从千人千面到“一面千人”：路透社利用AI技术打造新闻主播分身

Deepfake或AI换脸技术一经问世就饱受争议。先前此类技术往往被用于制造假新闻或恶意仿造视频，而如今路透社则“正本清源”，将AI技术引入到了新闻行业。 路透社同伦敦的AI公司Synthesia合作，打造了世界第一款自动化新闻视频播报产品原型。 或许在不久的将来，一位真人新闻主播能够拥有无数个AI分身，来同时播报不同的新闻栏目。
一位真人主播可以有无数个AI分身。图片来源：Nicole Gray
本期全媒派（ID： quanmeipai）为大家编译福布斯报道的路透社自动化新闻视频播报系统。 这一利用AI技术打造的新闻播报系统虽然还处在原型测试阶段，但已经彰显了AI科技对于传统新闻行业强大的重塑力量。
AI技术打造新闻主播分身
路透社内测的自动化新闻播报系统利用和Deepfake相似的神经网络技术实现了体育赛事的自动化实时播报。AI系统在接收赛事实时信息（如比分、球员信息、赛场信息等）后，可以将事前录制好的真人主播视频与实时数据结合，实现自动播报。也就是说，今后观众可以看到一名“主播”同时播报十场、二十场、甚至成百上千场正在进行的体育赛事。 路透社一直在探索将AI技术和新闻行业相结合，此前已经可以利用AI算法将实时体育赛事数据自动化生成文字加图片的新闻报道。自动化的视频播报也是在这一基础上发展而来。据路透社内容产品主管Nick Cohen解释，自动化的视频播报由两个步骤完成。第一步即是利用AI算法将实时赛事信息生成图片及文字数据。而事前路透社已与Synthesia公司合作录制了真人主播播报每个英超球队的队名、球员姓名，以及可能出现在赛场上的所有动作（如射门、铲断、扑出等）的视频。第二步，Synthesia利用其系统生成AI版本的主播视频，而这样的AI “主播” 可以在设定参数内解说播报任意一场赛事。
AI主播播报足球赛事。 图片来源： REUTERS/SYNTHESIA
Nick Cohen表示，虽然这一自动视频播报系统还处于原型测试阶段，但是早期的测试者（大部分都是路透社的客户）表示视频的效果很惊艳，AI主播和真人主播几乎没有任何区别。 数字孪生及GAN底层技术

Synthesia 的创始人兼CEO Victor也从技术角度解释了自动化新闻播报系统的运作机制。简略而言，这个AI平台主要利用了数字孪生(Digital Twins)和生成对抗网络(Generative Adversarial Neural Networks 简称 GAN)两种技术。

（注：数字孪生技术，亦称为数字映射技术，指在信息化平台内模拟物理实体生成数字化的“双胞胎”。生成对抗网络GAN，是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。）
数字孪生技术。图片来源：Networkworld.com
Victor受访时说，Synthesia的系统即是利用AI数字孪生功能，构建主播的数字化“双胞胎”或者是“映射”。这其实就是好莱坞常用来创造数字角色的技术，比如《本杰明·巴顿奇事》中有着布拉德·皮特面容与表情的童年巴顿，以及其它科幻电影中的数字角色。不过Synthesia能够在几小时内创造出主播的数字化双胞胎，而不需要像电影特效那样动辄耗时数月。 而作为机器学习领域分支的生成对抗网络GAN，能够帮助自动训练系统（而不用进行人工训练），从而准确地仿制出主播的播报视频。同样，Synthesia能够在数小时内完成系统训练，这也是机器学习领域的一大突破。
创建真人主播的数字双胞胎。图片来源：REUTERS
路透社表示这一与Synthesia合作的系统还处在技术原型阶段，只用来进行足球比赛的报道。不过Cohen肯定了路透社拥抱AI技术的开放态度，很有可能在未来进行更多层面上的探索。Cohen表示：“路透社很期待探索更多AI技术赋能的新兴新闻体验，现在技术都已经比较成熟了，我们更多需要考虑的是社会伦理与新闻读者对这一类技术的接受程度。当一切因素都妥当后，我们才会正式发布面向公众的产品。”

Deepfake换脸与AI分身
其实，路透社和Synthesia系统的合作不仅能够打造像Deepfake技术一样以假乱真的新闻视频播报员，更能够在更广层面实现真人新闻主播无法做到的事情。就拿体育赛事为例，如果这项技术最终得以投入市场，那么全英国、全欧洲、乃至全世界每一场正在直播的球赛都可以配有视频解说员，观众可以根据自己的兴趣挑选，这在当下解说主播数量远远小于球赛数量的情况下是不可想象的。 至于说这项技术牵扯到的社会伦理问题，因为先前Deepfake技术常被滥用在新闻造假、恶意换脸、和恶意仿造视频之上，公众对Deepfake视频基本都持反对和抵制的态度。而路透社和Synthesia公司也一再强调，二者合力打造的系统不是Deepfake，因为这一系统只利用AI技术播报真实的新闻。但是也不能排除有其它组织或个人可能会别有用心地利用此项技术来制作伪造的合成新闻视频，这些都是新闻界未来需要考虑的问题。
Deepfake被滥用制作虚假视频。图片来源：IFLScience Synthesia公司的CEO Victor则认为，这一AI主播系统不会完全替代真人的新闻主播，而只会充当“补充者”的角色。 有了这样的自动化视频播报技术，原先单一个体报道单一新闻事件的局限会被突破，信息将在更广阔的层面上传播。 而同时，在这样的新闻传播过程中，主播的个人特性还能够被保留下来，以此更好地去满足不同类型新闻观众的需求。 其实，Deepfake 和AI换脸视频之所以让公众感到惶恐，是因为人们害怕这一技术将模糊AI和人类的边界，未来我们无法判别眼前的究竟是机器合成的AI，还是活生生有血有肉的真人。 路透社此次的原型测试可以算是为这一技术“正名”的正向尝试。 设想一下，如果此技术成熟后，新闻和信息的传播方式将和现在完全不同。 每个新闻接收者都可以观看为自己量身定做的视频播报服务。 你想要看黄健翔解说报道一场冷门的球赛？ 没问题。 你想要看黄健翔播报今天的股市大盘走向？ 也没问题。 也许在跨语言自动翻译技术更成熟后，你也可以随时收看自己心仪的主播播报世界任意一个国家的新闻。 AI技术和数字化正在改变整个新闻界的运作方式，路透社和Synthesia公司这次有趣的尝试也许会在未来产生更深远的影响。
原文链接： 1. https://www.forbes.com/sites/simonchandler/2020/02/07/reuters-uses-ai-to-prototype-first-ever-automated-video-reports/#4b80f257a2a7 2. https://thenextweb.com/neural/2020/02/07/reuters-built-a-prototype-for-automated-news-videos-using-deepfakes-tech/ 3. https://www.reuters.com/article/rpb-synthesia-prototype/reuters-and-synthesia-unveil-ai-prototype-for-automated-video-reports-idUSKBN2011O3