云计算人工智能颠覆***制作 科技巨擘混战娱乐媒体业_媒体_人工智能
数字化的***媒体本身便是海量的数据,随着人工智能的打破,如何辨识、理解、解析这些内容,并通过人工智能供应反馈是目前所有科技巨子关注的焦点:个中图像识别、语义识别、情节和感情辨识及搜索是各方都正在办理的问题。
人工智能和云打算正在加速改变各个行业,而媒体娱乐行业可能是个中改变最快的一个。
上周在纽约举办的美国广播电视展览会(NAB)俨然成为科技巨子的斗兽场:亚马逊云做事AWS、IBM以及谷歌均以紧张展商的姿态涌现,它们在各个论坛和技能谈论中向电视台、电影和广告公司描述一个相似的未来。
***内容不但在云端存储和播放,其全体制作流程都将可以依托强大的打算能力在云端完成;反过来,这些海量数据将不断“演习”人工智能系统,自动为媒体供应一系列有代价的信息:从哈里森福特三十年前出演第一部电影的某个片段,到哪个演员、什么样的剧情才是此刻不雅观众更想看到的。
如果当家神剧《纸牌屋》的成功证明了大数据对内容创作的浸染,那么奈飞(Netflix)本身的商业扩展更表示了云端和人工智能对媒体的浸染:作为第一家将全部***内容转移到云真个内容商, Netflix 通过亚马逊云AWS做事扩展到了 130 余个国家,成为真正意义上的环球互联网电视网络。
在美国广播电视展览会上,媒体和科技巨子正在磋商如何将这一趋势延伸、扩大。
“二三十年前,技能是媒体公司的后台部门,卖力修电脑管数据,但到了现在,媒体本身已经变成了科技。”IBM环球媒体和娱乐行业主管Peter Guglielmino在展会现场向21世纪经济宣布表示。
数字化的***媒体本身便是海量的数据,随着人工智能的打破,如何辨识、理解、解析这些内容,并通过人工智能供应反馈是目前所有科技巨子关注的焦点:个中图像识别、语义识别、情节和感情辨识及搜索是各方都正在办理的问题。
“几年以前,当谈到云打算和人工智能时,不少媒体精英还是一头雾水,现在所有人都看到了主要性。”Guglielmino表示。
“这是一场系统化的升级,从数字内容的拍摄到上传,到渲染和剪辑,以及后期人工智能的运用,”数字媒体传输和元数据采集创业公司Quine CEO Gunleik Groven向21世纪经济宣布表示,他认为,从云做事到人工智能,媒体娱乐的智能转型还在开始阶段。“不管是亚马逊谷歌还是IBM,都在尽力搭建一个更加连通的媒体拼图。”
转向云端:从why到how
“对媒体来说,对付向云端转移,大家已经开始从问为什么,到问怎么做的阶段。”Guglielmino表示。
从NAB现场来看,不管是微软的Azure,还是IBM、谷歌的云做事,都被浩瀚厂商提及。而说到媒体和云做事互助的先例,Netflix的故事无法被忽略。
2008年8月,Netflix遭遇严重的数据库破坏事宜,连续三天无法向成员用户寄送DVD光碟,从那时起, Netflix意识到,线下数据中央的关系数据垂直扩展的单点数据系统随意马虎发生问题,必须转向高可靠的、水平扩展的云端分布式系统。
从那个事宜到完成转向亚马逊云端网络做事的真正转换,Netflix花费了七年韶光。在2016年1月,Netflix宣告完成了云真个迁移,关闭所有的自己的流媒体做事数据中央。
迁移到云端已为Netflix带来多项利益。
一方面是体量。比较于2008 年,他们现在的流媒体用户增加了七倍,用户均匀不雅观看韶光同时提高,八年内用户整体不雅观看量增长了三个数量级。
Netflix本身一贯在不断地迅速演进,各项功能越来越倚赖新的资源和不断增长的数据体量。要支持这样迅速的增长仅靠我们自己的数据中央已力不从心。云的弹性许可其分分钟内添加数以千计的虚拟做事器和千万亿字节计的存储能力,Netflix充分利用AWS覆盖环球的做事云区,动态调度做事网络,扩展环球网络做事能力,竭力为环球成员用户打造更好、更满意的流媒体做事体验。
此外, 云端也提高了Netflix做事的时段覆盖。在本地数据中央发生过数次故障后,只管在云端也不可避免地碰着过一些麻烦 , 但整体的韶光覆盖率一贯在稳定地提高,险些已靠近期望中的99.99%一直机运行的目标。
建立云上***能力
“只有一个云做事器是远远不足的,更主要的是在这个根本上能够供应若何的做事。”Quine CEO Gunleik Groven表示,“一个显著的趋势是,科技巨子在马一直蹄地并购原来细分媒体领域的做事公司,以把文件上传、渲染、转码等详细***媒体技能转化到自己的平台之中。”
早在2013年,IBM就收购了由私人控股的大文件传输技能公司Aspera。
Aspera的传输技能,能够减少大型数据文件的传输韶光。一份容量为24GB的大型数据文件,如传输到地球另一端常日情形下须要26小时,但Aspera的技能仅需30秒。Aspera采取的高速传输技能名为“fasp”,冲破了当前制约宽带传输速率的瓶颈。
在Aspera当前的客户当中,还有一些***做事商,比如Netflix和环球影业等,这些***做事商都不肯望自己的数据在传统的网络上受阻。
在2015年,亚马逊以5亿美元收购了***技能公司Elemental,将其整合AWS的***技能的一部分,成立了***云开放平台,将***云技能开放给开拓者,实现***的包括吸收、转码和存储、弹性扩容等等诸多与打算干系的功能。
今年3月,亚马逊AWS对Thinkbox软件进行了收购,这次收购意味着:除基本的云打算做事外,为其客户添加更多的实用性工具,紧张是针对***和更广泛的视觉媒体行业的媒体设计和内容创建的办理方案。
据理解,Thinkbox已供应的做事的示例包括用于渲染管理、几何缓存和粒子网格划分的系统以及一系列粒子渲染办理方案的其他工具。其办理方案目前已设计用于内部支配和基于云的事情。
只管亚马逊没有干系材料显示对付Thinkbox的定位,然而基于环球媒体数字***内容的大幅增长,干系预测认为:其将建立和发卖更多做事,开拓企业转向亚马逊为其供应后端支持,帮助其不仅供应内容,而且创建内容。
在各家平台争抢***公司后,微软的云平台Azure也不甘示弱。今年4月,微软宣告与环球领先的媒体技能供应商互助,为天下范围内的媒体机构、企业用户以及独立艺术家们供应制作、分发、媒体代价化的工具。
作为协议的一部分,Avid选择 Microsoft Azure作为其首选的云托管平台,并且将发展及推出一系列软件即做事(SaaS)和平台即做事(PaaS)的做事模式,此做事架构在Avid MediaCentral®平台之上,它是行业最开放、整合紧密且高效的平台,专为媒体行业而设计。
通过建立在行业最前辈、最综合的Avid创意工具和媒体事情流程办理方案之上的基于云的做事,计策云同盟将使媒体机构及创意专业人士能够快速及轻松地平衡效率、灵巧性及敏捷性——Avid灵巧的授权、支配办法使之成为可能。通过公司新的媒体事情流程、新的操作能力及新的商业机会,云还能够驱动行业创新。
人工智能识别能力
把存储、剪辑等一系列流程都在云上办理并非科技发展的目标,利用人工智能来剖析和识别数据,更好做事于内容创作才是更主要的。
Peter Guglielmino向21世纪经济宣布表示,IBM刚刚针对媒体推出了 IBM Waston Media,通过从媒体和娱乐公司的***库内容中提取海量数据,可以让这些公司对其***库有更深的认识。这些海量数据包括可视化数据(人或物)、笔墨和音频提示(标注和声音)、情绪提示(语气)以及其他一些特性如地点等。当各媒体和娱乐公司有了这样的数据储备后,它们能更好地为消费者供应参与式体验,以及为广告商供应更好的匹配。
在刚刚过去的9月份美国网球公开赛中,IBM沃森媒体的“识别对焦”(Cognitive Highlight)功能利用人工智能实时剖析选手和不雅观众。在比赛期间,该系统一贯在监控七个不同的美国网球公开赛园地,剖析球速、球员跑动间隔以及不雅观众的欢呼次数等,以便将其分配给“整体愉快”得分。所有这些数据都是由沃森处理的,然后将涌如今美国网球公开赛运用程序和USTA Facebook页面上。
此外,“Cognitive Highlight”的新功能加入了已“委托”给Watson的任务列表中,包括网络和剖析统计信息以向电视台供应信息,积极监控美国网球公开赛官网以戒备安全威胁,并扩大规模以适应比赛前后网络流量的大幅增长。
半岛电视台已经开始了这样的考试测验。半岛电视台副台长阿布格拉认为,人工智能和大数据很有可能在未来重塑***编辑室。阿布格拉指出,大约一年以前,半岛电视台就开始通过面部识别、语音翻译和情绪剖析来剖析其内容,“我们正在搞清楚,那个家伙到底是怎么生气的?声音是什么时候发出的?人们在什么时候欢呼?”
他表示,增强、丰富元数据只能通过一个非常聪明的人工智能平台来实现。“我们只管拥有大量的内容,但无法在没有云打算和强大的人工智能的情形下实现这个目标。”阿布格拉说。
阿布格拉指出,“为了实现它,我们须要确保我们做出了精确的判断。有些不是依赖你自己就能实现的,你须要支持的技能来帮你重塑思维,乃至做出明智的决定。”
除了运用人工智能剖析其内容外,半岛电视台还在利用大数据来挖掘可能隐蔽在其20年***节目档案中的信息。例如,剖析员认为,一位政治家在某一国家揭橥演讲时利用了一个句子,然后试图辨别出与他所作出的某项政策决定有关。“有很多的可能性。”阿布格拉说,“你必须数字化,然后剖析。”
Peter Guglielmino向21世纪经济宣布表示,从技能发展和需求来看,追求高效快捷的***和体育是目前媒体系统的最早运用,但未来必将深入到广告、电影、电视制作中。
“内容制作是一个千亿市场,每个人都在加油冲刺。”Guglielmino说。
(编辑:赵海建)
21世纪经济宣布 张涵 纽约宣布
更多内容请***21财经APP
本文系作者个人观点,不代表本站立场,转载请注明出处!