【导语】Star是我们基于生理传感技术和人工智能算法开发的应用型智能机器人系统。

　　今年两会期间，新华网Star生物传感智能机器人以一套科学“读心术”，生产出国内首条生理传感新闻（SGC）让不少人记忆深刻。在总理作报告的100多分钟内，“Star”能描绘出观众的“情绪曲线”， 精准分析出人们“心潮澎湃”的瞬间，直接“触碰”人们内在的真实情感。《政府工作报告》中“直击人心”的那些话，由Star生物传感机器人实时捕捉、自动计算得出，再通过人机交互等技术转化为数值，同时自动生成体验报告。这是情感交互技术在时政新闻领域的首次应用。

　　“Star”是我们基于生理传感技术和人工智能算法开发的应用型智能机器人系统。该系统利用传感技术获取用户在特定场景下的生理数据，并根据内置的人工智能算法，将获取的原始数据及映射出的用户在特定场景下的心理状态加以解读，并通过相应的写作程序自动生产相关报道。作为一种机器人写作的应用实验，它可以实现传统报道难以企及的深度数据挖掘和情感分析，帮助记者捕捉更细微的变化、完成更精准的解读。　　新闻生产的竞争力将更多地体现在数据分析能力的竞争上。采用多元技术与工具的能力，将是复合型报道者的必备素养。传感器技术的应用，为报道者提供了新的报道视角与辅助工具。同时，它也是检验我们报道效果的参考指标之一。

　　“Star”如何做到“更懂你”？“Star”的基本属性就是人机交互，是随着人与机器相互了解的深入而不断学习提升机器智能化水平的过程。我们在开发算法时更强调对于人的尊重和理解。作为传媒人，这种尊重首先就体现在我们的新闻、影视作品创作出来后，是否重视受众的反馈意见。如何在导向把握与用户体验之间找到平衡点，通过技术优化使受众体验感与接受度提升，甚至让他们自己能够加深对自我的认知，这是我们不断思考的问题。目前仅仅基于既往搜索习惯来确定人的阅读趣味的算法是片面的，易限制和窄化人的觉察视野和认知水平。而基于小样本调查的传统采访方式往往将相关性混淆为因果性，难以令公众信服。

　　“Star”在算法设计上，采用多维、多元交叉计算对人类生理数据、语义、表情等进行分析，这些数据本身就代表了它是以用户的需求和反馈为中心、基于对个体化差异的基本判断而建设的模型。同时，“Star”不仅采用深度学习的算法技术，也以无监督学习的方式弥补缺陷，同时还具备帮助报道者实现更加精准挖掘与分析的能力。通过人类自主选择、自愿提供的感应数据，将变得越来越智慧，为我们提供更符合个人需要也更为精确的解决方案。（杨溟：新华网融媒体未来研究院院长）