媒介技术正在重塑人类社会。5G低时延、大带宽的信息传输特点能够支撑更高的运算能力，使得机器的“拟人度”越来越高，一个直接结果是模拟“人—人”交流的“人—机”交流将越来越普遍。[1]4G背景下，人类已经无法区分简单的信息是来自人类，还是来自新闻自动编写程序。此前，在大多数新闻传播学理论假设中，人是传播者，机器只是中介。但随着人机传播的概念在新闻传播学领域得到越来越广泛的关注，对传播者的本体理解不再局限于人，即不再认为传播是人类专有的，人与人之间或者人与机器之间的信息传播都可以被认为是传播的一种类型。 “人工心智”(AM，Artificial Mind)是人机传播背景下被高度关注、并被认为极有可能改写新闻传播现状的一项技术。人工心智的加持将进一步推动传媒业的变革，带来对新闻业从生产到分发全流程的颠覆。因而，站在5G商用一周年、各类应用场景即将普及化的当下，考量“人工心智”对新闻业的作用，有其现实意义和必要价值。 一、人工心智新闻的概念 (一)何为人工心智 清华大学计算机系的唐杰教授将人工智能划分为三个时代：符号智能—感知智能—认知智能。20世纪60年代，人工智能发展为符号逻辑，在80年代向感知智能转变，2006年后开始进入深度学习的浪潮，[2]人工心智则被认为是人工智能的下一阶段，将在5G技术的支撑下获得飞速发展。 人工心智是一种新的技术模式，要解决的是机器如何利用自身封闭的环路，通过不断的人机交互行为，从而建立起机器对事物的感知、表征、概念和记忆能力，自主学习、创新能力，拥有“类人”情感、常识和思维的技术。 (二)人工心智与人工智能的区别 人工智能以类人的思维和行为为目的，设计一个像人类一样思考和行动的机器系统，人工地模拟和扩展人类智能。[3]而现有的人工智能研究偏重于模拟人类行为，大多是为解决日常生活中的问题而设计，而在模拟人类思考方面几无进展。 近年来，人类已经推出了众多基于行为创造的人工智能，例如第一个击败人类围棋世界冠军的人工智能程序AlphaGo。尽管AlphaGo围棋技能出众，但它的设计思想仍然遵循计算机的编程原则，通过大数据、大计算、大决策三位一体，实现深度学习和胜算率计算，不具有超出设计者计划的联想能力。[4]而这种人工智能在迈克斯·泰格马克的定义中为“专用智能”，即可完成一个较狭义的目标组(例如下棋或开车)的能力。[5]从人工心智的角度来看，现有人工智能只是一个强大的“计算系统”，与人工心智的区别主要体现在以下几个方面。 首先，现有的人工智能系统大多是为解决日常生活中的问题而设计，具有较强的问题处理能力。但在人类的思维系统中，程序风格、方法和模式随着经验的增加而改变、提高。[6]因此，现有人工智能严格的运行程序制约着系统的自我提高和完善，人工心智则具备了独立思考和在运行过程中自主学习且提高的能力。 其次，人工智能强调算法设计，尽管此举有利于对数据进行计算，得到人类想要的结果，但同时存在计算广度不够、缺乏计算以外的关联等问题，使得人工智能建立了一个树状数据计算模型。[7]这种树状数据计算模型有别于人工心智应具备的人类思维网状计算模型。现代脑科学研究表明，人脑的实际计算能力已远低于计算机，人工心智应在计算能力足够的情况下更加强调仿生学设计原则，而不是致力于追求算法性能。 再次，从图灵计算机开始，计算机系统是一个输入—输出的简单操作模式，现有人工智能的工作原理亦是如此，其限制了研究者的思维，导致人工智能的结构设计未能形成人类心智运行的“输入—存储—语义解释—输出—检查—输入”闭环过程。[8]人工心智正是采用此闭环结构模拟人类的自主学习过程，实现更高的自我学习和自我迭代发展的能力。 (三)人工心智新闻的概念 要想了解人工心智新闻的概念，必须以人工智能新闻的概念为基础。人工智能新闻本质上是通过计算机的算法程序对互联网中海量的原始数据进行抓取和分析，然后运用智能算法程序自动生成新闻稿件或实现个性化新闻推送的新闻运行方式。从中可以看出，人工智能本质上并不是机器按照自己的主观意志、主观愿望自主生产新闻，而是按照人作为新闻传播主体的意志和愿望生产的新闻。[9]因此，尽管人工智能此前已经极大地改写了新闻的生产和分发方式，然而受限于智能技术水平和4G技术支撑下的有限计算能力，人工智能只能依靠预设的程序运行，这一先天结构决定了它只能以“计算”的视角与外部纷繁复杂的世界相处，而无法将对象置于社会化情境下进行认知和判断。 与之不同的是，作为已经具备类人思维、意识的心智系统，人工心智新闻按照自有逻辑、价值判断进行工作，拥有部分技术自身的主体性，虽仍无法避免人类参与新闻生产过程，但可以说这是一种人机相互参与、协商、学习的过程。同时，5G技术提升的计算能力可以提供更多人机交互行为，使得机器进行知识的自主更新和迭代。这将使人工心智比人工智能更能捕捉到用户的隐性需求，媒体平台无须机械地根据用户偏好和行为历史进行线性推送，而是以“心智化”的演算对用户的喜好和特征进行立体的网络化分析，进而提供真正差异化的服务。
