首页
>展会信息>行业新闻

“智慧广电”人工智能应用

发布时间:2019-02-12

大家对“人工智能(AI)”这个词都不陌生。

微信图片_20190211110156.jpg


  2006年以来,以“深度学习”为代表的机器学习算法在机器视觉和语音识别等领域取得了极大的成功,识别准确性大幅提升,使人工智能再次受到学术界和产业界的广泛关注。另一方面,云计算、大数据分析等的快速发展,也为人工智能发展提供了丰富的数据资源,以及训练出更加智能化的人工智能算法模型的计算能力。这就为人工智能的落地应用打下了一定的基础。


为大力推动人工智能技术研发和产业化发展,我国在2017年出台了两个重磅的人工智能政策文件《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》。


作为新一轮产业变革的核心驱动力,人工智能在催生新技术、新产品的同时,已经被人们视作一种“通用目的技术”,对广播电视等传统行业潜在具备较强的“转型升级”赋能作用。


笔者认为,对于广播电视行业而言,人工智能技术本身可能不具备销售价值,但是其价值主要体现在嵌入人工智能技术产品的新特性、新功能的形成及提供,使原有产品和业务更具备市场竞争力、新价值发现,或节约运营成本等。


20181122日,广电总局印发的《关于促进智慧广电发展的指导意见》正式公布,其中明确,“智慧化”是广播电视发展的新趋势、新需求之一。


同一天,广电总局党组书记、局长聂辰席在“推进全国智慧广电建设现场会”上讲话时对“智慧广电”作了阐述:智慧广电建设是以全面提升广播电视业务能力和服务能力为目标,以有线、无线、卫星、互联网等多种手段协同承载为依托,以云计算、大数据、物联网、IPv6、人工智能等综合数字信息技术为支撑,实现广播电视智慧化生产、智慧化传播、智慧化服务和智慧化监管,着力提供无所不在、无时不在的高质量广播电视服务,更好地肩负起广播电视在新时代的重大职责使命。


从上述讲话可见,人工智能将在“智慧广电”建设中扮演非常重要的角色。


国内广播电视行业在人工智能技术应用研究方面已经取得了一些进展。笔者注意到,在从2019111日开始公示的“2018年度广播影视科技创新奖评奖结果”中,有多个获奖项目就与人工智能相关,比如:基于AI技术的广播电视媒资生产管理平台(科技成果应用与技术革新奖一等奖);广播电视监管智能调度与决策支撑信息系统项目、卫星广播电视安全播出智能研判系统、有线电视大数据融合分析平台(科技成果应用与技术革新奖二等奖);基于大数据的用户画像和标签化应用项目、数据可视化技术在业务平台监控领域的应用研究(科技成果应用与技术革新奖三等奖);面向TVOS的语音云应用研究与业务开发(工程技术奖二等奖);基于自然语言处理(NLP)和机器学习算法的电影内容标签智能提取方法及应用研究(软科学奖二等奖)。


既然人工智能具有成为一种“通用目的技术”的潜质,理论上而言,就能够被应用于广播电视的各个环节,包括广播电视内容制作、分发传播、技术支撑、审核监管、运营管理、用户服务等够具备应用人工智能技术来提升效率的较大潜力。


虽然人工智能技术最终将在“智慧广电”中得到一定的规模应用,但是目前看来,需要克服的技术问题还有很多,要使语音识别、计算机视觉、自然语言处理、集成应用系统等人工智能技术在广播电视行业逐步得到成功应用,就需要构建起专门的技术支撑体系,还需要建立起与之相配套的技术研发、长远规划、合作伙伴选择、技术复用机制以及人工智能技术应用效果评价体系——笔者总结为,这是“智慧广电”人工智能应用的6个方面,分别简述如下:

1)长远规划方面

目前,广播电视业务、产品规划前瞻性研究不足,基本立足满足当年需求、长远规划考虑较弱。这在一定程度上会对人工智能技术在行业里的应用落地产生制约现象。为此,对于“智慧广电”的业务、产品发展规划,需要进行系统化研究:不仅包括相关业务、产品在近期、中长期的功能需求,也包括与之相适应相匹配的人工智能技术研究,并包括为实现这些业务、产品功能所需具备的基础系统条件、网络条件、后台服务数据条件等。


2)技术研发方面

对于广播电视应用人工智能技术的总体技术架构,需要进行研发规划以及演进方向研究。


3)专门的技术支撑体系方面

与广播电视现有各种应用系统不同的是,人工智能技术在广播电视行业的应用,对于“系统”运营需求更强:广播电视对于人工智能技术的应用,并不是开发出一各人工智能算法并由此训练出一个模型然后就“一劳永逸”那样简单,而是需要循环往复、不断优化。比如,以有线数字电视智能语音控制为例,相关的控制系统需要约定于有线数字电视业务平台每日节目信息更新(包括新增、删除、更改等)的同步接口,以使控制系统能根据业务需求,提供针对最新节目语音识别、理解、控制能力。于是,就需要广播电视主体企业构建起专门的技术支撑体系:根据需求设计模型,由算法在收集的而且经过标注的数据上训练出可应用的模型,然后进行测试评价,最后完成应用开发及上线工作;后续,随着相关广播电视业务的开展,还要不断根据新的需求继续收集、处理、标注数据,并基于此来优化或者新增人工智能算法模型。这个过程将会是一直存在的,从而,构建专门的技术支撑体系就显得十分重要。


4)合作伙伴选择方面

可以预见的是,“智慧广电”对于各类人工智能技术的应用,技术研发及应用工作量将会很大,涉及的方面也将很多。从而,就不但需要进行人工智能底层技术的适应性或者适配性研究,还需要在具体应用的过程之中,协调平台提供厂商、业务集成厂商进行集成开发、测试、上线等工作,可见,其中所涉及到的环节是较长的,从而,潜在的“风险点”就在于“很容易受制于广播电视原有业务平台合作伙伴的支持力度,造成最后呈现给用户的人工智能应用结果出现欠缺”,对于广播电视主体企业进行艰苦的整体上的把控。所以,选择好服务于“智慧广电”建设发展需求的合作伙伴就显得很关键——一般地,“智慧广电”人工智能应用的对外合作需要长远地考虑:与什么类型的合作伙伴合作?在合作中获得什么?如何保障各方利益?此外,在选定相关的合作伙伴后,与之建立起长期的合作关系也显得很重要——这是因为,人工智能技术本身具备运营及迭代开发、优化特征,在与技术提供方建立高效、长期的合作机制后,可以避免上线系统后期出现维护问题、确保后续工作有效开展。


5)技术复用机制方面

目前,在广播电视行业一些“智能化应用”的探索实践中,积累相关知识、方法复用机制还需完善:类似的人工智能功能通常需要在不同的业务中实现,而且不同的技术支撑厂商在实现过程中面临的问题也类似,但是关键业务知识、技术积累、经验无法复用,造成重复投入大、没有统一的维护支撑(使得功能上线容易、长远运维难、未来新需求满足难)。从而,“智慧广电”对于各类人工智能技术的应用,需要逐步探索建立起技术复用机制,对于不同业务、产品的需求,抽象出共性的技术问题并提出解决方案,然后再推广进行一定程度的个性化实施,同时克服“项目式”的技术研发、无法进行“迭代开发”的缺陷等,逐步增强“智慧广电”智能应用系统的健壮性、适应性,同时节约总体成本。


6)人工智能技术应用效果评价体系方面

如上文相关部分所述,人工智能技术在“智慧广电”中的应用,本身可能不具备销售价值,但是其价值主要体现在嵌入人工智能技术产品的新特性、新功能的形成及提供,使原有产品和业务更具备市场竞争力、新价值发现,或节约运营成本等,这就使得人工智能技术价值是“附着于原有产品上”,从而对其本身单独的评价则较难。因此,就需要根据“智慧广电”人工智能的应用规划,研究“智慧广电”人工智能技术应用效果合理的评价体系的建立以及完善。


当下,“智慧广电”建设方兴未艾,广播电视的智慧化生产、智慧化传播、智慧化服务和智慧化监管都将不同程度地逐步运用人工智能这类通用目的技术。另一方面,正如上文所述,广播电视行业还需要从多个重要方面去克服人工智能应用与“智慧广电”的挑战问题。语音识别/语义理解、生物识别/人脸识别、计算机视觉等人工智能技术在广播电视行业的已有解决方案又哪些优化、增强?又有哪些新的解决方案?即将于2019321-23日召开的CCBN 2019,将会有相关的展示。另外,CCBN 2019还在322日安排了“智慧广电论坛——视频AI篇”,届时,行业专家将带来精彩的分享。


参考文献

[1]余凯,贾磊,陈雨强,徐伟.深度学习的昨天、今天和明天[J].计算机研究与发展, 2013(9):1799-1804.