Netflix 等视频平台的人工智能:到底是真人工,还是假智能

近些年来人工智能(AI)红遍大江南北。 但人工智能是否真的在电视领域中占有一席之地呢?

电器领域大佬LG正在测试智能助理的集成,可以简化电视互动,这意味着可能很快就会跟你的遥控器说拜拜。从内容方面来讲,BBC使用AI来创建的节目; 为BBC“4.1” 提供两晚AI辅助内容。在国内,世界上第一个人工智能电视主持人 参加中国中央电视台(CCTV)春节联欢晚会。

别急哟,AI革命并没有完全影响到你生活中的方方面面。 尽管对智能技术的热情可能很高 – 尽管政府已承诺投资10亿英镑中的3亿用于人工智能项目 – 但可能因为能力有限,我们仍然距离预知未来以及机器人规划有着一定的距离。 人工智能是真的智能吗?

—— 炒作周期 ——

人工智能这一领域受到的关注量激增背后有一个简单的关键原因:大趋所示,我们已经坐等无人汽车,机器人和其他的东西很久了。 研究表明 ,到2020年左右, 85% 的英国企业计划增加人工智能方面的投资,并且那些需要拥有“ 人工智能技能 ”的岗位正在不断增加。

当该术语进入主流时,对“数据科学家”的需求飙升,导致全球数据科学家角色数量增加 57%。 然而,这个角色现在含糊不清,包括运营研究人员和统计学家等角色,但仍然需要良好的数据分析 – 而不是人工智能。

尽管人工智能拥有巨大的力量和能力,但大多数技术仍处于早期开发阶段。 只需看看人工智能创新在Gartner最新 Hype Cycle上的定位 ; 总的来说,梦想仍然远超现实。 但是要证明研究人工智能是有价值的话,你必须首先确保它有效,这是一个十分困难的命题。

—— 从复杂的算法到超级AI ——

在电视领域中,当前AI应用程序的数量是有限的。 最接近的用途是 Netflix 或OEM 内容推荐 – 基本上是深度学习 – 通过分析过去的观看数据来提供量身定制的建议。 这种技术正在过滤到发布者方面。 在发现新的和意外的事物时,可怕的过滤泡沫作为人类的兴趣真正达到顶峰, 纽约时报 已经部署了多种算法和统计模型,为读者提供相关和随机内容的混合。

除此之外,其他的一些使用案例仍然对让我们对未来充满希望。 机器视觉在视频内容的语义分析方面取得了进步,可以改善内容相关的定位。 操作数字视频会为简单的创意调整提供进一步的可能性:图形处理用于快速调整广告元素,如特色产品。 其他举措旨在采用贝叶斯或回归计量经济学方法来评估媒体和外部的影响。

即便是这种类型的机器学习仍然不是许多人真正认为的AI。 但是,从分析技术中可以获得很多东西,比如,它们并不是一个非常值得“AI”的绰号; 信号处理,曝光或控制归因和多点触摸归因可以准确显示哪种类型的媒体和哪些细分市场提供最高的广告支出回报率(ROAS),对于买卖双方可以用来快速,可重复地制作更好的电视广告系列。

—— 电视行业需要有效的测量,而不是AI ——

谈到电视,有三个关键因素需要注意。 首先,大多数人工智能技术实际上适用于数字技术,这将广告范围限制为视频点播(VOD)或应用服务(OTT)内容。 其次,这些工具旨在提供一种更快速的方式来进行人们多年来一直在进行的统计分析。 最后,AI输出的质量与它所提供的数据产生的质量有着很大的关联 – 通常这些数据质量很差 – 从而妨碍了提供“更快速结果”的能力。

电视行业坚决不能分心。

要解决的问题不是追求未来的科幻理想,我们真正需要的是可衡量的电视,它可以应对当今行业所面临的挑战。 例如,人类(而不是以编程方式驱动的)媒体策划者在他们的头脑中拥有巨大的信息纲要,他们可以轻松地简化这一点,以完成手头的任务。 虽然AI算法绝对没有任何东西,但它必须仅从它给出的数据中学习所有东西,而没有超出它最初编程的外部上下文。 优先考虑的是为电视行业的人们提供提升他们所拥有知识的工具,而不是从头开始构建需要培训多么“聪明”的东西。这可以通过寻找机器学习引擎的方式来实现。作为进入人工智能世界的第一步。

决策和后续行动将由人们进行,利用自动化来摄取更大的数据集,然后分析每个可能的营销方案,以找到适当的媒体组合和战略布局。

很明显,电视领域的先进机器学习算法可能对今后的发展非常有益,但一定要削减炒作,不被期望与现实分散注意力。 我们真正需要的是精准,及时的报告。

原文作者:Blair Robertson

原文链接:https://www.marketingtechnews.net/news/2019/may/17/netflix-and-machine-learning-one-thing-rest-tv-ai-just-hype/