個人化推薦、預告片和應用程式內圖形。

個人化推薦是發現新電影、連續劇或節目的最有效方式。 透過以這種方式使用人工智慧，媒體公司可以顯著提高受眾的參與度和忠誠度。

人工智慧在媒體中的另一個應用是智慧廣告定位。 演算法分析用戶行為，為特定受眾客製化廣告訊息。 這提高了活動的有效性，從而提高了盈利能力。 例如，Netflix 的推薦系統帶來了諸如“La Casa de Papel”之類的意外熱門節目，該節目的目標受眾是對驚悚片感興趣的觀眾。

在媒體中使用人工智慧——視訊和音訊製作

人工智慧也被應用於多媒體內容的創建。 新的人工智慧模型，稱為生成式人工智慧模型，可以根據自然語言描述獨立生成圖像、文字甚至音軌。 此類系統可以自動製作圖形原型、建議影片腳本、編寫情節摘要或產生角色對話。

專門的人工智慧模型還可以模仿著名演員的特定聲音，創建完全合成的配樂。 這為視頻遊戲或動畫電影的配音開闢了新的可能性，而無需昂貴的演員。 人工智慧正在改進視訊和音訊內容的製作，並創造全新的娛樂格式。

媒體中的人工智慧打擊假新聞

人工智慧可以分析內容以識別假新聞和虛假資訊。 演算法可以檢測假新聞的典型特徵，例如缺乏來源、情緒語言或操縱。 人工智慧工具驗證事實並指出文字中有問題的部分。 這種類型的監控可以幫助媒體組織提高其訊息的可信度並贏得受眾的信任。

媒體中的人工智慧—總結

簡而言之，人工智慧正在深刻改變媒體和娛樂產業。 機器學習演算法正在自動化記者的工作、個人化內容、簡化媒體製作並幫助精確定位廣告。 透過分析使用者活動，人工智慧模型還可以預測媒體消費的未來趨勢，並以可控的方式塑造它們。

Netflix、Spotify 和《紐約時報》等公司正在嘗試人工智慧的各種應用。 然而，關於演算法運算的透明度以及對用於訓練人工智慧模型的內容創作者權利的尊重仍存在爭議。 因此，這項技術在媒體產業的進一步發展需要明智、道德和負責任的方法。

如果您喜歡我們的內容，請在 Facebook、Twitter、LinkedIn、Instagram、YouTube、Pinterest、TikTok 上加入我們的忙碌蜜蜂社群。

商業人工智慧：

1. 人工智慧在商業中的威脅與機會（第 1 部分）
2. 人工智慧在商業中的威脅與機會（第 2 部分）
3. 人工智慧在商業中的應用 - 概述
4. 人工智慧輔助文字聊天機器人
5. 商業 NLP 的今天和明天
6. 人工智慧在商業決策中的作用
7. 安排社交媒體貼文。 人工智慧有何幫助？
8. 自動社交媒體貼文
9. 利用人工智慧運作的新服務和產品
10. 我的經營理念有哪些弱點？ ChatGPT 的腦力激盪會議
11. 在商業中使用 ChatGPT
12. 合成演員。 排名前 3 的 AI 影片產生器
13. 3 個有用的 AI 圖形設計工具。 商業中的生成式人工智慧
14. 今天你必須嘗試的 3 位出色的人工智慧作家
15. 探索人工智慧在音樂創作中的力量
16. 使用 ChatGPT-4 探索新的商機
17. 經理的人工智慧工具
18. 6 個很棒的 ChatGTP 插件，讓您的生活更輕鬆
19. 3 繪圖人工智慧。 商業情報總局
20. 麥肯錫全球研究院認為人工智慧的未來是什麼？
21. 商業人工智慧 - 簡介
22. 什麼是 NLP，即商業中的自然語言處理
23. 自動文件處理
24. 谷歌翻譯 vs DeepL。 機器翻譯的 5 個商業應用
25. 語音機器人的營運與商業應用
26. 虛擬助理技術，或者說如何與AI對話？
27. 什麼是商業智慧？
28. 人工智慧會取代商業分析師嗎？
29. 人工智慧如何幫助 BPM？
30. 人工智慧和社群媒體——它們對我們有何評價？
31. 內容管理中的人工智慧
32. 今天和明天的創意人工智慧
33. 多模態人工智慧及其在商業上的應用
34. 新的互動。 人工智慧如何改變我們操作設備的方式？
35. 數位公司中的 RPA 和 API
36. 未來的就業市場和即將到來的職業
37. 教育科技中的人工智慧。 發揮人工智慧潛力的 3 個公司範例
38. 人工智慧與環境。 3 個人工智慧解決方案可協助您建立永續發展的業務
39. AI 內容偵測器。 他們值得嗎？
40. ChatGPT vs Bard vs Bing。 哪個人工智慧聊天機器人在這場競賽中處於領先地位？
41. 聊天機器人人工智慧是谷歌搜尋的競爭對手嗎？
42. 有效的 ChatGPT 人力資源和招募提示
43. 及時工程。 即時工程師做什麼的？
44. AI 模型產生器。 四大工具
45. 人工智慧還有什麼？ 2024 年商業頂級技術趨勢
46. 人工智慧和商業道德。 為什麼您應該投資道德解決方案
47. 元人工智慧。 關於 Facebook 和 Instagram 的人工智慧支援功能，您應該了解哪些？
48. 人工智慧監管。 身為企業家你需要了解什麼？
49. 人工智慧在商業中的 5 個新用途
50. 人工智慧產品和專案—它們與其他產品和專案有何不同？
51. 人工智慧輔助流程自動化。 從哪裡開始？
52. 如何將人工智慧解決方案與業務問題相匹配？
53. 人工智慧作為您團隊中的專家
54. AI團隊與角色分工
55. 人工智慧職業領域如何選擇？
56. 在產品開發過程中添加人工智慧總是值得的嗎？
57. 人力資源中的人工智慧：招募自動化如何影響人力資源和團隊發展
58. 2023 年 6 個最有趣的人工智慧工具
59. 人工智慧造成的六大商業災難
60. 公司的人工智慧成熟度分析是怎樣的？
61. 用於 B2B 個性化的 AI
62. ChatGPT 用例。 2024 年如何利用 ChatGPT 改善業務的 18 個範例
63. 微學習。 獲得新技能的快速方法
64. 2024 年公司中最有趣的人工智慧實施
65. 人工智慧專家做什麼的？
66. AI專案帶來了哪些挑戰？
67. 2024 年 8 款最適合商業的人工智慧工具
68. CRM 中的人工智慧。 人工智慧為 CRM 工具帶來了哪些改變？
69. UE 人工智慧法案。 歐洲如何監管人工智慧的使用
70. 索拉。 OpenAI 的真實影片將如何改變業務？
71. 七大人工智慧網站建置者
72. 無程式碼工具和人工智慧創新
73. 使用人工智慧可以在多大程度上提高您團隊的生產力？
74. 如何使用ChatGTP進行市場研究？
75. 如何擴大人工智慧行銷活動的影響範圍？
76. “我們都是開發者”。 公民開發者如何幫助您的公司？
77. 運輸和物流中的人工智慧
78. AI可以解決哪些業務痛點？
79. 媒體中的人工智慧