APP下载

刺激与共谋:计算机视觉驱动下的媒介生态重构

2021-02-09李康跃贺超群

媒体融合新观察 2021年6期
关键词:计算机视觉

李康跃 贺超群

摘要:技术赋权背景下,计算机视觉对传媒业的驱动作用日益凸显,其对内容生产、智能传播等方面的赋能可见一斑,同时也重构了媒介生态。本文在厘清计算机视觉与传媒行业的内在逻辑关联的基础上,进一步分析了计算机视觉对内容生产方面的刺激作用,同时也指出其在人机情感传播、垂直领域传播以及超时空传播等三方面的创新探索。最后从人机互动关系、媒介应用场景和媒介使用习惯三方面阐述了计算机视觉对媒介生态的重构。

关键词:计算机视觉 内容生产 智能传播 媒介生态

尼尔·波兹曼于20世纪70年代提出了“媒介生态”概念,他认为媒介生态是考察传播媒介如何影响人的知觉、理解、情感和价值判断,以及我们如何就媒介促进或妨碍人的生存状态采取对策。[1]如今,5G、区块链等技术的实际应用使更多的人、物关系在技术逻辑的主导下,被连接在了一起——新媒体的边界和影响力正在不断扩大,媒介生态也因此风云变幻,世界传媒业处在一个新的变革时

代。[2]因此,对媒介生态的研究同时也是对技术如何作用于媒介进而影响人和社会的研究。在万物皆媒景观下,人工智能技术具备了“链接”功能,构建了智能传播媒介,计算机视觉作为人工智能核心技术层中極为重要的一个研究领域,承载了感知与认知意涵,其模仿和超越人眼的功能对传媒机构的内容生产与智能传播产生了深刻影响,同时也加剧了媒介生态重构。

一、计算机视觉与传媒行业的内在逻辑关联

人类约75%的信息是由视觉获得的。[3]而视觉传播又是传媒活动的主渠道,因此对传媒领域的研究无法抽离人对视觉的认知。计算机视觉的嬗演剥夺了人类视觉的独有性,其可以代替人的视觉感官而存在,进而完成一系列信息获取和传播流程。中国科学院自动化研究所胡占义研究员将计算机视觉定义为以图像、视频为输入,以对环境的表达和理解为目标,研究图像信息组织、物体和场景识别,进而对事件给予解释的学科。[4]其主要通过图像分类、图像处理、图像分割等功能来理解视觉范围内事物的场景、位置与关系。

人民网在2019年7月发布的《深度融合发展三年规划(纲要)》中提出了“内容科技(ConTech)”概念,该概念主要是指对内容产品的供给与消费链条、内容产业的组织与分工模式,产生重大影响的人工智能、大数据、区块链、云计算、物联网等各种新兴技术,以及由这些技术所催生的新业态、新应用、新服务。[5]此概念的提出彰显了主流媒体对科技驱动传媒业变革的深刻认知和重塑媒介生态格局的决心。随着5G技术的成熟和普及,用户对内容形态的偏向由短视频转为超高清互动直播、AR/VR等形式,视听大生态圈急剧扩张,大视频时代已然来临。一方面,据普华永道预测,到2025年人工智能技术对中国娱乐及媒体市场产生的直接经济产出规模将达到392亿元,未来传媒内容量级将呈爆炸式增长。另一方面,超高清视频、沉浸式内容、三维立体信息等巨量数据的处理难度陡增,内容生产、传播过程愈发需要技术的参与。计算机视觉作为一种模仿人类视觉感官的技术,能够自主处理多维复杂信息,对未来巨量化、智能化内容生产和传播的支撑力及对媒介生态的改造力不言而喻。

二、刺激内容生产效能,共谋传播演进路向

从功能角度看,计算机视觉理解和表达图像、视频信息的目标也是其获取数据,并进行一系列内容生产流程后,向外界传播扩散的过程,因而其能够刺激内容生产效率提升。在智能传播阶段,传播者不再仅仅是人,技术与人的传播权力比重随着技术的应用而趋于平衡,被赋权的计算机视觉与内容传播过程深度耦合,二者协同共谋智能传播新范式是未来媒介生态发展的主旋律。

(一)刺激:内容生产效能充分迸发

由古至今,每一次媒介形态的颠覆都意味着内容生产效能的跃升。在内容生产方面,一是计算机视觉能采集、检索和筛选巨量信息,从而快速准确地为内容生产者提供所需的内容素材,并且可识别过滤色情、暴力等不良信息,防止此类信息置入内容生产流程中。二是计算机视觉将光学图像、视频转化为二维数字信号,通过对图像、视频二维数值的计算和调试来达到图像处理和加工目的,毁损的图像、视频也可以被近乎完美地修复,以完成极端信息还原。三是计算机视觉中基于深度学习的三维重建能力所构建的立体世界将成为信息传播领域的稀缺资源,不仅利于受众感知,同时也将成为未来内容形态之演进路向。计算机视觉在传媒领域的崛起与扩张重构了内容生产范式,虽然也在一定程度上是对人自我生产能动性的消解,但更重要的是成为了人内容生产权力的延伸,这种延伸也昭示着内容生产可能性和包容性的扩张。

(二)共谋:计算机视觉与内容传播的协同演进

内容传播形式不仅仅为主体、关系所主导,同时也被技术所影响。其一,在人工智能时代下,当人的情感需求无法通过人际交往来满足时,社交机器人就成为了一种交流工具。计算机视觉应用于社交机器人中,通过识别人的表情、动作、手势等信息,来分析和判断人的情感和态度,并依据训练模型完成语音、动作反馈,以进行人机交互,并最终营造人机情感交流的媒介景观。其二,自威尔伯·施拉姆构建了传播学科体系以来,传播学在漫长的发展过程中与时俱进,融入交叉学科的概念,延伸出了诸如健康传播、城市传播等多个分支。若将计算机视觉视为一种传播媒介的话,其不仅能够对狭义上的大众传播产生影响,也能以智慧医疗、智慧城市等形式浸润于智能传播的其他分支领域当中。其三,传媒机构利用计算机视觉的图像分割、三维重建等技术特性使AR等内容得以展现,人脸识别、场景识别等虚实融合交互过程打破了沟通的时空局限,“在场传播”向“离场传播”让渡。

三、计算机视觉建构下的媒介生态

技术赋权使媒介生态不断发生着解构与重构,从依赖关系传播的社交媒体到依赖算法传播的个性化推荐平台,无论是从内容生产者角度,还是从受众角度而言,媒介生态都在被技术所形塑。技术革新的不仅仅是内容传播渠道,同时也重构了人机互动关系、媒介应用场景和受众的媒介使用习惯。计算机视觉对内容生产环节的赋能和对智能传播领域的驱动建构了新的媒介生态。

(一)人机互动关系再造:一种超感官的具身互动

计算机视觉的信息识别、处理和传播能力使其同时成为了编码者、译码者和释码者,因而可以被看作为一种“拟人”的主体。当人的某种诉求表达被计算机视觉获取时,其通过识别、理解、匹配和反馈来达到与人交流的目的。人机之间不再只是使用与被使用的单向度关系,而是一种双向平等对话的关系。此时,人机二元主体基于信息传播逻辑的高度互洽,使双方在联动过程中通过对传播模式、传播路径的不断调适、系统优化与优势固化,来持续提升传播效能。[6]

而从更深层次讲,人机互动关系也可以被看作是一种“具身互动”。保罗·杜里什提出的“具身互动”理论认为,人们在计算机系统构建的世界中借助可触摸计算与社会计算等技术来实现与周围物理环境的真实互动。[7]在该环境下,以计算机视觉为代表的人工智能技术“介入”了人们的身体,并于其中编织了一张无形的网络,人们的认知和感受无时无刻不被技术这张网获取和传递,身体与技术逐渐同一化,成为了一个共生主体。此主体中,人们的感官得到了技术的增强,成为了“超感官”存在。因此,技术不仅渗入人的身体之中,参与人的认知和情感交换,同时也是“超感官”实现的底层能力支撑。

人机互动关系由“使用与被使用”到“平等对话”,再到“具身互动”,其背后是计算机视觉等人工智能技术的赋能和应用。

(二)媒介应用场景拓展:人类社会生活秩序的重构

场景是人类日常活动的基础环境,是人与周围事物关系的总和。构成场景的五种技术力量分别为移动设备、大数据、传感器、社交媒体以及定位系统。[8]计算机视觉系统作为一种视觉传感器而成为场景“五力”之一。在移动互联网时代,场景的意义和作用被无限放大,对媒介使用的研究同样不能脱离“场景”的范畴去探讨,新技术催生的新媒介需要在不同的场景中回应用户诉求,以从渠道和形态等维度提升传播效果。

在当前的移动互联网环境中,智能手机既是人际传播载体,同时也是视听传播终端,由手机而开拓的移动信息传播场景对人类社会生活产生了颠覆性影响。对于计算机视觉来讲,一方面其可以依托手机、眼镜等载体来随时随地为人们展现AR/VR等沉浸式传媒内容。另一方面,也可以摆脱随身载体的束缚,利用空间中的图像、视频获取设备来采集、处理和传播信息,营造完全无接触的媒介使用场景。也正是因为这种灵活性,使计算机视觉能够发挥技术优势,创新更多的媒介使用场景。随着未来计算机视觉应用领域的进一步拓宽,人的社会生活秩序将在其构造的新场景中洗牌。

(三)媒介使用习惯重塑:由“面对面”向“体对体”转向

媒介使用习惯的演变与传媒技术的进步密不可分。从媒介接触角度而言,近年来随着移动互联网的崛起,信息传播的主要载体由电视逐渐转向智能手机,用户的碎片化、移动化信息获取需求被满足,传统媒体正在被以智能手机为代表的移动互联网全面取代。[9]保罗·莱文森在“媒介进化理论”中指出,媒介进化的过程同时也是对旧媒介的补救过程。智能手机的便携性、易用性、及时性等特征是对传统媒体缺陷的补救,而计算机视觉所赋能社交机器人、自动驾驶汽车等无接触互动的信息传播载体则恰恰是对智能手机信息传播特征的补偿,且逐渐拔高用户的媒介使用体验和期望,在迥异的场景中重塑用户的媒介使用习惯。从媒介形态角度而言,AR/VR等沉浸式信息延伸了人的视觉感官,形态各异的传感器模仿了人的触觉感官,人的跨时空社交方式由“面对面”向“体对体”演进,以往需要在同一空间维度中进行接触互动的交流方式在虚实融合的世界中成为可能。但需要注意的是,这种互动方式对人的生理距离和心理距离产生的影响有待探讨,人应在未来的媒介使用过程中正确处理人际关系,防止技术异化。

结语

人工智能时代下,传媒行业正面临转型重塑压力。一方面随着智能传播概念的发展与成熟,传媒机构愈加需要思考技术与内容如何充分结合、如何通过计算机视觉等技术的刺激来提高内容生产效能和受众感官体验。另一方面,传媒技术的演进使传播者与技术二者的权力比重发生转移,计算机视觉更多的扮演了传播者角色,技术与内容传播过程深度耦合,二者的协同共谋对于智能传播发展而言至关重要。媒介生态重构已经在技术革命中拉开帷幕,未来的传媒行业将迎来新的变革。

注 释:

[1]Neil Postman,The reformed English curriculum in high school 1980:the shape the furture in American secondary Education[M].New York:Pitman Publishing,1970:161.

[2]苏涛,彭兰.热点与趋势:技术逻辑导向下的媒介生态变革——2019年新媒体研究评述[J].国际新闻界,2020(1):43-63.

[3]Gonzalez R C,P. Wintz.Digital Image Processing[M]. Prentice Hall International,2001;28(4):484-486.

[4]胡占义.计算机视觉简介:历史、现状和发展趋势[EB/OL]..https://mp.weixin.qq.com/s/FzCrOiFuutqSQSp4VcydoQ.2017-11-21.

[5]劉杨.媒体融合:在不断突破中向纵深迈进[J].青年记者,2020.(1):11-12.

[6]赵渊.人机关系与信息传播变革[J].现代传播.

2019(6):150-154.

[7][美]唐·伊德.让事物说话[M].韩连庆译,北京:北京大学出版社,2008:43.

[8][美]罗伯特·斯考伯,谢尔·伊斯雷尔.即将到来的场景时代[M].赵乾坤,周宝曜译,北京:北京联合出版公司,2014:11-30.

[9]喻国明,杨颖兮.接触、时段、场景:中国人媒介使用全景素描——基于“2019全国媒介使用与媒介观调查”的分析[J].新闻记者,2020(4):28-36.

(作者单位:武警后勤学院)

猜你喜欢

计算机视觉
基于光流技术的障碍物检测方法
无人驾驶小车定点追踪系统的设计与实现
基于深度卷积神经网络的物体识别算法
双目摄像头在识别物体大小方面的应用
机器视觉技术发展及其工业应用
危险气体罐车液位计算机视觉监控识别报警系统设计
对于计算机视觉商业化方向的研究
基于Matlab的人脸检测实验设计
现代目标识别算法综述
基于分块技术的改进LPB 人脸识别算法的研究