张洪忠|人工智能+智能媒体，信息革新与人才培养的融合之路
以ChatGPT为代表的生成式人工智能热度不减,在传媒领域,其迅猛发展也引发了新一轮的人才培养话题辩论。在此背景下,中国传媒大学媒体融合与传播国家重点实验室新媒体研究院、新浪AI媒体研究院、微博校园联合开展《生成式人工智能浪潮与新闻传播人才的未来》研究课题,并对北京师范大学新闻传播学院教授,新媒体传播研究中心主任张洪忠进行采访,从多个方面研讨AIGC时代的学科教育与人才培养等相关问题。
以下为采访实录。
Q1:生成式人工智能技术的快速发展给传媒行业带来了哪些重要的新机遇与新挑战?
张洪忠:ChatGPT是GPT生成式预训练转换器对大模型的一项应用,GPT大模型在刷新人机交往新体验的同时,也将对互联网生态产生影响。正如开放人工智能研究中心首席执行官山姆·阿尔特曼所预测的那样,人工智能大模型技术将以聊天机器人为切入点,逐步纳入图像、音频等多模态模型,成为继移动互联网之后最大的技术平台。
大模型对互联网生态的影响将从四个方面考量。
一是大模型是否会成为未来互联网竞争的门槛。大模型的出现与计算机科学的数据获取与存储能力、数据计算能力的发展紧密相关。近年来,云计算、超算技术等走向应用化,训练大模型成为可能。同时,互联网的普及带来海量可用数据为训练大模型奠定丰富的数据基础。ChatGPT只是大模型应用的“冰山一角”,建立在大模型基础之上的应用还将出现,下一步的互联网应用是否会建立在大模型之上?互联网产业生态竞争的重点是否会转移到大模型研发赛道?当大模型研发成为主流竞争赛道,大模型是否会成为企业参与互联网竞争的门槛?
二是大资本支持的算力是否会成为互联网竞争的基础。算力是大模型的基础保证,从早期的词向量预训练语言模型(ELMo)到基于转换器的双向编码表示模型(BERT-L)再到GPT3.0模型,大模型对算力的需求持续增长,但算力需要资金的支撑保障。一方面是GPU建设需要,以GPT大模型为例,其算力基础设施至少需要上万片英伟达旗舰数据中心显卡GPU A100,而一片英伟达顶级GPU的采购成本达到8万元、GPU服务器成本超过40万元,总成本远超中小型企业负担能力;另一方面是训练成本需要,尽管计算技术和数据资源条件充分,大模型训练成本仍是一道无法轻易跨越的门槛。以GPT3.0模型为例,该模型拥有1750亿参数,需借助超算基础设备进行训练,单次训练所需费用达460万美元。基于大模型的互联网竞争并非停留在技术本身,而是一定意义上关系到是否有资金支持。因而,能否获得资本支持可能成为未来企业参与大模型研发与互联网竞争的基础。
三是云端是否会成为下一个互联网竞争空间。大模型的开发与场景化应用将与基于云端的数据存储、传输和计算功能的联系愈加紧密,依托云端建立起大模型计算任务执行与大规模算力基础设施之间的连接。云端不仅是计算云和储存云,对云端的开发能力还将决定互联网应用的质量高低。云端为人工智能的芯片层、框架层、模型层和应用层提供跨地理的连接与信息交流的窗口,各方能够在算力支持、算法服务、模型训练、应用开发等环节“大显身手”,进而可能形成大模型及其应用汇聚、衍生、对话、竞合的洼地。进一步来说,未来用户对云厂商的需求更加聚焦智能服务,重点考察框架是否稳健、模型是否善于计算,以及模型、框架、芯片、应用这四层架构之间的协同水平。
四是“对话即平台”或将成为大模型时代产业趋势。2016年,微软首席执行官萨提亚·纳德拉提出“对话即平台”理念,即对话将成为下一代人机交互的界面,并将其视为人工智能时代的核心革命。“对话即平台”不仅意味着人机交互以自然语言对话的形式进行,更强调用户拥有个人的智能助理,能定制化完成用户各项需求任务,且不再需要直接使用其他软件应用。大模型的出现将人机交互的形式由计算机语言、图像界面切换为基于自然语言的对话,回归到人类最自然的交互方式,对话似乎成为主流趋势。尽管通用型人工智能助理仍是一种展望,但“对话即平台”的理念在大模型应用中已有显现。GPT-4大模型与微软办公软件(Office)的接入,即是这一理念的场景应用探索。随着大模型应用场景增加,单一功能产品可能无法顺利“出圈”;通用型、一体化新产品或将成为主流趋势,以满足个性化用户需求。此外,随着人机交互程度深化,大模型应用可能进一步强化情感体验,对人类情感的理解与机器情感的建构有望成为重要突破方向。
Q2:如何看待新技术条件下传媒业人才市场的需求变化以及传媒人才的前景?如何看待传媒行业人才需求和高校新传人才培养之间的差距?
张洪忠:每一次传播技术的革新,都需要大量新的传播人才。同样我们这一次大模型为代表的人工智能技术的跨越式发展,对于我们新传来说,掌握具有人工智能理念、掌握人工智能传播技术的创新性人才其实是急需的。因为整个大模型正在改变我们的内容生产,传播的方式也在发生改变,还有营销模式,大量的营销公司、广告公司、和公关公司的营销手段都发生了很大的变化。而我们现在对既懂得大模型逻辑,又能用大模型来进行内容生产和传播的人才其实是极其稀缺的。
高校应该是我们提供最新、最前沿理念的平台。那么我们培养的学生应该具有最前沿的理念和相应的一些技能。同样在新闻传播学领域里面的培养,也要有这样的变革。不然我们传播学的人才培养就会成为信息流流通中的局外人。因为传播学人才需要掌握传播最新的理念、最前沿的传播技术手段,来把握信息流扩散的规律。现在到了智能传播的时代,我们就需要以大模型为技术的人才,相应的人才培养也要适应产业格局的变化。长久以来,新闻传播学科是以报纸产业所建立起来的人才培养体系、理论体系,这是一种点到面的大众传播,包括之后的广播、电视产业。但是到今天的互联网时代,尤其到了智能传播时代、AI大模型传播时代,曾经的人才培养模式已经消解,而新的产业基础是基于智能传播扩散的。
因此北师大提出一个理念:信息流在哪里,传播学就在哪里。我们面对最大的信息流来掌握它背后的传播规律、传播特征和原理来进行人才的培养。今年的7月3日到5日,北师大举行了“大模型媒体应用工作坊”。一方面,面向全国20家媒体,另一方面面向本校学生。通过这样的锻炼,学生增强了对于大模型使用的能力,能用大模型进行内容生产与传播的应用。对于整个新闻传播学科来说,由于整个产业形态的转变,因此学科也需要对人才培养进行相应的转变。
Q3:目前贵校新传人才培养现状如何,有哪些特色和好做法可以推广?
张洪忠:对于新的AI技术的快速迭代发展,传播学科如何来跟进来人才的培养,我们这边的一些经验。第一,人才的培养无非就是老师的理念要变化、要跟进。同样由于教材、培养方案是比较滞后的。为此,北师大提出“活动驱动”,也就是紧紧围绕着一些前沿技术的发展,做相对应的一些活动来驱动制造一种氛围,让我们学院的老师和同学们可以转变观念,形成关注前沿传播技术发展的环境。比如我们连续做了八年的中国VR AR创造大赛,还有人工智能与未来媒体创新创意大赛,同样也连续做了几年的人工智能与未来媒体大讲堂。有了这些“活动驱动”以后,前沿业界的学者、专家走进北师大新闻传播学院,实现了与学生的交流与分享。第二,在今年的培养大纲里面,我们积极引入人工智能、智能传播的课程体系,进行了及时相应的调整。第三,北师大新闻传播学院实行的是团队制,共有五个团队,比如有智能传播与计算传播团队等。其中在珠海专门成立了计算传播学研究中心,在本部有新媒体传播研究中心。有这样的一些团队,我们就可以用团队的方式来进行学科的交融,把人工智能迅速融入到我们的学科、人才培养体系里面。第四,我们积极的参与业界相关项目的开发和研发。基于技术与社会应用之间建立一种智能传播的生态。积极参与了国家、企业相关的课题研发,同学们在实践中也迅速提升了相关技能,能够走在技术应用的前沿。
Q4:针对新传专业学生如何提升自身核心竞争力有哪些建议与鼓励?
张洪忠:第一,传播学是一个机会很大的学科,尤其现在进入智能传播时代,它已经成了我们整个社会基础的一个架构,任何一个行业都需要智能传播技术的应用。因此传播学中智能传播有很大的发展空间。
第二,对于学习传播学的同学来说,要对新兴的事物、技术要有一颗好奇心。拥有这样的一种学习思维方式,就能接受新兴技术的发展,从而去研究新技术对于整个社会、个体的影响。