Курсовая работа по Журналистика на тему Искусственный интеллект и нейронные сети: способы применения в медиасфере.

Глава 1. Теоретическое обоснование исследования способов применения искусственного интеллекта и нейронных сетей в медиасфере
1.1. Современное состояние информационного пространства
Новые форматы потребления информации заставляют традиционные СМИ конкурировать с областями, которых еще пару лет назад не существовало вовсе.
Первое, крайне конкурентное направление – это аудио, которое переживает второе рождение в виде прямых эфиров и подкастов (термин в 2004 ввел журналист The Guardian Бен Хаммерсли). Многие издатели видят в подкастах возможность охватить большую аудиторию, ведь преимущество подкастинга в удобстве восприятия.
Другое направление, которое одновременно является и потенциалом для роста, и поводом для беспокойства традиционных СМИ, – это искусственный интеллект (далее – ИИ). Для экономии времени и других ресурсов роботизированные системы уже сейчас самостоятельно собирают новости, производят их, а также рассылают и рекомендуют читателям.
Согласно прогнозам, однажды ИИ сможет выполнять 80% журналистской работы, что, однако, чревато переворотом на рынке труда и сокращением рабочих мест для редакторов, копирайтеров и др. Сами издатели уверены в том, что внедрение ИИ избавит от рутинной работы .
Телерадиовещание и кабельная журналистика по-прежнему актуальны, но переход на цифровые технологии также повлиял на вещательную журналистику. Возникновение независимых вещательных компаний бросило вызов тележурналистике. Также в цифровой журналистике активно используются технологии многофункциональной потоковой передачи мультимедиа, которые позволяют сразу добавлять видеоматериалы в единый цифровой поток.
В области аналитической журналистики в эпоху цифровых технологий также появились новые инструменты и форматы сбора и подачи информации. Для журналистских расследований технология больших данных стала, пожалуй, ключевой в процессе адаптации данного направления к цифровому формату работы. Доступ к огромному потоку данных дает журналисту практически бесконечное количество информации для расследования по любой социально-значимой проблематике.
В сфере спортивной журналистики активно используются сайты спортивных обозрений, информацию на которые можно добавлять прямо во время спортивного события.
Спортивные хроники ведутся журналистами более оперативно, при добавлении видео и фотоматериалов, а цифровые устройства позволяют запечатлеть самые острые моменты матчей или любых других спортивных мероприятий .
Особенно остро стоит вопрос об эффективности цифровой адаптации в сфере печатных средств массовой информации. Помимо газет, журналисты работают в таблоидах и других печатных изданиях. Как полагают исследователи, «печатная отрасль является одной из самых пострадавших, с высокими затратами на печать цветных страниц и фотографий без полей, а также с высокими затратами на качественных авторов, которые предлагают длинные статьи, на выполнение которых уходят недели или месяцы» .
В цифровую эпоху появился совершенно новый вид социально-сетевой журналистики, которая связана с использованием социальных сетей в качестве площадок для обмена и распространения информационного контента. Более того, такая сеть, как «ВКонтакте» позволяет журналистам не только размещать информацию, но и собирать о ней мнение подписанной на страницу журналиста аудитории с помощью различных форм мини-опросов и обратной связи.
Сегодня сложившаяся система средств массовой информации находится под влиянием масштабной цифровой трансформации, которая носит междисциплинарный характер, требует от журналистов освоения новых знаний и ряда профессиональных компетенций, предполагает постановку вопросов, связанных с местом и ролью журналистики в меняющемся мире.
С развитием технических возможностей нейросетей и переходом большинства медиаресурсов в пространство Интернета в информационном поле появляются как новые возможности, так и новые проблемы. Поиск в интернет-медиа релевантной информации, оценка и анализ данных ресурсов и ранее были осложнены огромным количеством недостоверных источников, однако с расширением технических возможностей и возникновением такого явления, как нейросети, проблема фальсификации информации становится все более актуальной.
1.2. Понятие нейронных сетей и искусственного интеллекта
Интеллект – способность решать сложные задачи, включает в себя логику, планирование, понимание, эмоциональное восприятие, самосознание и способность к самообучению.
Искусственный интеллект (ИИ) – способность машины или программы выполнять необходимые задачи, превышая способности человека .
Впервые термин «искусственный интеллект» определил в 1956 году ученый Джон Маккарти на конференции молодых исследователей. Джон определил систему искусственного интеллекта как совокупность разработок и науки, в целях формирования компьютерных программ с применением интеллекта.
Основными задачами ИИ являются:
- расширение возможностей деятельности человека;
- оперативный поиск информации;
Искусственный интеллект стремится имитировать поведение и мышление человека и умеет обучаться самостоятельно.
Для обработки сложных задач необходима мощная вычислительная техника и быстрая скорость обработки больших объемов данных. Именно поэтому ИИ включает в себя совокупность мощных инструментов для интеллектуального анализа и синтеза различной информации, включая понимание естественного языка и распознавание образов. Примером искусственного интеллекта может являться использование системы ИИ при самостоятельном вождении автомобиля без помощи человека.
Искусственная нейронная сеть – математическая модель, которая анализирует сложные данные, имитируя человеческий мозг, и имеет аппаратное и программное воплощение. На рисунке 1 представлена структурная схема нейронной сети, в которой входной слой принимает сигнал, скрытый слой обрабатывает данные, выходной слой выводит конечный результат в необходимом виде.
Первую нейросеть разработал в 1957 году ученый Фрэнк Розенблатт. Нейросеть состояла из одного слоя искусственных нейронов, и работала без высокой скорости. Однако, именно это разработка стала отправной точкой для дальнейшего изучения искусственного интеллекта.

Рис. 1. Структурная схема искусственной нейронной сети
Также в настоящее время происходит совершенствование методов классификации и обучения, обработки естественного языка, распознавание сигналов, изображений и речи, а также происходит модернизация моделей интеллектуального интерфейса, который подстраивается под потребности пользователя.