套娃式充会员 智能时代看电视反而更麻烦了？******
智能时代看电视反而更麻烦了？
近期，“看个电视太费劲了”的话题登上热搜。有网民发视频吐槽智能电视视频App收费高，通过电视机下载的视频App看电视剧、电影、动画，居然要分别收费。视频发出后，收到了很多网友的点赞和留言。不少网友表示“你说出了大家的心声”“怀念原来的电视，现在都变味了”“一年下来看电视的费用都高得离谱，导致现在电视机都成了摆设”。人们常说技术改变生活，但网友们的共鸣又不禁让人发问：为何智能电视时代，看电视反而更麻烦了？
其实，网友的吐槽不是否认电视技术的进步及其给人们生活带来的便利。智能电视不仅屏幕尺寸大、分辨率高，而且更加轻薄，便于人们节约使用室内空间。从观看体验上说，大家不用再卡着时间等电视台直播，也不用为错过某个精彩的节目或影视片段而遗憾，随时暂停、随心点播，人们有了更多选择权。这种在观赏电视节目时前所未有的掌控感，是技术向前发展才可能出现的。
人们对以往电视的怀念，或许有美好的怀旧情绪在其中，但恐怕更多指向之前看电视时的清爽和纯粹。那些年的老电视，外表显得笨重，且没有兼容太多功能，而新的技术条件下，电视的内涵和外延在不断扩展，电视节目的生态也在改变。随着新兴媒介的兴起，人们对影音视听的要求也不是旧式电视能满足的，智能电视厂商由此展开技术和价格上的竞争。不过，也正因如此，许多视频内容供应方深度融入电视产销环节，利益主体更加多元复杂，让智能电视不再只是一块大屏那么简单。
以往也有网友反映过“套娃式充会员”这类现象，电视用户的直观感受就是充完一个会员并不能完全“通关”，也不能看到所有的影视内容。若是要“一充再充”，那么看视频的费用自然就变高了。实际上，在新的售卖和营销模式之下，电视已经成为视频内容分发和聚合平台，电视厂商和内容供应方，以各式各样的会员体系和充值规则，决定着内容的开放和共享程度，最终影响着电视观众的选择。不同App间的定价与竞争策略，涉及节目的版权和收益，这也会让用户在观看电视和选择服务时，有分散和割裂之感。
可以说，即便是平日玩转网络的年轻人，在接触电视会员充值模式时，也会感到不适应。另外，电视观众中还有不少老年人和青少年，他们对相关操作并不熟悉，看电视时也可能误充会员。流行的“客厅营销”改变了电视和内容行业的市场“打法”，但如果只有不断地充会员才能“解锁”智能电视，也会让可以活跃家庭气氛的电视渐渐受到冷落。当用户开始“用脚投票”，转而抛弃电视拥抱其他收视观影媒介，这种用户的流失，对电视行业和会员体系恐怕并不是件幸事。
随着社会版权意识的提高，人们越来越愿意为优质内容付费，但丰富的内容供应、明晰的会员权益、合理的收费标准、便捷的使用体验等，同样是下一步电视行业提升用户口碑和使用体验的发力点。只有立足用户痛点解决问题的企业，才能收获更多用户，占领更大市场。
白毅鹏 来源：中国青年报
张宏江：人工智能如何帮人类进入科研新范式？******
中新网北京12月10日电 “人工智能能够如何帮助我们进入科研的新范式？”
这是美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，12月9日在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”中，抛出的一个问题。
2022人工智能合作与治理国际论坛由清华大学主办、清华大学人工智能国际治理研究院(I-AIIG)承办，中国新闻网作为战略合作伙伴，联合国开发计划署(UNDP)、联合国教科文组织(UNESCO)等国际组织、国内外学术机构支持。
美国国家工程院外籍院士、北京智源人工智能研究院理事长张宏江，在2022人工智能合作与治理国际论坛的主题论坛“人工智能引领韧性治理与未来科技”上发言。主办方供图张宏江认为，回顾人类科学发展的历史，不同发展阶段经历了不同的科学发现范式。
“几千年前，人类就通过观察、实验来描述自然现象。比如‘日心说’是通过对天象的观察来对整个宇宙。随着科学的发展，四五百年前，理论模型范式出现。人们通过对某一现象的观察总结出理论，从而指导新的科学研究。五六十年前，尤其当大型计算机出现后，面临更复杂的问题，比如天气预报、地震模拟，人们无法再用简单的物理公式、简单的方程构建完整的模拟系统研究理论，人们引入了计算范式，用计算来模拟的方式做科学研究。到二十年前，我们进入大数据时代，科研中积累的大量数据可以进一步驱动物理模型。”
“今天，我们进入了一个新的科研范式。”张宏江说，人工智能经过多年发展，尤其过去15年深度学习的发展，使得人们能够给科学研究推出一个新的范式。“这个范式是AI驱动的范式。实际是用深度学习的算法，直接从数据中建立新的模型，其背后是数据、模型、算法和算力。”
张宏江指出，深度学习在革命性地推动了语言、图像和视频处理、识别和应用之后，正在迅速地改变科学研究的范式，这种新的范式就是物理世界的“数字化+自动化+深度学习”。
他说，“今天我们进入了一个黄金期，新的设计范式，都可以借用深度学习的方法进行赋能。”
张宏江坦言，未来十年蕴含着科学发展与产业创新机会，包括数据、模型、算法、算力，其核心是背后的跨学科人才。(完)
| 快3官方地图 |
