AI和新闻：技术基础

如今，每一位媒体领袖都面临着关于人工智能的一系列问题。

但很少有媒体领导者能够通过人工智能基础知识的简单测验。

我对新闻和人工智能的交集有独特的观点，因为我既服务过高级新闻主编，也曾担任过首席技术官。这是我关于人工智能和新闻的系列文章的第三部分。我写这些专栏是为了帮助新闻行业将对人工智能的讨论从抽象的层面转移到更具体的地方，可以对案例研究和技术进行探讨。

您可以看到，这个想法是受到我们的大脑启发的 - 我们的眼睛接收到光线，并通过我们的视神经将来自光线的数据连接到大脑中的神经元。然后我们大脑中的神经元会以一种方式“激活”，来处理我们所看到的信息。但在神经网络的情况下，它只是数学而已。您可以在电子表格中制作自己的小型神经网络。

神经网络架构

软件基础设施

最突出的有:

1. Torch（又名PyTorch）是由Facebook开发的。

2. Tensorflow — 由谷歌开发。这是由谷歌内部的 Jeff Dean 开发的。

4. Keras — 这是一个非常用户友好的层，其放置在Tensorflow之上，使得Tensorflow更易于使用。

应该使用哪个？如果你只是想学习，Keras是最好的选择。一旦你的团队学会了，他们可能会转到另一个系统，很可能是Torch或Tensorflow。

火炬（Torch）和Tensorflow非常相似。根据我在咨询工作中的观察，火炬更受那些正在构建人工智能模型的人们青睐，而Tensorflow更受那些部署模型的人们青睐，但两者在这两个目的上都被广泛使用。

硬件和计算基础设施

GPU的历史非常有趣。最初，图形处理单元被开发作为视频游戏的图形卡。到了2000年代末，人工智能研究者意识到GPU可以比普通CPU以百倍的效率训练模型，如果没有GPU，人工智能革命将无法发生。Nvidia是GPU制造领域的重要参与者，并在几年前对人工智能做出了重大投资。人工智能的兴起解释了Nvidia股票价格的迅速上涨。

预训练模型

保持HTML结构，将以下英文文本翻译成简体中文： 一个值得密切关注的开源模型是Facebook的Llama模型。Facebook开源这些模型使它们对媒体公司潜在地非常有吸引力。您的法务办公室应该审查Llama的许可协议。其他开源模型包括来自阿拉伯联合酋长国的一家技术公司的Falcon模型。

通常情况下，人工智能模型的竞争非常激烈。投资于人工智能模型的公司有机会领先于进展较慢的竞争对手。媒体行业不太可能从头开始创建这些模型，但新闻公司可以在已经存在的一些预训练模型的基础上开始构建。媒体公司在这里不需要突破人工智能的边界，而是需要利用这些模型来构建新产品和服务，并在现实世界中进行部署。

AI产品

这就是组织OpenAI在整个画面中的定位。OpenAI的产品ChatGPT是一种人工智能产品。重要的是要理解成为人工智能产品和人工智能模型之间的区别。在ChatGPT产品之下存在着一个人工智能模型。那个模型不可审查或透明给公众，类似于您可以在HuggingFace购买的模型或者Facebook的Llama开源模型。因此，如果您的技术团队正在讨论是购买ChatGPT还是使用Facebook的Llama模型，明确一点很重要，他们正在考虑两种不同的进入人工智能技术的方式。使用ChatGPT是一种更浅层的进入方式，对所发生的事情的控制较少，但执行起来也需要较少的内部工作。而使用Llama这个第二条路径，给使用它的媒体公司提供了更多的控制和技术的透明度，但这也需要媒体公司投入更多自己的团队成员来构建它。

并且需要注意的是，尽管OpenAI的名字中带有“开放”的含义，但其产品并不像预训练模型那样“开放”和透明。但这正是OpenAI具有专有价值的方式——它运行了许多模型试验，使用了大量的昂贵计算资源，并确定了使其模型准确的精确模型权重。了解这些权重具有价值。

Anthropic是该领域的另一家竞争公司。它的产品类似于ChatGPT，被称为Claude。Anthropic将其市场推广为一款更安全的AI产品，不太可能产生有害或危险的回应，原因是采用了一种称为“宪法AI”的差异化训练技术。它的模型质量也非常高，因此可以被视为ChatGPT的强有力竞争对手。

这是一个全新行业的出现，整个经济很可能在某种程度上都会使用。已经有许多新产品内嵌有ChatGPT、Claude、Llama或Falcon。

Sorry, it seems like the English text is missing. Can you please provide the English text that needs to be translated into simplified Chinese?

您公司的下一步操作

随着人工智能技术的不断发展，你的公司应该开始了解如何运用人工智能。在媒体领域内，与跨学科团队合作至关重要，这些团队可以确定支持优秀新闻报道和实现业务目标（如更好地理解订阅者并提供相关广告）的应用。这其中存在一些炼金术的成分，你必须能够处理在测试和应用人工智能过程中可能出现的一些失败情况。

随着我与人工智能的接触时间越来越多，我越来越确信，如果没有聪明人员审视其用途和模型，它将毫无用处。人类对人工智能的引导将成为未来几年内大多数成功公司的专业领域。

AI和新闻：超越“如果”到“如何”

什么是目前正在AI上做的事情

新闻公司数字化转型的要素