应用概率考研

文|大圣在我国大学里，有许多相近甚至非常类似的专业，乍一看，以为是同一个专业，然而，学习以后才知道，这并不是当初自己要报考学习的专业。就比如说物理学和应用物理学，小白类的考研生很容易选错，自己并没有搞懂两者的区别，看到名字就感觉应该是同一类专业，事实上，选错了专业，意味着以后的你的研究方向就不一样了，你当初想要从事一生的方向就错了。那么，到底哪些理工类专业最容易让人混淆，搞错的呢，一起来看看。1、应用化学 vs 材料化学应用化学学科偏重于研究化学成果转化为能够实用的现实产品，更实际一些，偏向于结合理论知识，动手实践出应用成果，因此呢，在你具备理论知识的同时，还要有过硬的动手能力，尤其是化学实验以及实验设备方面，一定要感兴趣，有实操的渴望。就业方面，以后基本是从事和化学应用相关的企事业单位，比如石油化工、医药制备、商品检验、卫生防疫等等，实际点就是诸如中石化、中石油、制药企业等，就业方向还是很多的，不用特别担心就业问题。材料化学学科则落在材料上，是关于材料研究和使用的原理技术，该学科必须具备强理论知识，具有探索微观化学内容的兴趣，材料化学包括的研究范围很多，例如无机非金属材料、有机高分子材料、新兴复合材料等，而在研究生阶段，就是原理技术的进一步研究，甚至发现新的材料。就业方面就是对金属、陶瓷、高分子材料(如塑料)、半导体或复合材料的深入研究，解密新的材料应用和用途，主要在一些国有大中型企业从事制备、加工、开发利用等工作。2、物理学 vs 应用物理学物理学则比较容易理解，侧重于理论研究，而且研究生阶段，则会有更加深入的研究学习，同时你还必须具备很强的数学知识。就业方面一般都是从事理论的研究、科研技术、大学教学等，一般都是在实验室里，研究所里，选这一个专业的考生要想要自己的人生方向，这就是科学家的道路。应用物理学则注重转化成能够实际使用的成果，更偏向于在理论的基础上转化成可以使用的技术、产品等，实操和探索创新是这个专业所必备的能力。就业方向一般是在工业、交通、邮电、金融、商业等领域的企业单位，用自己所学转化出产品成果出来。3、数学与应用数学 vs 统计学数学与应用数学学习的范围广、知识程度深，一般研究生阶段就会分方向，主要就三个，包括纯数学方面、计算机领域、经济领域。同时这也是个最近比较热门的专业，至少在人工智能、AI方面很受欢饮。就业方面纯数学就是深入研究，属于科学家类型。计算机领域则设计人工智能、物联网、软件的制作开发等。经济方面则是在银行、保险、证券公司等金融机构工作。统计学则有社会经济统计和数理统计之分，看个人爱好，统计学是对统计计算的深入研究和应用，同时还要具备经济学、管理学的知识，重视理论也更重视应用实践。就业方面可在电信、银行金融、保险核算等部门从事统计、概率分析、风险研究等工作，金融分析师、股票投资管理也是这类工作。4、管理科学 vs 信息管理与信息系统管理科学学科偏重于理论学习和分析，是要你以数学思维、计算机思维在管理上给出分析、决策和实施，这个科学更在意理论分析，运用数学计算机思维，在管理上帮其分析实施。就业方面主要是对企业单位经济和数据在计算机化方面的管理，运用这方面知识，帮助公司在数据方面做出更合理的管理和决策。信息管理与信息系统看重于实操，是理论知识应用到实际管理当中，需要具备计算机理论、编程知识，数学知识等，方向大可分为文科和理科方向，文科则是对文献、信息的管理，理科则是计算机应用。就业方面主要就是对企事业单位做系统方面的设计、开发、运营和维护工作。5、海洋科学 vs 海洋技术海洋科学专业包括的范围更广，是对整个海洋系统的研究学习，这其中包括水文、海洋运动、海底地质、海中生物、海洋环境保护、污染监测等，这也涉及到物理、化学相关的知识，是以整个海洋为研究对象。就业方面比较受限制，致力于海洋研究员、海洋科学家的考生可以报考。海洋技术则是针对海洋科学某一方面的研究和技术开发应用，是把技术应用到海洋环境的某一方面，因此对海洋学、地质学、生物学、环境学等也要有一定的知识学习。就业方面则比较广泛，例如在气象局、海洋局、交通部门、军事部门、开采石油的海上平台等，这个是非常对口的工作。对此你有什么看法呢？来源：原创（免责及版权声明：仅供个人研究学习，不涉及商业盈利，如有侵权请及时联系删除，观点仅代表作者本人，不代表北京文都立场）

文｜冷丝栏目｜考研录取按照2018年和2019年考研人数的增长幅度，2020年考研人数极有可能突破320万人。人人都知道考研给学子带来的种种好处，但是，冷丝不禁想问：“考研热”又有哪些弊端？考研的目的就是为了改变一下自己的环境或找到一个更好的工作，获得更好的经济收入，满足自己的现实利益，提高社会经济地位，或为了以后在职称的评定、考核和干部的提拔中，使自己在竞争中处于优势地位。冷丝认为，考研和“考研热”无可厚非，但是，我们不能不正视“考研热”所带来的一些弊端。其一，部分普通高校蜕变成“考研培训基地”。毫无疑问，部分高校沦落为“考研培训基地”，而这样的“基地”影响了国家教育制度的实施。由于“考研热”的冲击，少数高校置学校教学、学科建设与发展于不顾，考研彻底变成了风向标、指挥站，把考研当成准绳，彻底沦为“考研基地”。教学大纲完全被考试大纲替代，大学教育的主题和追求成为空谈。从某种意义上讲，这是对我国现行高等教育的一种否定。“考研基地”的出现是当代大学精神缺失的一种表现，如果大量整体素质不合格的本科生考上硕士研究生，这些学生今后再考取博士生，后果也是可想而知的。其二，考研全面化对高校正常的本科教学秩序带来冲击。由于考研竞争激烈，目前有相当比例的学生从大三甚至大一、大二就开始实施考研计划。在众多考研生看来，只有“考上研究生才是硬道理”，有的学生放弃一切课外活动和人际交往，整天沉溺于考研的相关功课。同时，他们还经常理直气壮地向教师请假，甚至直接逃课，对于任课教师来说，课堂上只有为数不多的学生上课，这已是见怪不怪 的现象。“考研热”在很大程度上影响了部分教学计划的有序实施，也完全背离了我国对高层次人才的培养宗旨。有的学生还堂而皇之地向专业课老师要求“开绿灯”，或者推迟考试或免考。这样做的结果是：四年本科念下来，很多学生由于把精力完全放在考研上，没有修完规定的学分或者根本就没有达到本科毕业生应该达到的知识水平 ，严格说来不能算是一个合格的本科毕业生。其三，片面注重考试内容会助长本科教育的应试化倾向。大学教育的目的在于培养学生的自主学习、独立思考和解决问题的能力，但激烈的考研竞争使学生局限于对课本内容的掌握，忽略了在此基础上进行的应用实践，使大学成了高中的延续，学习局限在数学、英语、政治以及两门考研课程上。由于研究生录取时一般是按照分数的高低依次录取，这在一定程度上助长了本科教育中仍然存在的应试教育弊端，这与素质教育的宗旨是完全相悖的。事实上，如果用应试教育的方式来选拔，我们招收的将不是高素质的学生，而只是高考分的考生。这个问题在高考中一直受到专家的质疑，而在研究生招生中再次出现，实在令人遗憾 。其四，高校内涵建设的缺失必将导致研究生培养质量下滑。培养研究生需要一定的师资及相应的人力、物力和财力，研究生的招生量受教育经费和学校条件的限制，而且从社会来说，对研究生的需求也是有限的。此外，现行招考政策也使得研究生知识面大为缩小，实践动手能力进一步下降。考研所考的那 门功课通过复习、强化记忆，虽能通过研究生入学考试，但基本功不一定扎实。总而言之，冷丝认为，“为学位而学”，而不是为真正意义上的“成才”而学，这种现象在今后必须得到纠正。

今年考研报名数高达“341万人”，这无疑是个令人震惊的数字，但同时却也在意料之中。考研人数年年创新高，早已不是什么稀罕事，随着2020年全国硕士研究生招生考试落下帷幕，与考研相关的统计数据也浮出水面，透过这些数据大家可以全面深入了解考研的现状，提前做好规划和准备，今天皮皮就来带大家直面这些关于2020考研你不得不知道的真相。真相一往届生、女性比例均不断提高。（具体数字期待官方公布）真相二从报名热门专业可看出，考生更青睐金融、法律、新闻与传播、工商管理等社科类专业，而工科类专业报名热度远低于社科类专业，报录比差异明显。真相三以地区来看，考生生源地主要集中在山东省、河南省、江苏省、四川省、浙江省、湖北省、陕西省等，这些省市的考生人数都出现大幅增长。比如，四川增幅23.3% ，达到17.4万人。而招生人数排名前五的省份为北京市、江苏省、湖北省、上海市、陕西省，这直接导致每个省市报名人数和录取人数呈现失衡状态。比如本届山东省准考人数共313190人，报考人数居全国首位，但是报考山东省招生单位准考人数为164699人，而山东省录取计划仅有30759，综合录取率为18.7%，甚至高于全国综合录取率。但是北京地区计划招生7万人，全国考生有42.5万人报考，报录比16.4%，低于全国综合录取率。主要生源地分布主要招生地分布真相四报告显示，10年来，以应用为方向的专业学位硕士（以下简称专硕）招生数量逐年递增，占比持续增大。2009年专硕占比仅15.9%，《学位与研究生教育发展“十三五”规划》指出，到2020年，我国“专业学位硕士招生占比达到60%左右”。专硕招生规模的增长，符合当前我国对研究生培养结构布局，满足我国经济发展需求。真相五业内人士测算，2020届双一流院校录取概率仅为9%；而34所自划线研招单位录取概率仅为3.5%。以上资料和数据来源：人民网有些人说“学历不重要”，但是为什么每年考研的人数却只增不减？考研的竞争愈演愈烈，很多人早早就进入备战状态，还有很多人刚走出考场就决定了“明年再来”。数据是冰冷的，但每个在战场拼搏的你们不是；残酷的真相不是限制你的理由，你的努力才是。2019年已经进入尾声，2020年依然是充满未知和挑战的一年。前两天看到一句好笑却很有道理的话，想要送给需要的人儿：“失败是成功之母，一上来成功的都是孤儿。”愿大家无畏失败，砥砺前行。内容来源：考研英语黄皮书（ID：yyhuangpishu），作者：黄皮皮

提示：分析了【应用心理】专业2012-2019近8年的研究生考研复试国家控制分数线，对2020年国家控制分析线进行预测，希望能对朋友们有所帮助。【应用心理】专硕国家线（2012年-2019年）【应用心理】专硕国家线（2016年-2019年）以上四图给出了明显的几个信息：第一：近三年【应用心理】总分国家线逐年增加，分别从300到315，从310到325，今年有可能再度增加的概率较低，以保持稳定为主。.第二：A类单科稳定在44分,132分附近第三：B类单科稳定在41分,123分附近【应用心理】2020年专业复试线（专硕）预测在扩招的影响下，国家线不会增加，可以得出2020年考研复试分数线:（1）A类地区：总分325，单科(满分100分)44分,单科(满分大于100分)132分.（2）B类地区 总分315，单科(满分100分)41分,单科(满分大于100分)123分.预祝各位同学金榜题名！【注】想了解更详细的情况，可在此留言咨询，定及时回复，祝您考研成功！

众所周知，研究生一般读2至3年，也有因为到规定时间无法完成学业而延迟毕业的，更有读研读了8年还没有毕业而被退学的。再加上前段时间翟天临博士学时间，国家教育部今年对研究生的筛选和管理可谓是严上加严。虽然每年各大高校录取的研究生人数只有40万左右，但是报考人数却持续走高，接近300万人次，竞争压力可谓是非常大。其实，有些大学生根本不适合考研，再决定是否考研前，也一定要读自身实际和专业内容进行深思熟虑，比如这4类人就不建议考研，甚至有的人考上研究生也极可能被退回来。一、专业偏向应用实践技能型其实，从平时的学习方法和课程内容上，我们就能分清楚我们的专业是否偏向实践应用，就比如机械制造及其自动化专业，平时在大学里的课程有一多半都是在画图和车间中度过，虽说一些大型企业对学历有要求，但是大部分企业更加注重经验和技术，可以说这个专业的从业者基本上是越老越吃香，随着工作年限和经验的累积，无论是工作岗位还是薪资待遇，都会越来越好。当然吗，如果想考取一些工程师的证书，也必须要求达到一定年限的工作经验，所以如果想要深造，建议在积攒了一定工作经验后再选择考研。二、跟风考研型大学里通常有这样一个现象，如果一个宿舍里有3个人考研，那么第4个人也会选择考研；如果一个宿舍一个考研的都没有，那么这个宿舍基本上是不会有人考研了。其实，绝大多数是周围人的考研氛围和学习环境，使得部分大学生有了从众心理，而跟风去考研。因为这种原因考研的人很容易在过程中出现一直不见坚定的情况，或者是成功考上研究生之后缺乏自我，不知道下一步该怎么办。三、逃避就业型大学里的生活无忧无虑，除了学习，很少会直面到社会的困难面和黑暗面。这类型考研的人一般对于职业和未来没有一个明确的规划，甚至从来没想过这个问题，就像读完小学读初中，读完初中考高中一样，自然而然就往更高的教育层面去考试。往往这种人考研成功的几率还是挺大的。但是读完研究生还有博士、博士后，难道一辈子都能不用考虑就业这个问题？四、专业水平不足型如果你考虑清楚了，觉得考研才是自己今后发展最正确的一步，那么最后一步就是审视一下自己的专业水平是否能够应对考研的难度，考研并不容易，如果你从大一开始就没有抓好学习，落下了很多专业知识，仅仅靠一年的时间是很难补回来的。而且就算幸运考上了研究生，研究生的课程也是不简单，到时候因为基础知识不牢固而导致跟不上课程进度，严重会被退学。各位大学的小伙伴，如果你正在纠结是否要考研，不妨先看看这篇文章再做决定！

考研是一个难度不亚于高考的筛选人才的过程，很多考生为此付出了几乎不亚于高考的精力，但是却遗憾未能上岸。尤其是在考研人数每年不断增加的情况下，很多考生更是表示考研成功的难度越来越大，上岸的概率越来越小。一些普通本一院校的考研都不再那样容易，更不用说985、211高校了！985高校的考研成功率更是出了名的低。但是，有一些985高校的考研难度却会相对较低一些，在同等高校中保研率较低，对其他院校的考生而言机会就更大。因此，这些985的考研难度相对较低，想要逆袭的考生可以作为参考！【一、 中国海洋大学】中国海洋大学的考研难度在985高校中算得上是比较低的，也是那些向往于985高校的考研学子的福音之一。或许是与大学建设的专业定位有关，每年报考中国海洋大学的考研学子数量也不多，因此竞争压力也相对较小一些。其特色专业定位在水产养殖、生物科学、海洋技术等专业，但是会计、要学、法学和化学等专业的建设实力也是不错的，考生不要认为一定要报考水产相关的专业，对此形成误解。【二、 西北农林科技大学】因为地理位置相对较差一些，并且院校的特色定位是农林大学，因此报考西北农历科技大学的考研人数也相对较少一些，对于想要报考985高校的学子而言是一个比较容易的上岸机会。除了农林相关的专业如林雪、愿意学、农业工程和风景园林学等，系内农林科技大学的水利工程和生物学等专业实力也不错，总而言之虽然有所偏重，但是毕竟是一所985大学，一些专业的建设实力和教育资源还是很好的。并且不存在本科院校的歧视和超高的分数线，综合而言还是不错的选择。【三、 华东师范大学】华东师范大学作为我国实力一流的师范类院校之一，更是一所实力很强的985高校。并且由于占据了位于上海的优越地理位置，是一个非常不错的考研院校选择。想要报考教育硕士等文科类专业的学子成功几率还是比较大的，因为在同等院校中，华东师范在招收教育硕士的招生量上比较大，并且该专业考研难度不会太大，因此是比较理想的一个选择。除此之外，除了汉语言文学、心理学、英语和对外汉语词类文科类专业外，软件工程和数学与应用科学、生物科学等专业的实力也不错，考生们一定不能忽略了。除以上的985高校之外，还有兰州大学、重庆大学、中南大学等985高校的报考分数线都会相对较低一些，难度也相对容易。但是毕竟考上985大学的分数要求不会低到哪里去，考生要努力提高自己的分数才能求稳，并且通过考研复试也不是轻松简单的事情。尽早准备、充分准备才是最重要的！

教育部发布重要通知，考研学子欲哭无泪，家长却很高兴：这样容易考上我们都知道，现在时间已经来到9月份，距离今年考研初试的时间只有三个多月，大部分同学都复习到冲刺的阶段了，但是，如果你准备到现在，突然之间发现自己要考的科目发生了变化，我想，大部分同学都会感到棘手，因为考研科目一旦发生变化，意味着之前相关科目的复习都白白浪费了。为什么可能会有变化呢？要想搞清楚这个问题，首先来看看我国的研究生考试，研究生初试分为统考科目与自主命题科目，一般情况下，思想政治理论、外国语、数学（有些专业不考数学）等公共科目由教育部统一命题，专业课主要由各个大学自行命题，但是也有例外，有些学校的专业由全国统一命题，例如法硕联考、396经济类联考，当然，这些事情都不是一成不变的。教育部发布2021年全国硕士研究生招生工作管理规定的通知就在9月4日，教育部印发了《2021年全国硕士研究生招生工作管理规定》，对2021年全国硕士研究生考试招生工作进行了部署，值得大家关注的是，今年研究生考试具有了重大的变化。来源教育部官方网站同以前相比，今年考研最大的变化就是，通知说到，2021年起，我国全面推进经济类专业学位和学术学位分类考试改革试点，经济类综合能力考试科目将由教育部考试中心统一命题，供应用统计、金融、国际商务、税务、资产评估、保险等6个经济类专业学位选用，招生单位要统筹考虑本单位实际情况自主选择使用。相信很多人不知道这是怎么回事？我就来给大家说说，在2020年及以前的研究生考试中，上面6个经济类专业的专硕考试科目并不统一，具体来说，截止到2018年，包括中国人民大学、厦门大学、中央财经大学、吉林大学、湖南大学、上海外国语大学、对外经济贸易大学、南开大学、上海财经大学、同济大学、西南财经大学、首都经济贸易大学、西南民族大学、重庆工商大学等高校的专业考试科目是396经济类联考，而很多大学的考研科目是自主命题，通知中提到，2021年起，这门专业课将由教育部考试中心统一命题。对考研学子的影响如果大家目标院校专业课考试科目改变了，需要及时调整复习策略，但是通知也提到，招生单位要统筹考虑本单位实际情况自主选择使用，所以还是需要看各校的具体情况。如果考试科目变成了396联考，也并非没有好处，很多家长就表示：这样可以不考数学三，专业课难度就降低了很多，学生容易上岸。对此你怎么看？欢迎留言交流？

考研百科说明　考研百科是全新栏目，每天为大家用精炼的语言科普考研基础常识，以及基本常识性问题，帮助广大考研小小白快速上车~考试内容不同(一）线性代数数学一、二、三均考察线性代数，所占比例均为22%，而且是数一数二数三考试内容中差别最小的科目，很多年份，考研真题线代部分都是完全一样的，唯一不同的是数一的大纲中多了向量空间部分的知识。(二）概率论与数理统计数学二不考察，数学一与数学三均占22%，从历年的考试大纲来看，数一比数三多了区间估计与假设检验部分的知识，但是对于数一与数三的大纲中均出现的知识在考试要求上也还是有区别的，比如数一要求了解泊松定理的结论和应用条件，但是数三就要求掌握泊松定理的结论和应用条件(三）高数数学一、二、三均考察，而且所占比重最大。数一、三的试卷中所占比例为56%，数二所占比例78%。，数一考察的范围是最广的；数二不考察向量代数与空间解析几何、三重积分、曲线积分、曲面积分以及无穷级数；数三不考察向量空间与解析几何、三重积分、曲线积分、曲面积分以及所有与物理相关的应用。而且侧重有所不同理工类(数一数二)要考微积分的物理应用，而经济类(数三)相应的内容则换成了经济学应用。数三强调级数，数一强调曲面积分温馨提示一般来说数一是考的全面而且相比数二数三来说要难很多。数二虽然考查范围少，但是高数的内容考的很细。数三考的也相对全面主要针对经济类考生。还未确定专业考数学几的考生可以从高等数学的极限、一元函数微分学、一元函数积分学、不定积分、定积分、不定积分的应用、多元函数微分学、微分方程和二重积分等必考公共内容入手，确定好后就要着手开始其他科目的复习啦

近日，中国传媒大学新媒体研究院联合新浪AI媒体研究院发布《中国智能媒体发展报告（2019-2020）》，旨在对全球人工智能媒体发展背景、产业生态、应用情况及发展趋势进行研判。同时，报告聚焦了国内七大年度优秀案例以及疫情期间的智媒创新服务，从中管窥中国智媒的发展潜力。《中国智能媒体发展报告》精华看点（一）全球视野下智能媒体的差异化发展与共性聚焦看点1：全球人工智能“军备竞赛”已经启动，中、美、日、英、欧盟等国家及地区纷纷制定顶层设计、战略布局和关键政策保障人工智能发展，中国人工智能发展迎来政策红利和投资热潮，顶级科技公司逐鹿人工智能赛道。看点2：华盛顿邮报、纽约时报、美联社、彭博社、BBC、GiveMeSport等外媒在智能采集与智能生产环节优势突出；Facebook、Google、Amazon等科技平台智媒体化趋势显著。平台智媒化和智媒平台化发展加速汇流。看点3：全球智能媒体产业生态在基础层、技术层与人工智能产业的架构支撑保持一致，应用层则形成了更适配媒体行业应用场景或需求的软硬件产品及解决方案。（二）中国智能媒体发展现状与未来趋势研判看点4：当前，人工智能贯通信息采集、内容生产、内容分发、媒资管理、内容风控、效果检测、媒体经营、舆情检测、版权保护九大环节，驱动中国媒体的智能化迭变。看点5：对国内主要通讯社、报纸、广播、电视、媒体网站、新媒体智媒转型的专项调研结果显示：多数国内媒体机构高度重视智能化战略，但整体仍处于起步阶段，技术基础薄弱、专业人才缺乏和资金投入不足是目前智媒转型面临的三大挑战。看点6：中国智能媒体发展势不可挡。在主流价值导向引领下，以计算机视觉、强化学习、知识图谱、情感计算等关键技术领域加速突破，推动媒体认知智能升级，全链智媒应用得以纵深发展，智媒商业化得以实质性突破。新型主流媒体与头部商业平台将成为智媒生态两大中坚力量，而先进技术、创新管理和内容建设协同发展将持续激活媒体AI能力。同时，伦理标准、职业规范的建设成为行业关注焦点，为智媒行业健康高速发展保驾护航。（三）优秀案例直播中国智媒转型进行时看点7：国内智能媒体发展百花齐放，领先智能媒体路线践行者为行业发展带来了宝贵经验，本报告将详解CCTV微视AI in TV模式、封面新闻智能泛内容生态、广州日报智能化融媒体方阵、闪电新闻“AI+广电”融媒体资讯平台、新华社智能化编辑部、新浪新闻智能化媒体平台、央视网“人工智能编辑部”七大年度案例。看点8：新冠疫情期间，人工智能助力疫情防控、集结战“疫”舆论宣传工作，人工智能在疫情信息采集、疫情报道内容生产和新闻播报、舆情分析、内容分发、鉴谣辟谣及信息治理等方面形成了多个优秀应用案例，成为战胜信息疫情的“特种智能部队”。智媒时代的新闻传播业变革智媒是以技术为导向的一种媒体形式，智媒时代，以人为主导的媒介形态开始被打破，各种智能物体及新技术的交互融合，推动传媒产业链的新变革。人工智能、物联网、VR/AR等技术的发展是驱动媒体智能化的直接技术动因，并最终使智媒成为未来媒体发展的一种主要趋向。可以看出，智媒的技术基础主要是人工智能技术，一般认为人工智能可以分为“弱人工智能”和“强人工智能”。弱人工智能即针对特定的应用领域的人工智能技术，学界和业界已经有了显著的成果。比如语言翻译、自动驾驶、图像识别等。强人工智能是一种未来人工智能状态的概念，强人工智能的人工智能系统的智能行为至少能够达到与人类一样的程度，能够完成各种认知任务。弱人工智能与强人工智能之间的鸿沟一直难以跨越，研究者们进行了各种尝试但是未能实现突破。美国国家科技委员会也认为，强人工智能至少在几十年之内是无法实现的。现阶段智媒的技术基础仍处于弱人工智能的阶段。智媒时代是人工智能与互联网、传媒业融合的时代，该时代以新技术为基础，万物皆联，万物皆媒，机器能够进行自我学习，实现信息从生产、分发、交互到消费过程的全自动化。这一时期传统媒体行业与其他行业协同创新发展，形成了新的媒体业态环境，再造了媒体的组织结构。智媒时代的发展过程中传媒业革新了信息生产流程，使产品形态得到丰富，商业模式升级，打造出全新的产业链。（一）智媒时代的特点1、万物皆媒。在过去，媒体都是以人为主导。智能媒体发展时至今日，部分与人生活密不可分的物品及生产相关的系统，都可以成为为人类提供信息的媒介。人工智能技术赋予了这些物体或系统分析、发掘、预测及生产信息的能力，用户接受信息的来源平台不再单一。2、人机合一。目前，智能时代的发展趋势是人的智能与人工智能机器融合发展，在媒体智能化的进程中，单单依靠技术，人很容易被偏见和欺骗影响。只有人的智能与智能物体结合，在实践的过程中进行调查核实，才有助于构建新的人工智能理论以指导智媒朝着更好的方向发展。3、自我进化。智能媒体具有自我学习的能力，衍生出能自我控制、自我进化的信息处理控制能力。智能媒体通过对算法的改善，对数据认知的结果，能够形成自我循环的智能程序，使智能媒体能够自感受、自处理、自反馈、自修改，提高传播效率。（二）智媒时代的新闻生产智媒时代的新闻生产是依靠人工智能技术基于前期采访和数据分析基础的再生产。生产从“记者导向”转移到了“技术导向”，使新闻生产不再仅仅依靠专业记者采编信息汇总，转向采编→生产→分发→体验智能化。智媒时代新闻生产的特点表现为：1、新闻生产系统智能化升级。从信息采集、加工到发布的过程，人与机器、环境等一切可成为媒体的事物都将参与进来，处于物联网中的一切物体都能够成为信息采集者。这个系统就是基于采集的信息形成的大数据库和精进的算法技术实现的，也有利于分布式新闻的发展，社交平台上的大部分自媒体都会成为这个系统的一员。2、机器人协助采集新闻线索。新闻生产趋于人和机器的协作，机器可以将人从繁琐的事物中解脱出来，使人的视野和感觉不再具有局限性。未来机器人可以帮助我们发现选题、发掘新闻线索，拓宽新闻报道的广度和深度，对新闻传播效果进行预判，引导人的写作思路。3、新闻生产紧跟用户社交兴趣热点。用户接受新闻靠社交和个人兴趣。新闻生产只有了解用户的社交渠道和浏览新闻习惯及兴趣范围，才能做到精准推送，实现按需创作。为用户提供匹配的新闻生产，通过社交渠道扩大新闻的效度，同时关联相关的网络服务，就可以为用户提供附加价值，吸引用户使用匹配生产的新闻。4、新闻生产以用户多元化体验为目标。人工智能技术与媒介融合，通过AR和VR，用户可以基于终端将新闻投射在特定的场所，通过虚拟信息与真实世界相结合，增强用户对新闻新鲜、趣味、交互的体验。5、新闻生产过程注重智能化反馈。传统新闻生产机制中，受众参与程度很小，属于信息的被动接受者。而在智媒时代，受众地位进一步提高，新闻生产过程中注重受众对新闻内容的反馈，智能系统根据反馈，实时在新闻中增加新的信息。主流智媒应用现状及问题反思就目前智媒发展状况来看，当前人工智能.在传媒界的应用还处于“弱人工智能”阶段。所谓“弱人工智能”是指模拟人活动或动物智能解决各种问题的技术，包括问题求解、逻辑推理与定理证明、自然语言理解、专家系统及人工神经网络、机器学习、模式识别以及机器视觉等。该阶段，人工智能主要依托算法，面向图像和语音识别、机器翻译以及自然语言处理、以VR为代表的沉浸式传播等领域。虽然智媒处在“弱人工智能”阶段，但它给传统新闻传播行业带来的颠覆性变革却不容小觑。（一）算法“黑箱”：一切皆可量化算法技术主要应用于自动化新闻和算法推荐领域。按照卡尔森(Carlson)的定义，自动化新闻生产是“将数据转化为新闻叙事文本的算法过程，其中涉及的人力干预仅限于最初的编程活动”。而算法推荐是以定制化信息服务为出发点，使用特殊的推荐引擎系统，借由机器算法推选出用户感兴趣的内容，并将其推送至用户端。从具体应用上来说，在国外Facebook早已解散了负责“热门话题（Trending）”的团队，改以利用人工智能算法来抓取数据，通过对用户搜索、浏览的分析，对热门搜索词进行排序，抓取热门话题呈现给受众。在国内，今日头条可谓是算法推荐的先驱平台。算法可以解释为“用于解决某一特定问题或达成明确的目标所采取的一系列步骤”。这样做的好处在于快速、准确，数据丰富且强调之间的相关性，缺点在于“生活情景、生活意义”被忽视，由于不强调因果性和思维上的逻辑性有可能导致因果颠倒、信息失实的现象发生。换言之，人工智能的技术操作逻辑是“一切皆可量化”，而在新闻专业主义中所强调的人文价值被忽视，数据与人文精神的匹配成为人工智能亟待解决的问题。算法犹如一个未知的“黑箱”——用户并不清楚算法的目标和意图，也无从获悉算法设计者、实际控制者以及机器生成内容的责任归属等信息，更谈不上对其进行评判和监督。到了智媒时代，一些较有影响力的聚合类新闻资讯平台进入用户视野，其影响力和用户范围十分广大，进一步弱化了主流媒体的影响力。由于这类资讯平台和内容平台本身不是专业媒体，对于新闻伦理问题并不重视。在新闻信息生产过程中更多依靠算法的判断，“把关人”权力逐渐被算法消解。因此就有了今日头条CEO张一鸣曾表示“算法没有价值观，今日头条不设置总编辑”的观点。（二）机器人新闻：颠覆内容生产主体机器人新闻压缩了内容生产流程的环节。机器的自动化带来环节合并，如Veo公司的产品能全景追踪体育赛事，在无人监管模式下，自动追踪体育场上的动向，并将素材自动组合成片，将拍摄、剪辑、后期多个环节进行整合。在国内，如新华社的“快笔小新”、腾讯财经的“Dreamwriter”、今日头条的“张小明”和第一财经的“DT稿王”都是机器人新闻投入媒体应用的例证。它们依赖先进的机器学习算法，提取新闻事实中的数据、资料加以整合，转化为新闻文本。利用机器人写稿，可大大减少新闻写作者的工作量，将其工作重心转移到提高对新闻的深度分析上来。自动化新闻尤其适用于财经金融、体育等方面的报道，根据其“人工模板+自动化数据填充”的内在设定，可以极为快速地向受众传递新闻事实。当然，现在讨论机器人是否能够取代人类还为时尚早，学者喻国明就认为“机器取代人”其实只是一个纯粹逻辑的问题，还不是一个现实的问题。目前机器人新闻发展的关键问题是，人和机器如何在人机对话中实现功能的互补和价值的匹配。在大跨度的复杂变量的处理和判断方面、在微妙情感关系的处理和表达方面，尤其是在价值规则的制定和参照框架的选择方面，人的智能和介入不可或缺。那么，未来的机器新闻写作是否会停留在这类程式化的写作模式中？答案也许是否定的。“微软小冰”与《钱江晚报》等媒体的合作，就在向更广泛的领域延伸。“基于大数据分析，小冰可以准确追踪受众关注的热点和话题，并以此为基础有的放矢产出与投放信息。”由此可见，机器人新闻的出现已经颠覆了传统新闻生产者的定位，原本由人为主导的新闻内容生产变为人机共同协作甚至以机器为主体自动化完成。在未来，传播者和内容生产者的角色被重新定义，谁是新闻生产主体？谁控制着内容输出？机器人新闻在传媒界如何被界定身份等都是我们将要面临的不可回避的问题。（三）VR场景：沉浸式传播的真实体验以VR为代表的场景式、沉浸式传播，也逐步渗透到新闻传播领域，并且已经有了一些有影响的作品。2012年，《新闻周刊》记者诺尼·德拉佩纳与学生帕尔默·洛基拍摄了第一部VR纪录片《饥饿洛杉矶》，这也是VR第一次显示它强大的新闻叙事潜力。2015年开始，美国新闻界全面应用VR技术，出现了《丰收的变化》《无家可归者》等新闻作品。就国内而言，2015年，财新网拍了《山村里的幼儿园》，讲的是农村基层的故事。此后的两会大量使用了VR直播，主要是全景展示，让普通老百姓通过VR/AR加入国家政治生活的最高情景当中。从传播学角度来说，VR有三个核心特质：一是沉浸，传播不再是信息，不再是观点，而变成一种体验植入你的身体，这就是传媒作为人的延伸的重要体验；二是互动；三是想象。VR/AR对于传统新闻业而言，它最大的意义在于，创造了场景式传播。学者彭兰甚至从构成要素的角度将场景提升至与内容、形式、社交并列的地位，称之为媒体的第四种核心要素，将人们所处的“空间环境、实时状态、生活惯性和社交氛围”归纳为场景的基本要素。梅罗维茨则创造了一种全新的社会场景观念——“情境”(situation)，既包涵了物理场景（房间和建筑物等），又囊括了媒介所创造的信息场景，将场景作为构建社会事实的重要维度。对于受众而言，这种场景化传播所带来的是跨越时空的“全觉接受”，即不同场景的相互交叉促使人们的身体所在地与交流空间可以分离，但处于不同时空的人们可以在意识上共享同一时空。当不断更新的传收界面持续中介我们的生活世界时，跨越时空的全觉传收以前所未有的速度贯穿人们的社会生活，更新社会文化的结构方式、表现方式。实际上，全觉传收“更加符合人类交往交流的自然状态，更加符合人类自在自发的交往交流方式”。由此形成收受者从语境模糊到清晰、从单一感官到全觉获取的立体传收模式。如何迎来一个更好的智媒时代我们对于智媒的发展应该持有审慎的态度，这并非是要阻止和限制智媒的发展，而是在深刻洞察其所带来的问题后，寻求相应的解决方案和对策，从而让智媒更好地为人类服务。重回新闻专业主义核心精神，将智媒发展纳入依法治理的轨道，深化认知与人的主观能动性的发挥是解决问题的关键。（一）呼唤与重构新闻专业主义面对算法“黑箱”所带来的一系列问题，如何在这个新的信息角逐场构建应有的伦理秩序和操作规范已经迫在眉睫。由于当前的媒体传播平台已经不仅仅限于传统媒体，一些商业化组织和企业成为这个领域巨头的趋势明显。技术对公共领域的深度入侵、人类对技术的过分信赖，以及相关企业对业内伦理规则的选择性失明正在导致一个风险社会的出现。在智媒背景下，有必要从更宽广的视域来审视和重构传统的新闻专业主义。从理论层面上来说，工具理性和价值理性应达到平衡。学者吴飞、田野认为，新闻的专业主义理念是工具理性和价值理念的混合体。算法机制具备工具理性特点，但它目的至上，忽略了价值理性中那些义务、尊严、美等信念。因此建议通过人机交互加强智能算法中人的主体性，即通过人+机器、机器帮人，让人工智能更好地体现人的主导性和价值观，最终实现技术理性与价值理性共融。从技术层面上来说，算法应该透明。按照新闻透明性的要求，通过公开信息披露，无论是否属于新闻从业人员，只要对新闻作品及其生产制作流程感兴趣，均享有监督、核查、评判甚至参与到新闻采集、生产以及分发过程的机会，用户借此可以更多地了解新闻生产过程及其背后的设计逻辑。这种透明包含算法要素的透明，即对数据质量、可信度、准确性、误差范围、采样范围、缺失值、机器学习过程中训练数据的规模等进行必要说明；算法程序透明，即算法程序的推理规则，如分类、数值推测、推荐等，其中包含的准确度、基准值、置信水平、外部接口的开关、输入与权重的可调整性以及呈现给终端用户的界面设计等；算法背景透明，即自动化新闻生产过程中是否有人工编辑和记者的干预，以何种形式、在什么程度上参与，谁应对报道的准确性负责，媒体机构应该予以明确说明。（二）将智媒纳入依法治理轨道可以预见，智媒必将给人们的生活带来巨大的变化，这也加剧了制定行业规范和配套完善法律法规的必要性和迫切性。美国南部卫理公会大学管理信息科学专家迈森（Richard O. Mason）在其《信息时代的四个伦理问题》中，提出了著名的“PAPA”理论，即：信息隐私权（Privacy）、信息正确权（Accuracy）、信息产权（Property）、信息资源存取权（Accessibility）。从专业行业协会来看，各国也形成了从事信息技术企业行为规范的基本伦理原则。如在美国计算机协会（Association of Computing Machinery，ACM）的十二条伦理守则中，第一和第三条分别是“对社会和大众的福利要有所贡献”“诚实和值得信赖”；加拿大信息处理学会（Canada Information Processing Society CIPS）的伦理准则第三条和第五条分别是“抵制错误信息”和“不提供误导信息”。此外，英国计算机学会（British Computer Society）、日本电子网络集团（Electronic Network Consortium）等都也制定了类似的职业伦理守则。2017年7月8日，我国国务院印发《新一代人工智能发展规划》，提出“建立人工智能法律法规、伦理规范和政策体系，形成人工智能安全评估和管控能力”，可以视为国内对规范人工智能发展迈出的重要一步。当然，距离真正实现智媒进入依法治理的轨道还有很长的路要走，但这种制定业内规范和法律法规的意识不可或缺。（三）深化认知与主体作用发挥美国学者曾经提出过“共进共存”理论，这个理论认为，媒介的演进从不以替代原有媒介为演进方向，而是在既有媒介基础上叠加式地向前发展，由此形成不断创新的媒介生态环境。媒介的“共进共存”的关键，是经过人的选择后存续下来的媒介形态。这也就是说，在任何一种传播新样态出现时，真正决定其发展方向的还是人。施拉姆说：“归根究底说来，媒体的格调是由阅听大众来决定的。在大众手里，他们掌握着一张王牌，问题在于他们愿不愿来参加牌局。”其实，参加牌局的方式有很多种，他们既可以像施拉姆所言，“使自己成为机警而又有鉴别能力的阅听大众”，也可以成为积极参与的从事媒介监督的大众，通过媒介行动主义（Media Activism）实践来对信息内容、媒介行为进行监督和督促，通过自己能动的建设性作用，来实践自己的传播权。在人与媒介技术的互动中，既需要媒介技术的使用者提升媒介素养，以抵制强大媒介技术对人的心理和行为产生的“促逼”作用，也需要专业新闻从业人员的新闻价值观及时更新，不仅要顺应时代的潮流，熟悉掌握并合理使用人工技能技术，还要提高个人的社会责任心，加强人的主体性与能动性。参考[1] 新浪新闻.中国传媒大学新媒体研究院&新浪AI媒体研究院：中国智能媒体发展报告（2019-2020）[2] 彭兰．智媒化:未来媒体浪潮———新媒体发展趋势报告( 2016)．国际新闻界，2016[3] 洪杰文,兰雪.从技术困境到风险感知:对智媒热的冷思考[J].新闻与传播评论,2019[4] 梁辰,李萍.智媒时代的新闻生产[J].青年记者,2019[5] 滕瀚,王一鸣.智媒热的冷思考[J].视听界,2019(03)