智能媒体的特征
当我们试图理解全新的智能媒体时代的时候，我们倾向于从传统大众传播的框架中来观察智能传播，从而让它能够适应我们既有的理解能力。但是，这样反而会让我们对新的智能传播形成曲解甚至误解。要想真正感知正在发生的变化，必须深刻理解智能媒体传播范式所赖以建立的技术基础，正是这些技术将智能媒体与传统媒体区别开来。
一、作为基础设施的物联网
不同的社会发展阶段在不同的基础设施上建立起了不同的传播范式，物联网则是正在加速到来的智能传播范式的基础设施。通信互联网、能源互联网和物流互联网三大关键部分共同构成了物联网的主体，为在一个高度互联的、跨越时空界限的全球化超级智能网络中将所有人和物集合起来提供了认知神经系统和基础物理手段。在这样一个智能媒体的世界里，信息、创意和内容等媒介产品所需的新的生产力和生产效率就恰恰蕴藏在这个开放式、分布式、协同化与互联化的物联网基础设施中。每一个被物联网所连接的物体都将具备智能媒体的属性，小到一块手表大到一台汽车，越来越多的物体都将被嵌入一定程度的媒体智能。一旦接入物联网，它们就会开始实时的自我监控并全面地记录、分析和洞察我们的生活，在需要引起注意的时候它们还会主动与我们交流。例如，无论是电视机、洗衣机还是电冰箱、试衣镜，它们都会按照我们的媒介接触习惯和内容偏好进行初始的程序设置，并且在社交工具（如微信）中关注我们或成为我们的好友，一旦我们所追的美剧或韩剧有了更新，它们会根据我们所处的特定场景将这一内容推送到最合适的智能设备上。事实上，物联网中所有智能媒体节点生成的关于用户的数据将会成为网络中最主要的数据流，它们创造了内容生产者与用户之间新的价值链，而这将会比任何一个智能设备本身更有价值。这样，智能硬件设备将会逐渐趋于免费，人人都可以低成本地获得多样化智能设备而成为物联网世界的一个智能节点。而这些设备之间的连接与互动将会切切实实地创造一种新的智能，它不仅仅能纠正某种错误，而且能在根本上阻止错误的发生。
事实上，智能媒体的概念并不是最近几年才提出来的，之前有很多关于“智慧媒体”“智媒体”等提法，但是无论哪种提法，都是在最近几年随着大数据技术、物联网技术和人工智能技术等关键技术的快速发展而逐渐落地应用并转变为一种被普遍关注的媒体现象的。这其中，尤其值得关注的是物联网作为智能媒体时代的基础设施，它是智能媒体得以有效运行的重要载体，它扩大了“媒体”“传播”等概念的外延，并在获取海量数据的同时辅以智能算法和深度学习的手段，使得今天的媒体内容生产、信息分发和人机互动变得越来越个性化、智能化和场景化。
过去的物联网行业标准不统一，无论在传感器层面，还是在通信技术层面，各种各样的标准各自为政，导致采集到的数据格式千差万别，各个标准之间互不兼容，从而无法使得信息高效、快速、顺畅地完成它的传播流程。既然传播本身都是问题，那么又何谈智能媒体或者智能传播呢？但是2016年第三代合作伙伴计划的标准会议通过了一个新的窄带物联网核心协议标准，极大地满足了低功耗广域物联网对技术和标准的需求。这也就意味着，NB-IoT（Narrow Band Internet of Things）比起原来的全球移动通信系统能够覆盖更广泛的连接和传输领域，原本很多有信号死角的地方也都可以实现有效连接，比如地下停车场、海底隧道、城市管道、山区野外等，而且每个NB-IoT站点可以连接的终端设备数量将高达4500亿之多，这样我们就可以把日常生活、工作、学习、娱乐过程中大量的事务接入物联网，从而获得与之相关的海量数据，并借助人工智能和机器学习等手段对这些数据进行挖掘和分析，从而更加智能化地管理与之相关的信息生产和信息传播过程。思科的数据显示，2018年全球联网设备数为184亿台，该公司预测，到2023年，联网设备数量将达到293亿台，由人均2.4台增加到人均3.6台。[10]按照这样的增长速度，用不了多久，我们身边凡是能够联网的设备终端都会被接入物联网。事实上，这也就意味着未来的传播已经不再限于人际传播、大众传播、互联网传播等少数领域，还将扩展到人与物之间的传播、人与机器之间的传播、机器与机器之间的传播等方面，也恰恰因为传播的泛化，使得人类自身根本无暇处理大量与信息传播相关的事务，智能媒体和智能传播才会显得愈发迫切。事实上，近几年物联网技术的突飞猛进也使得更广义的连接和更广泛的传播成为现实，在信息传播方面能耗和成本的降低也必将使得以用户为中心的大量其他事物更快、更多、更常态化地实现连接和通信。而接入物联网的终端越多，其产生的数据量就会越大，借此所“驯化”的媒体传播方式就会越智能化。(https://www.daowen.com)
而伴随着5G时代的加速来临，更广泛的连接和更短的延时将使我们越来越有可能在较短的时间内进入真正的物联网社会。5G网络能够在1平方公里的范围之内支持100万个传感器的连接，而原来的4G网络是无法做到这一点的。这意味着包括交通、医疗、农业、城市管理等多个领域都可以借助物联网技术采集、存储、挖掘和分析更有价值的数据，并针对不同的行业、不同的场景、不同的应用和不同的用户进行更加个性化和智能化的信息定制和信息分发。此时的任何一个行业都具有了智能化的信息传播特质，这也意味着未来的智能媒体是一种泛在的存在，而不再局限于传统的媒体产业这样一个小的范围之内。当然，当一切终端都被植入媒体的属性之后，当一切产业都越来越像媒体产业之后，当一切出发点都是建立在数据的基础上之后，当一切行为都与信息传播行为产生关联之后，我们则站在了一个全新的范式乃至全新的时代的分水岭之上。
这是一个意义重大的历史时刻，它给了我们重新思考和审视媒体传播的契机，它使我们深刻地意识到，正是因为连接技术与通信技术、互联网技术与物联网技术、人工智能技术与机器学习技术的快速发展，我们才得以利用一种全新的手段和全新的思维来看待媒体、看待信息、看待传播，甚至，它正在改造我们的三观，改造我们的生存方式、生产方式和生活方式。事实上，也正是从这样一个伟大的历史节点开始，我们将开启一种全新的智能时代：海量的传感器被接入物联网，海量的信息被采集、存储和挖掘，智能算法为海量的用户量身定制个性化的信息生产和消费解决方案，千人千面的信息定制、内容推荐和个性化服务成为可能。而如果没有物联网技术作为基础设施，我们就不能更加精准地确定某一位具体用户所处的时空、场景、状态和情绪，无法确定这些便无法进一步向他推荐更符合他彼时彼地的个性化信息，那也就意味着所谓的智能媒体沦为了一句空谈。而事实上，当我们处在这样一个伟大的转折点的时候，大量的用户并没有彻底调整好他们的状态以拥抱这个全新的时代，而是仍然在用大众传播时代的传统视角来审视、探讨甚至作出判断和决策，尽管他们越来越依赖于连接和通信，但他们并没有把大数据、物联网、人工智能等技术看作自身生存和发展、社会运行和创新的基础性资源。然而我们要认识到，在未来的智能媒体时代，信息的生产、传播和互动不再像大众传播时代那样仅仅与技术相关，而是将变得彻底依赖于技术的进化和迭代。未来，越来越多的人将有机会以更低的成本获得更广泛的网络连接、更强大的计算能力、更个性化的智能算法和更定制化的信息服务。
二、构成生产要素的大数据
在整个世界被物联网化的过程中，网络连接和智能节点所产生的数据量也开始呈指数级增长。事实上，“数据已经存在于全球经济中的每一个部门，就如固定资产和人力资本等生产要素一样，如果没有它，许多现代经济活动根本不会发生……土地、人力、技术、资本这些传统的生产要素，甚至需要追随数据资产重新进行优化配置，数据资产成为最重要的生产要素”[11]。数据大爆发中蕴含着媒介产业的新机遇以及我们对传播业务、媒体用户进行深入、全面、立体了解的能力，这种对先进数据技术的掌握和运用能力是智能媒体时代的产业竞争必须具备的技术基础与核心能力。简单来说，大数据技术主要指对已经拥有或掌握的庞大的数据信息进行深度挖掘分析和专业综合处理的技术。这是一个利用统计建模、模式识别、算法优化、机器学习、人工智能等技术，从大量的、含有噪声的实际数据中提取其中隐含的、不为人知的有效信息的过程，其流程包括了“商业理解—数据准备—数据理解—模型建立—模型评估—模型应用”等几个基本步骤。对传媒产业而言，大数据分析与应用的主要目标是通过分析用户习惯和兴趣偏好，找到新的突破口，使媒介内容的生产过程更加智能，更加符合用户需求。而在此之前，媒介产业从未实现过将结构化和非结构化的数据结合起来并用以指导内容生产，而在智能媒体时代，几乎所有媒介内容的生产、传播、营销和集成决策都需要依靠数据分析，特别是在海量智能设备接入物联网之后导致媒介用户数据的量、质和种类都在持续增长的情况下，数据已经成为智能媒体时代最重要的生产要素。
三、优化资源匹配的移动计算
移动计算是随着智能终端、移动互联网、即时通信、大数据、分布式计算等技术快速崛起的一种计算技术，其核心价值在于向分布在不同位置的移动智能媒体用户（如物联网中的智能手机、智能汽车、智能手表等设备的用户）提供安全、快速、有效、优质的信息获取、查询、存储和计算服务。美国计算机科学家艾伦·凯进一步延伸了麦克卢汉“媒介即讯息”的观点并预见性地认为：“计算将成为一种通用的、包罗万象的媒介，可以容纳语音、音乐、文字、视频和通信。”[12]事实上，媒体用户在不同的时间和空间下所处的位置和状态构成了不同的场景，而不同的场景又决定了媒体用户对不同媒介信息和内容的不同兴趣。用户每一秒都会处于不同的场景中，这也使得他们的信息需求与内容渴望会随着不同的场景而发生“秒变”，从而开拓出了一个虽然有着时空限定但无比广阔的智能媒体新市场，它要求我们对处于移动状态中的用户进行实时的、动态的、具有预测性的数据分析和计算，只有这样才能将最符合用户需求的媒介内容和信息服务个性化地匹配给精准用户。例如，滴滴打车可以借助移动计算将最符合用户需求的出租车、顺风车、快车或专车匹配给他们，不但满足了用户的出行需求，而且极大地激活并优化配置了闲置的社会资源，在一定程度上推动了智能交通的发展。同样的道理，智能媒体时代也需要强大的移动计算能力来分析并预测用户场景化的媒介需求，这将推动智能媒体产业从即时响应向预测需求转变，进而激活了用户的个人信息和内容消费市场，由于用户本身被深刻地洞察了，因此这样的媒介生产、集成、分发和消费必然是定向化、个性化和智能化的。移动计算带来的智能传播意味着内容提供者将不再向用户推送一些他们不感兴趣的内容，他们将利用所知的用户数据同时为媒介自身和媒介用户提供智能化的信息服务。
四、加速智能进化的机器学习
无论是我们已经看到的互联网世界，还是正在成型过程中的物联网基础设施，抑或是那些被广泛连接的智能媒体设备，它们都处于一场无尽的技术升级竞赛中，而且快速迭代的周期正在不断加速，智能媒体的整个生态系统亦是如此。尽管我们对最新的iPhone智能手机已经非常满意，但是真正主导20年之后我们生活的智能媒体技术集群和产业生态都尚未发明或起步。智能媒体传播范式是媒介融合的高级阶段，但是我们现在所处的时代只是智能媒体传播范式的萌芽阶段，当前的智能媒体生态会在永不停歇的进化中被更新的智能生态所取代，而加速这种进化的除了技术本身的进化，最关键的就是处于智能网络中的智能媒体自身的学习能力。事实上，真正的智能媒体一定不会是某种完全独立的硬件设备（如未经联网的手机、平板或机器人），它广泛存在于整个由百万亿智能媒体节点组成的超级物联网之中，它是灵活的、嵌入式的、分布式的、没有固定形态而又无处不在的，任何与这一超级智能媒体的连接都是对其智能的分享与贡献，而脱离了这一网络的独立的智能媒体设备或节点则无法进行快速而聪明的协同学习和能力升级。智能媒体的生态系统会随着人们日益增多的使用而不断自我进化到更加智能的状态，它会将这次在媒介产品运营中学习到的经验运用到下一次的操作中，并随着数据的激增和算法的改进而持续进步。如今，Facebook的智能算法已经能够识别你所上传照片中的好友，亚马逊的个性化内容推荐系统也能够向上亿的访客精准化地推荐其感兴趣的书籍或者商品，“谷歌正利用搜索改善它的人工智能，而不是用人工智能强化它的搜索能力，每当你键入一个查询词，点击一个搜索引擎生成的链接或是在网上创建一个链接，你都是在训练谷歌的人工智能”[13]。越多的人和物被接入并使用智能媒体生态系统，它就会变得越智能，这将会激励更多的智能设备成为其中的网络节点，从而形成智能媒体生态进化的正向反馈和良性循环。