1、人工智能来做编辑工作，提高编辑效率

像自动写作、自动摘要这些事情，人工智能已经能实现了，比如给机器一篇文章，机器自动写一个摘要，起一个吸引用户的标题，或者是把体育比赛的现场解说词给机器，让它把里面重要的句子摘出来，变成一个很短的新闻稿。

但有人质疑，这么做还是没办法生产出来读者想要的高质量的摘要。杨强说，可以在这个基础上加一层“增强学习”，让机器在做摘要的时候更有目的性。比如，让机器去读《射雕英雄传》、《笑傲江湖》两本小说，然后把阅读到的东西迁移到一起，像洪七公和令狐冲这样不在同一本书里的人物，可以互相进行打斗，而且读起来很通顺，最后形成一本新的小说。

2、信源捕获及可视化追踪

即我们可以在一个新的领域，用新的手段获得一些信号，并且把这些信号变成我们要的新闻内容。比如，过去做采访，需要研究采访对象，需要看关于这个人的文章，然后提出一些问题。今天我们可以用深度学习来做到这一点，让机器去理解这些文章，然后自动生成高质量的问题。

在“信源捕获”这方面，还有一点即信源可视化追踪。在社会网络里，有很多信息的传播、新闻的传播，通过可视化，能观察到传播的路径、地点以及传播方式。这也就意味着，同样一个新闻内容，可以通过人工智能对不同的人进行不同的服务。比如说小朋友得到的内容，和成年人得到的内容，形式可以完全不一样。这样可以实现自动化的个性投放。

3、视频和资讯的间的互动

今天很多媒体都已开始进入视频领域，视频和资讯互动是指，能不能实现文本和视频之间的转换，让机器看懂视频，然后用文字的形式告诉用户，形成完整的文字摘要。

4、资讯的智能分发

指将新闻分发给关注此领域的用户，也即把一个新闻分发给想看这个新闻的用户，也是如今电商领域常见的推荐系统。但是新闻有它的特点，新闻是靠内容来取胜的。比如说我们看新闻，是因为我们好奇，对新闻感兴趣。怎么样能够把好奇的人和好奇的内容结合起来，这是需要关注的问题。假如一个用户的历史记录显示，他经常读一些财经类文章，又比较关注美国大选，那能不能推断，这个人比较关系特朗普的财经政策？这样就能给他推送更多的新闻。这种信息里面，既有用户的行为信息，又要有内容的信息。

5、资讯服务

有了资讯以后，怎么让资讯和用户非常顺畅地进行交流。在这一点上，杨强认为可以关注一下人机对话系统。比如说我在开车，但又特别关心美国大选，此时我就问机器人这样的问题：美国大选现在是什么情况？机器人会告诉我各州开票的情况，这种对话需要机器人做大量的阅读。另外，机器对当时的舆论情况也要非常了解。