自1956年 Daremouth＇学会首次提出“人工智能”的概念，研究者们据此展开了众多的理论研究和实践，“人工智能”的概念也在不断扩展，截至目前，已经形成了机器学习、自然语言处理、搜索引擎、协助过滤算法、语音翻译、视频内容自动识别等13个细分研究领域。这些人工智能研究成果在新闻领域的应用改变了新闻产业的发展轨迹，突出表现为人工智能技术对新闻产业链的重构。在新闻信息采集上，智能终端、无人机等传感器的运用拓宽了新闻采集的信息来源，丰富了新闻报道的内容和形式。在新闻信息加工上，机器人写作及编辑已经被国内外的传统媒体及新媒体广泛应用，提高了新闻生产的速度和数量，拓展了新闻的广度和深度。在在新闻信息分发上，社交媒体、新闻客户端、新闻浏览器、搜索引擎等通过对用户的使用习惯、浏览轨迹、搜索记录等进行大数据分析来确定用户对新闻主题与内容的偏好，并通过智能算法为用户进行信息的精准化推荐，使为用户提供多元化的新闻成为现实。
- 智能化的新闻信息采集 -
物联网与传感器新闻
▼
在物联网时代，通过互联网等信息技术能够把传感器、控制器、机器、人员和物等通过智能方式连接在一起，形成人与物、物与物相联，构成信息化、智能化的网络。物联网的应用是新闻智能化生产的基础，一切智能终端都有可能成为新闻信息的采集者和传播者。其中，作为物联网基础设施之一的传感器近年来在新闻领域已经有较为成熟的应用。
1
利用传感器进行新闻数据采集的主要途径
当前，传感数据仍然主要掌握在政府、企业等专业机构手中，包括大量的环境数据、地理数据、人口结构数据、物流数据、自然界数据等。利用大数据技术对这些传感数据进行精准分析能为专业媒体的报道提供更加丰富、可靠的背景，还能通过传感数据对自然环境、社会环境等不断监测来洞察事件发展的动向，开展预测性报道等。
一是用户的传感数据。当前来自于用户的传感数据主要通过智能手机来收集，在用户允许的条件下，智能手机能够监测到用户的生活习惯、运动数据、健康情况、地理位置、环境温湿度、交通情况等各项数据。新华社新媒体中心打造的“现场新闻”就是一款基于用户定位的事实分享客户端，通过客户端，新华社能够快速地收集用户在定位现场的所见、所闻、所感并及时予以呈现。在未来，智能可穿戴设备的运用将进一步收集用户的个人数据，如通过收集用户的心跳、眼动范围及轨迹、脑电图曲线、情绪波动等身体数据来分析判定用户阅读信息时的反应状态，获得用户对新闻内容、表达方式、版面安排等方面的关注度、认可度等，从而更精准地测量个体信息的传播效果为个性化信息定制提供依据。
二是无人机等收集的传感数据。随着图像传感、障碍物避让、续航能力等技术的不断成熟，无人机等远程图像捕获工具能够提供大量的传感数据。尤其在突发事件及处于特殊环境的专题报道中，无人机以其低廉的成本及广泛的实用性等特点不断帮助媒体机构拓宽报道领域，丰富报道内容。
2
利用传感器进行新闻数据采集的优势
传感数据更易于计算机处理。相比于人工收集的数据而言，传感器数据能够直接被计算机读取、分析并进行视觉化呈现。如谷歌开发的云视觉API，已经能够通过特征提取等技术对传感器传送的图像集合进行准确的分类，极大地节省了人工收集、整理数据的成本。
一是强化报道深度。传感器的高灵敏度能够感知到环境及事物等的细微变化并能通过简单快捷的手段对这些数据加以收集，将原本抽象的现象进行量化处理，使事件能够得到更加清晰直观的展示，非常适于运用在展示宏观现象或趋势的解释性报道，或展示前因后果及事件背景的调查性报道中，强化此类报道的深度。
二是丰富报道形式。传感器在新闻领域的运用为众包新闻项目等的开展提供了新可能。在2017年全国两会报道中，各大媒体的采访机器人纷纷作为辅助机器人出镜，包括新华社的“爱思”和“佳f佳”、浙江卫视的“小聪”、河南卫视的“飞象V仔”等，其中，“佳佳”作为新华社的特约记者通过连线的方式采访了美国《连线》杂志的创始人凯文·凯利，尽管采访的深度与流畅度仍无法同人工记者相比，但这一举动仍具有标志性意义。
- 奇幻的旅程，继续进行 -
人物系列
▼
目前，人工智能技术在新闻信息加工环节已经有很多成功的应用，其中在国内外取得成果较多的是新闻机器人。新闻机器人能够利用算法和机器学习，迅速搜集资料、数据，数秒内完成新闻稿的撰写工作。新闻编辑过程中的标题制作、内容摘要撰写、校验稿件等工作，新闻机器人也都能起到辅助作用。
1
国外媒体在机器人新闻写作与编辑领域的实践
2010年，“叙事科学”公司就推出了一款名为“Quill”的写作软件，用来撰写体育赛事及财经报道等。2014年7月，美联社也开始使用科技公司AI制作的 Wordsmith平台报道体育及财经新闻，该平台能够自动抓取收到的财经信息，同时结合美联社预先编辑好的写作结构及基本规范，几秒钟内快速自动生成新闻报道且错误低于人工辑。目前，美联社正在积极探索运用人工智能将文字新闻自动转换为广播。《洛杉矶际报》《华盛顿邮报》等也都开始采用机器人写作。
机器人新闻写作在国外取得了较大成果。2015年，《纽约时报》开发的机器人R&D Editor和路透社的机器人Opencalais能够在作者写稿时为其推荐文章可以采用的标签和关键词，并对完成的作品进行简单的审查。但是，目前的智能算法技术尚未足够成熟，机器人編辑只能作为人工编辑的辅助，完全用算法取代人工编辑是行不通的。2015年， Facebook遭到了用户对编辑团队存在政治偏见的指责，于是公司调整了人工编辑在审核热门话题方面的作用，不再依靠他们提炼新闻要点或者选择新闻话题，但是在此政策下， Facebook又被爆出假新闻频出的情况。可见，在未来相当长的一段时间内，我们需要做的是如何更好地进行人机协作，而不是用新闻机器人完全取代人工编辑。
媒体进入“后真相”时代
“后真相”的概念在几十年前就已经存在，但是2016年由于英国公投和美国大选，该词的使用频率升，并入选了牛津词典公布的2016年度英文词汇。所谓的“后真相”是指情感和个人信念相对于客观事实来说，对形成民意的影响相对更大。互联网时代，被多元化的海量信息包围的用户往往不重视寻找事实真相，反而会更容易被各种情感、意见所煽动。而以网民为传播节点，以社交网络作为传播渠道的社交媒体进一步加剧了“后真相”的现象。在社交媒体中网民带有强烈个人情色彩的意见与评论往往比事实更容易引起他人的关注与互动，而完全依靠大数据与机器算法的智能新闻生产模式很可能会带来更多情绪的激化，而不是事实真相。因此，在智能媒体环境下，专业的新闻生产机构应更重视对事实真相的追求，在新的传播环境与传播技术下，重新寻找能够无限接近客观事实的新路线。
