11月27日，在2022全球人工智能技術(shù)大會(huì)上，由CAAI智能傳媒專委會(huì)、中國(guó)傳媒大學(xué)媒體融合與傳播國(guó)家重點(diǎn)實(shí)驗(yàn)室、新浪AI媒體研究院聯(lián)合支持的“融合與發(fā)展”新智者·智能媒體專題論壇在線上舉行。中國(guó)傳媒大學(xué)媒體融合與傳播國(guó)家重點(diǎn)實(shí)驗(yàn)室大數(shù)據(jù)中心首席科學(xué)家沈浩教授分享了《計(jì)算重塑媒介的延伸》，在他看來(lái)，當(dāng)人們探索媒介，智能與物質(zhì)世界的融合延伸時(shí)，人類對(duì)局限性的理解將打破，將開(kāi)啟新的視野。

　　圖注：沈浩教授-“融合與發(fā)展”新智者·智能媒體專題論壇

　　以下是沈浩分享實(shí)錄，內(nèi)容經(jīng)編輯略有刪減:

　　沈浩：在線的朋友們大家好，非常高興參加這樣的智能媒體專題論壇。

　　我今天演講主題是《計(jì)算重塑媒介的延伸》，這個(gè)話題實(shí)際上就是說(shuō)媒介最早是人的延伸，但是今天的計(jì)算讓人進(jìn)一步延伸。這個(gè)延伸可以有充分的想象，是我們智能媒體驅(qū)動(dòng)下的媒介延伸，也許是虛擬數(shù)字人，也許是元宇宙。但是作為媒體融合與國(guó)家重點(diǎn)實(shí)驗(yàn)室，我們主要承擔(dān)著關(guān)于思考媒介的未來(lái)媒體形態(tài)，媒介的服務(wù)模式，媒體的智能信息處理與國(guó)際傳播問(wèn)題。

　　前段時(shí)間參加了非常小規(guī)模的人工智能與國(guó)際傳播論壇，當(dāng)時(shí)參加這個(gè)論壇大家會(huì)思考說(shuō)人工智能和國(guó)際傳播有什么樣的關(guān)系。

　　為了應(yīng)景當(dāng)時(shí)找了三個(gè)叫做“化身”或者“數(shù)字人”，他可以用多種語(yǔ)言，從口唇、姿勢(shì)、形態(tài)，最重要的是自然語(yǔ)言生成，即直接用文本生成一段視頻，這段視頻幫助我們解讀了想表達(dá)的內(nèi)容。所以在科學(xué)和藝術(shù)融合時(shí)代，媒介是一種可穿戴設(shè)備，未來(lái)可穿戴設(shè)備可能是一種媒介。

　　1964年麥克·盧漢在《理解媒介》時(shí)特別關(guān)注到了媒介是人身體的延伸，這句話對(duì)于麥克·盧漢來(lái)講，大家說(shuō)他瘋言瘋語(yǔ)。但是他提出的媒介即信息，那什么是信息?實(shí)際上這里還有一個(gè)趣事：他當(dāng)時(shí)提到，媒介即按摩。

　　所以，今天信息減少和排除事物不確定性度量，如果你進(jìn)到屋里但是是黑燈狀態(tài)，那打開(kāi)燈后你才能找到你的東西，這時(shí)候電燈給了你決策，因此電燈是不是媒介?今天當(dāng)你受傷或者失戀了，聽(tīng)首歌也許就撫慰了你受傷的心靈，這個(gè)時(shí)候媒介是不是就是按摩?所以麥克·盧漢的媒介信息論和媒介技術(shù)論，技術(shù)在驅(qū)動(dòng)媒介方面發(fā)揮重要作用。

　　當(dāng)然，今天最重要的是計(jì)算。計(jì)算的核心要素是數(shù)據(jù)算法和算力，數(shù)據(jù)已經(jīng)成為重要的生產(chǎn)要素。前段時(shí)間中央電視臺(tái)的央視新聞做了關(guān)于“數(shù)字人”的采訪，當(dāng)時(shí)我在今日頭條包括學(xué)習(xí)強(qiáng)國(guó)進(jìn)行解讀之后，幾個(gè)小時(shí)大概有四十幾萬(wàn)的點(diǎn)擊量，說(shuō)明大家非常關(guān)注媒介延伸以及數(shù)字人。

　　很多場(chǎng)景下都會(huì)做一個(gè)數(shù)字人和媒介重塑融合延伸的方式�；�于這個(gè)方式你會(huì)發(fā)現(xiàn)，在制作這樣方式中大家可能更想的是：最好是你沈老師出現(xiàn)，包括形象、語(yǔ)音等。相信大家知道只要我們給出草本或者腳本，選擇你的化身也就是演員，然后不同的背景無(wú)論是圖片或者是視頻就自動(dòng)合成從文本到視頻的生成。

　　而且這樣的“化身人”可以讀200多種語(yǔ)言或語(yǔ)種，還可以選擇不同身份的人，這其實(shí)是我們?nèi)斯ぶ悄茉谧匀徽Z(yǔ)言處理、自然語(yǔ)言生成和自然語(yǔ)言理解上有了極大的進(jìn)步。

　　這也是一個(gè)令人興奮的時(shí)代，是大數(shù)據(jù)時(shí)代，人工智能和數(shù)據(jù)科學(xué)讓我們?cè)絹?lái)越多地觀察到人類社會(huì)的復(fù)雜行為模式。當(dāng)下是科技聚合時(shí)代，不僅是人工智能還包括區(qū)塊鏈、北斗、NFT、5G、元宇宙。今天，主要關(guān)注在媒體，所以課題主要關(guān)注虛擬數(shù)字人和媒體融合視角。

　　比如，今天開(kāi)一個(gè)騰訊會(huì)議，大家都希望能開(kāi)一個(gè)具有沉浸感的會(huì)議調(diào)劑一下，這件事其實(shí)已經(jīng)出現(xiàn)了。當(dāng)我走入這樣的環(huán)境中可以看到我身旁可能是賣的NFT，也可能將來(lái)是媒體融合數(shù)字博物館，也許是其他可能的影視等分享。

　　舉個(gè)例子可以在這看出來(lái)，比如我搭建這樣一個(gè)環(huán)境，只要在這這上傳視頻、音頻或者可能實(shí)現(xiàn)交互方式，有人來(lái)這一起欣賞、購(gòu)買等等模式。從這個(gè)角度來(lái)講，不光可以坐這開(kāi)會(huì)，也可以體驗(yàn)新的交互模式。

　　最近有一些從文本到視頻，甚至文本到圖片的頂級(jí)算法叫穩(wěn)定創(chuàng)新。這六張圖真的是沈老師畫(huà)的，但不是我畫(huà)的，我只要給出關(guān)鍵詞就可以生成這樣的圖片。特別像這張大圖，當(dāng)時(shí)我輸入的是三個(gè)宗教，基督教、伊斯蘭教和佛教，結(jié)果生成中間張圖，可以看到既有基督教的特色也有伊斯蘭教的服飾，甚至也有佛教的表情，當(dāng)然不同的人有不同的解讀。

　　從這個(gè)角度，我們的藝術(shù)家很難創(chuàng)作出這樣一種寓意，但是當(dāng)一個(gè)老人在車上玩手機(jī)時(shí)會(huì)生成這樣的圖片。人工智能直接從文本到圖像、視頻，已經(jīng)進(jìn)入我們的藝術(shù)領(lǐng)域。

　　今天已經(jīng)可以把各種圖像、視頻抓幀包括語(yǔ)言圖像等等都可以變成相量化，當(dāng)把我們的手寫(xiě)或者服裝變成嵌入相量，包括把表情變成相量時(shí)，通過(guò)科技聚合在一起一定會(huì)產(chǎn)生化學(xué)反應(yīng)。這種反應(yīng)可能是媒體融合的特征也是媒體融合需要最關(guān)注的特點(diǎn)。當(dāng)然這個(gè)特點(diǎn)對(duì)于我們學(xué)校，對(duì)于國(guó)家媒體融合與傳播來(lái)源講實(shí)際上是建立在新文科、新工科，特別具有交叉學(xué)科特點(diǎn)。

　　就是對(duì)于傳統(tǒng)的硬科學(xué)，大數(shù)據(jù)和人工智能與今天的人文社會(huì)科學(xué)融合，這個(gè)時(shí)候就可以產(chǎn)生有組織的科研創(chuàng)新。所以計(jì)算和傳播可能在重塑我們的媒介觀。

　　這里用了虛幻引擎(metahuman)，可以在象素級(jí)上進(jìn)行數(shù)字人的描繪或者生成�，F(xiàn)在最難的是虛幻引擎還不能脫離優(yōu)異的引擎。同樣我們看到在強(qiáng)大的智能和算力上，英偉達(dá)的黃教主實(shí)現(xiàn)了和人形象的代言和形象的交流，這一點(diǎn)我們看到數(shù)字人已經(jīng)聚合了智能技術(shù)，同時(shí)也在聚合媒體融合的形態(tài)。

　　所以，我們學(xué)校也在一些特定場(chǎng)景、活動(dòng)中用數(shù)字人方式，去表達(dá)一些形態(tài)，就像學(xué)生不能蒞臨現(xiàn)場(chǎng)一樣，比如在疫情期間，我們學(xué)校動(dòng)漫學(xué)院利用一個(gè)虛擬的元宇宙畢業(yè)典禮或者開(kāi)學(xué)典禮。

　　今天，元宇宙是一個(gè)熱門(mén)話題，但是它是一種數(shù)據(jù)形態(tài)。

　　未來(lái)我們每個(gè)人可能都希望有個(gè)“網(wǎng)絡(luò)化身”，這個(gè)“化身”在不同的現(xiàn)實(shí)物理世界，因世界的價(jià)值觀不同可以享受不同生活方式。

　　所以，站在交叉學(xué)科和社會(huì)科學(xué)視角，技術(shù)往往遮蔽在文化中，只有當(dāng)技術(shù)產(chǎn)生革命性變革時(shí)人們才會(huì)意識(shí)到技術(shù)的重要性。

　　前面兩位專家提到了未來(lái)的可能性，不光在現(xiàn)實(shí)中，可能未來(lái)在無(wú)人機(jī)，特別是主機(jī)和僚機(jī)作用中互相的感知連接。未來(lái)很多領(lǐng)域這種認(rèn)知性東西實(shí)際上是技術(shù)在驅(qū)動(dòng)媒介產(chǎn)業(yè)和社會(huì)變革。這種社會(huì)變革，除了區(qū)塊鏈、納米技術(shù)、人工智能技術(shù)、機(jī)器人、人工存儲(chǔ)等等，其實(shí)我們看到現(xiàn)在很多時(shí)髦概念撲面而來(lái)。

　　2002年時(shí)，美國(guó)提出了科技聚合，當(dāng)時(shí)它提到了納米、信息技術(shù)等等。但是今天我特別想說(shuō)認(rèn)知科學(xué)，如果人工智能能夠涉足認(rèn)知科學(xué)，這種認(rèn)知問(wèn)題如何解決，博弈也是種認(rèn)知，媒體技術(shù)具有驚人的潛力來(lái)提升我們與世界的互動(dòng)方式。

　　最早人類因?yàn)橛幸粋�(gè)洞穴的隱喻，不知道外面世界是什么，只能通過(guò)投影感知世界。但是今天，我們也許可以創(chuàng)造出一個(gè)世界，也許是元宇宙，也許是媒體融合的延伸，也就是計(jì)算讓我們媒體的進(jìn)一步延伸。延伸到了今天我們?cè)敢庥迷�宇宙方式去探��，�?dāng)我們探索媒介和智能與物質(zhì)世界的融合創(chuàng)新、融合延伸時(shí)，我們的認(rèn)知局限性理解將會(huì)打破。

　　特別是智能技術(shù)，所以，希望開(kāi)拓新的視野。從最小的叫做智能地去除背景技術(shù)到智能地擦除和合成技術(shù)，這些對(duì)于媒體來(lái)講都是小兒科。甚至對(duì)于視頻的融合采集和智能編輯技術(shù)也已經(jīng)非常地方便。只要在算力達(dá)到的情況下，我們就可以給受眾，甚至抖音里面的剪影，包括微博視頻等都有這類技術(shù)出現(xiàn)。

　　視覺(jué)是人工智能創(chuàng)新最典型的要點(diǎn)和突出點(diǎn)，除了我們拿到圖像去構(gòu)建圖像的相量化、預(yù)項(xiàng)量模型以外，現(xiàn)在我們對(duì)于圖像的反向搜索，對(duì)于圖像的事實(shí)審核問(wèn)題就非常重要了。

　　隨著我們對(duì)于輿論戰(zhàn)、認(rèn)知戰(zhàn)的認(rèn)知，需要更多地對(duì)網(wǎng)上包括社交媒體上出現(xiàn)的大量的圖像和視頻進(jìn)行事實(shí)的審核和追蹤。同樣道理，通過(guò)一個(gè)帶有計(jì)算機(jī)視覺(jué)的攝像頭就可以很容易的快速地捕捉停車場(chǎng)的占位和空位。過(guò)去我們需要大量的設(shè)備傳感器電子和人力，今天一個(gè)攝像頭就可以感知并做到這一點(diǎn)。

　　從這一點(diǎn)來(lái)講，隨著攝像頭技術(shù)、視覺(jué)技術(shù)以及追蹤能力的進(jìn)步，我們可以以一張照片大概算出具體的人群是什么，很多場(chǎng)景都會(huì)用這樣的算法來(lái)捕捉可能人數(shù)的感知。

　　對(duì)于圖像修復(fù)技術(shù)，無(wú)論是從舊相片、破損相片還是黑白照片的著色都有了很好的能力，甚至現(xiàn)在很多媒體都將過(guò)去的視頻或者圖像進(jìn)行了相應(yīng)的著色和升頻能力，甚至達(dá)到8倍的升頻技術(shù)。從靜態(tài)到2D、3D，讓清明上河圖活躍起來(lái)，讓特殊場(chǎng)景下的一些圖片變得動(dòng)態(tài)這也是可能的應(yīng)用場(chǎng)景。

　　這樣的技術(shù)出來(lái)以后，也帶來(lái)了很多深度造假，當(dāng)然深度造假隨著現(xiàn)在的穩(wěn)定擴(kuò)散模型出現(xiàn)，深度造假又上了臺(tái)階，它既有負(fù)向也有正向應(yīng)用，這塊算法和能力主要關(guān)注于如何應(yīng)用起來(lái)更好地服務(wù)人們的需要。最典型的是從智能主播的方式，通過(guò)虛擬數(shù)字人方式呈現(xiàn)。

　　對(duì)于媒介來(lái)講，借助于智能媒體實(shí)際上已經(jīng)成為了重要的社會(huì)使能器，是社會(huì)互動(dòng)的使能器。人們通過(guò)智能媒體獲取信息知識(shí)，應(yīng)對(duì)未知和恐懼。

　　所以，現(xiàn)在在媒體領(lǐng)域普遍流行的就是創(chuàng)建各種各樣的數(shù)字人，也形成了相應(yīng)的產(chǎn)業(yè)鏈。這些產(chǎn)業(yè)鏈很重要的關(guān)鍵技術(shù)就是我們的智能技術(shù)，就是我們的智能媒體技術(shù)，這里面既包括圖像、視頻、語(yǔ)言、聲音、文字甚至細(xì)節(jié)上包括自然語(yǔ)言理解和生成，甚至是主體對(duì)象的實(shí)時(shí)追蹤都是很重要的方向。這些領(lǐng)域會(huì)滲透到不同的輿論產(chǎn)業(yè)，甚至包括新聞傳播。

　　前段時(shí)間做了虛擬數(shù)字人影響力報(bào)告，也得到很重要的大家反饋。通過(guò)反饋中知道媒介的延伸使我們更好地了解自己、感知世界，媒介的智能在塑造我們現(xiàn)實(shí)世界中起著非常重要的作用。

　　這時(shí)候，人類的認(rèn)知正在迅速地接近使用計(jì)算和數(shù)據(jù)、算法、算力去融合、交互。這個(gè)過(guò)程中計(jì)算和傳播成為未來(lái)媒體的核心技術(shù)。

　　我特別提到，關(guān)于媒體融合與國(guó)家重點(diǎn)實(shí)驗(yàn)室，為了建立對(duì)國(guó)家戰(zhàn)略服務(wù)需求，實(shí)際上現(xiàn)在我們不僅在信息戰(zhàn)還有輿論戰(zhàn)，最近主要是在認(rèn)知戰(zhàn)上，認(rèn)知戰(zhàn)對(duì)我們的智能技術(shù)使用就更重要了。比如俄烏沖突中人臉識(shí)別，把相應(yīng)陣亡士兵能夠寄回到他的家里，引起認(rèn)知上的改變。以及各種造假形成對(duì)相應(yīng)的戰(zhàn)爭(zhēng)影響以及在社交媒體上和其他媒體上傳播的問(wèn)題，都需要我們用更加有效的智能技術(shù)來(lái)解決。

　　這種智能技術(shù)不僅包括我們對(duì)物體感知，對(duì)社會(huì)認(rèn)知，特別是他們的關(guān)系的理解。這種關(guān)系需要通過(guò)不同的智能技術(shù)來(lái)解讀，通過(guò)智能技術(shù)來(lái)分析，這種智能技術(shù)其實(shí)來(lái)自于我們的開(kāi)源情報(bào)等網(wǎng)絡(luò)搜索，包括人臉。

　　舉個(gè)例子，比如特朗普，就需要通過(guò)一個(gè)帳號(hào)獲取他的信息，并且把這個(gè)信息提取出來(lái)建立我們自己的認(rèn)知模型。例如通過(guò)“大五馬”模型捕捉價(jià)值需求等，這是一個(gè)多標(biāo)簽或者分類模型，它包括對(duì)語(yǔ)義、文化方面的認(rèn)知，也包括視覺(jué)效果，這個(gè)模型能夠快速地對(duì)一個(gè)人進(jìn)行分析。

　　既然能分析一個(gè)人，就可以分析所有人。我們可以通過(guò)GPU加速，可以對(duì)更大的社會(huì)群體認(rèn)知產(chǎn)生群體分析。這樣的分析也可以推進(jìn)我們?nèi)斯ぶ悄軇?chuàng)新，推進(jìn)技術(shù)聚合，找到新的思考方式。

　　所有事物都這樣被連接，可計(jì)算。如果用一些數(shù)學(xué)形式的語(yǔ)言來(lái)表達(dá)，數(shù)據(jù)、算法和算力構(gòu)成了我們計(jì)算的要素。一個(gè)計(jì)算可編程是智能，因?yàn)槿斯ぶ悄塥M義的定義就是一段可編程的智能化程序，這個(gè)智能未來(lái)和區(qū)塊鏈融合，將會(huì)產(chǎn)生未來(lái)社會(huì)的一種模式。

　　也就是把今天的信息互聯(lián)網(wǎng)和價(jià)值互聯(lián)網(wǎng)融合，產(chǎn)生新的數(shù)字經(jīng)濟(jì)形態(tài)。

　　這個(gè)過(guò)程中，一個(gè)很重要的社會(huì)治理就是需要人工智能和數(shù)據(jù)智能的能力。因此，云計(jì)算、大數(shù)據(jù)、人工智能等自變量里構(gòu)建未來(lái)的區(qū)塊鏈，把現(xiàn)在很多新的技術(shù)如何融合構(gòu)建我們可想象的，比如元宇宙這樣的未來(lái)形態(tài)。

　　技術(shù)融合，計(jì)算賦能認(rèn)知不僅僅視為一種技術(shù)，更認(rèn)為人類意識(shí)或者認(rèn)知的延伸。這種延伸中媒體融合不斷創(chuàng)新，進(jìn)一步推進(jìn)了技術(shù)的融合，擴(kuò)大視野尋找新的思考方式。

　　最后總結(jié)，我們一直在探討，盡管我們有很多的信息，但是如果加上時(shí)間，當(dāng)我們的信息被時(shí)間和位置捆綁時(shí)，加上Hash捆綁就可以實(shí)現(xiàn)自辨真家，無(wú)假自證.也就是我們的位置,盡管在國(guó)界內(nèi)有三大運(yùn)營(yíng)商，但是如果逃離了國(guó)界，那么你在全球地理位置還有北斗衛(wèi)星。如果北斗可以實(shí)現(xiàn)雙向短報(bào)文，并且實(shí)現(xiàn)全球授時(shí)和全球授位時(shí)，那么，你發(fā)個(gè)信息都被我的時(shí)間和位置捆綁，那你就是中國(guó)的。

　　當(dāng)然，如果你逃離到未來(lái)的元宇宙中，你能夠被我的時(shí)間和位置捆綁，如果能夠被我們的關(guān)系捆綁，真的無(wú)假自證。對(duì)于元宇宙的未來(lái)和社會(huì)治理，我們可能可以看到一種希望的主張，對(duì)于全球的空間、時(shí)空和我們的人類行為，包括我們的媒體、語(yǔ)言、文字、聲音進(jìn)行Hash捆綁，都可能產(chǎn)生新的一種價(jià)值，這是今天我想表達(dá)的。

　　今天我的主題叫做計(jì)算重塑媒介的延伸，我們努力將未來(lái)變成現(xiàn)實(shí)，謝謝大家!