方世彤

英國志奮領(lǐng)學(xué)者，Stirling大學(xué)傳媒管理碩士，長期致力于電視傳媒的發(fā)展研究和咨詢顧問工作。

隨著工作場所中實(shí)時(shí)流式傳輸和點(diǎn)播視頻的使用不斷增長，添加AI有望成倍增加視頻的使用以促進(jìn)廣電工作方式以及員工溝通與協(xié)作方面所帶來的價(jià)值

人工智能（AI）允許計(jì)算機(jī)模仿人類能力，自動化的過程是指創(chuàng)建能夠執(zhí)行基于流程的任務(wù)而無須人工干預(yù)。在當(dāng)下，AI的最常見形式是機(jī)器學(xué)習(xí)，將大量數(shù)據(jù)“饋送”到算法中以進(jìn)行訓(xùn)練，一旦訓(xùn)練完成，該算法便能在無輔助的后續(xù)數(shù)據(jù)饋送中對項(xiàng)目進(jìn)行分類。科幻電影《機(jī)器人瓦力》中，主角機(jī)器人瓦力的知識就是通過看錄像帶獲得的，他把一盤盤的錄像帶吞吐腹中，人類上百年歷史的影像給了瓦力足夠的知識去追另一個(gè)機(jī)器人女孩。

然而，機(jī)器學(xué)習(xí)的一個(gè)主要缺點(diǎn)是要依賴擁有大量準(zhǔn)確數(shù)據(jù)的樣本。因此，輸入數(shù)據(jù)來源的質(zhì)量高低，限制著機(jī)器學(xué)習(xí)應(yīng)用的成效。當(dāng)我們提供足夠好的數(shù)據(jù)樣本時(shí)，機(jī)器也會學(xué)習(xí)得聰明些，不然人工智能就會變成人工愚蠢。

AI應(yīng)用于視頻最相關(guān)的人工智能學(xué)科是“計(jì)算機(jī)視覺”Computer Vision。“計(jì)算機(jī)視覺”是使用人工智能解釋圖像或視頻的視覺元素。計(jì)算機(jī)視覺可以使用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)技術(shù)來實(shí)現(xiàn)此目標(biāo)，是諸如面部識別和自動車輛無人駕駛等新興技術(shù)應(yīng)用的基礎(chǔ)。事實(shí)證明，教計(jì)算機(jī)像人類一樣處理視覺數(shù)據(jù)比將算法簡單地連接到相機(jī)要困難得多。挑戰(zhàn)主要來自于對人類視覺如何復(fù)制現(xiàn)實(shí)的基本理解，就好比我們看到樹葉發(fā)黃，會想到秋天來了天氣變冷了，甚至?xí)行┰娙说那榫w出來?？墒菣C(jī)器人識別樹葉發(fā)黃就是發(fā)黃了，它是不會有太多情感上的聯(lián)想的，也不會把樹葉發(fā)黃的事情理解為秋天的到來，更不會生發(fā)出豐收抑或愁緒的情感。

正因?yàn)橛?jì)算機(jī)視覺目前缺少情緒管理，我們還是比較難在人文創(chuàng)作或者視頻創(chuàng)作上應(yīng)用這項(xiàng)技術(shù)?？茖W(xué)家們一直試圖實(shí)現(xiàn)AI人文理解上的突破。十年前我在英國學(xué)習(xí)時(shí)的室友就是將計(jì)算機(jī)視覺應(yīng)用到宗教研究的博士后，他的課題是讓計(jì)算機(jī)閱讀學(xué)習(xí)歐洲各大教堂的宗教名畫，讓計(jì)算機(jī)能夠刻畫出上帝的真正形象（聽上去很不靠譜的感覺，但這真是人工智能的博士后研究項(xiàng)目）。而央視這次國慶閱兵也推出了AI剪輯，相關(guān)人士介紹該剪輯就是讓機(jī)器學(xué)習(xí)前幾次閱兵的鏡頭剪輯規(guī)律，讓機(jī)器自動剪片，大大節(jié)省了人力。

我們需要了解視頻AI的基石有哪些，能在多大程度上影響廣電業(yè)的發(fā)展和視頻技術(shù)的成長。很多時(shí)候我們把視頻當(dāng)成活動的照片，畢竟我們定義視頻也是每秒多少張圖片的連續(xù)動畫。但除去影像，語音其實(shí)是視頻的重要組成部分，人工智能可以通過多種方式幫助解釋、演繹語音： 人工智能早期的例子之一是機(jī)器轉(zhuǎn)錄，其中的算法能夠?qū)⒄Z音數(shù)據(jù)解釋轉(zhuǎn)換為文本記錄。這項(xiàng)技術(shù)現(xiàn)在很普遍，甚至已經(jīng)在我們的智能手機(jī)中大量使用，更由于深度學(xué)習(xí)新技術(shù)的出現(xiàn)，正在實(shí)現(xiàn)復(fù)興。我一好友在一家得到文化基金投資的創(chuàng)業(yè)公司工作，他們的產(chǎn)品就是利用人工智能轉(zhuǎn)錄技術(shù)將記者外采的視頻語音轉(zhuǎn)化成文字稿，提供給后期編輯撰稿使用。

口語單詞被消化成文本數(shù)據(jù)后，便會解鎖其他功能，例如翻譯成其他語言。谷歌是人工智能領(lǐng)域的先驅(qū)之一，其于2006年首次使用聯(lián)合國和歐洲議會的筆錄作為基礎(chǔ)語言數(shù)據(jù)，啟動了機(jī)器翻譯服務(wù)，當(dāng)下谷歌支持100多種語言，每天服務(wù)5億人。我周邊很多視頻制作者們都在使用一個(gè)人工智能平臺，它能輕松地對視頻里的語言進(jìn)行識別翻譯，所以很多朋友用它并非是翻譯視頻，而是制作母語視頻字幕。

現(xiàn)在的虛擬主持人已經(jīng)在應(yīng)用一些人工智能技術(shù)，可以想象未來這些主持人說的也不一定是我們的母語，很可能是說外語的主持人。

人工智能的應(yīng)用正變得越來越普遍，人工智能無疑可為廣電制作帶來價(jià)值。隨著工作場所中實(shí)時(shí)流式傳輸和點(diǎn)播視頻的使用不斷增長，添加AI有望成倍增加視頻的使用以促進(jìn)廣電工作方式以及員工溝通與協(xié)作方面所帶來的價(jià)值。