人工智能在广播电视行业中的应用

夏体荣

（贵州省广播电视信息网络股份有限公司，贵州贵阳，550000）

0 引言

对于广播电视行业而言，互联网是开胃菜，人工智能（以下简称AI）才是主菜。互联网给广播电视行业带来了颠覆性的影响，而AI则将给广播电视行业带来革命性的影响。因而必须按照AI发展规律充分利用AI才能实现真正的转型升级。那么AI是什么，在广播电视行业中该如何应用等等都是目前需要重点思考的课题。

1 人工智能的技术内涵与特点

1.1 技术内涵

AI是当前信息技术当中最火爆的前沿技术，是计算机科学领域最值得期待的分支。在AI的应用当中核心目标就是要实现智能化并降低人的劳动，实现最少的人工干预达到最优的效果。

注意AI不是科幻影视剧当中所塑造的所谓强人工智能，现在的技术还达不到那种状态。目前所有的AI都是弱人工智能，或伪人工智能，其本质是数据处理技术，现阶段已经出现了很多分支，比如专家系统、机器学习、遗传算法等等，当然现在大部分AI都以机器学习为核心。1956年人工智能作为一门学术学科而创立，并给人工智能定义为用来描述模仿人类与其他人类思维相关联的认知功能的机器。比如学习和解决问题。现在的AI就是通过数据处理方法来实现学习和解决问题。

1.2 技术特点

当前AI的核心是数据处理技术，则其技术特点有三点。

其一，数据挖掘与学习，当前AI要学习或者解决问题，需要大量数据的支持，类似大数据，数据需要通过预处理并进行深度挖掘。机器学习作为AI领域的一项关键性技术，本质就是一种数据挖掘算法，直观上是利用海量的历史数据，通过计算结果迭代来实现对实时数据的比对，进而求出最优解。例如智能节目选角，是在节目制播前，运用海量数据与数据分析算法来协助节目编导、导演选择人员，通过深度剖析用户需求，考察节目受众、节目主题与艺人形象间的契合度，使节目效益最大化。

其二，知识与数据智能处理。目前AI领域的一个关键技术智能语义引擎尚未有大的突破，比如天猫精灵、小度这些标榜AI智能的智能音箱设备，实际上都是一问一答，用户必须告诉机器准确的信息，它才能够识别并做出正确回应，这涉及到人的心智活动，主要利用的是比较传统的专家系统，专家系统一般可看作是特定领域拥有该领域专门知识的计算机智能系统，以领域中专家的知识和经验为基础形成固定算法模型来求解一些复杂问题。换言之它也需要数据并建立数学模型，才能求解。例如，Soft Cat Technology的编辑机器人，通过AI提供文本分类，分词和关键字提取，提高文本处理效率，智能信息通道定制服务专家产品无需手动编辑，可自动生成信息内容。

其三，人机交互。AI的最高境界是使机器像人或直接模拟人，这属于强人工智能范畴，但无论如何AI是做不到像人一样的。因为其本质就是逻辑运算，其“模拟人”的能力主要来自于广泛的数据采集，因此需要赋予AI机器视觉、机器学习等，其中机器视觉的核心目标是用来帮助AI采集数据信息，机器学习则是处理数据信息并学习这些数据信息进而做出对应决策。人和机器之间的会话，早期利用计算机外设包括键盘、鼠标这些外设来实现，而在AI领域则通过语音、手势等来实现交互，赋予AI机器视觉就是用麦克风、摄像头、体感、VR设备等外设来实现。

2 人工智能运用对广播电视行业的积极作用

2.1 提高广播电视内容质量

高质量的精品内容是广播电视发展根本，一般来讲优秀的广播电视节目都具备正确的价值导向和丰富的文化意蕴。随着互联网监管越来越严格，主流价值回归是必然，对广播电视行业来讲，必须要主动在主流价值上下功夫，如此才能形成与社会、市场的良性互动，才能吸引到符合主流价值取向的在社会上担任意见领袖的人群。人工智能让广播电视内容采编、制作、传播发生颠覆性的变化，信息获取渠道不再单一，内容采编更加容易，制作更加简单，传播更加多元，受众选择更加精准。通过网络，在AI的帮助下能够更为便捷地寻找有价值的素材，并借助AI分析结果，深挖出素材的细节与价值，这将有助于内容质量的提升。

2.2 提升广播电视传播效率

精准的节目推送是人工智能的主要应用场景之一，当前时代，受众并不是单纯的受众，他们也可能成为信息传播的主体，并且他们对信息有自己的判断，因此对信息的接受度，受众是有需求的，对于广播电视行业的从业者而言，如果基于从业经验去主观判断内容传播价值与受众喜好，则往往造成传播不利的局面。而互联网有记忆，当人们在互联网上浏览信息必定留下痕迹，特别是通过自媒体等平台查阅信息时所留下的行为数据，将成为广播电视行业分析受众的基础，进而进行更为精准的信息内容推送，从而提升传播效率。

3 广播电视行业运用人工智能的策略

3.1 运用于媒体内容生产

（1）内容采集

当前时代，受众具有双重身份，他们可以作为信息传播者，也可作为信息的接受者，互联网的便捷性，让受众可以更快地将最新的消息发布出去，对于广播电视采编来讲是一种非常严峻的挑战，采编要跑赢就在新闻事件发生现场的受众，显然是不可能的。AI的应用让采编能够紧紧抓住社会热点事件，通过数据挖掘以及学习建模，将海量的媒体信息内容筛选出更具有价值的信息素材，并汇集为热点资讯内容，同时可将媒体资源库中的数据信息进行挖掘、处理、修复、重制等，AI及云结合画质增强修复引擎，可为广播电视台站提供一站式实时和离线视频处理能力，有效提升直播信息质量，媒体资源库翻新。新闻事件现场记者拍摄的画面，直接传送至数据中心，进行实时的编辑并同步直播，更快更高效。语音识别技术也能将记者的语音信息快速转变为图文稿件，并自动纠错，完成编辑。例如中央广播电视总台下的人工智能编辑部，直接解决了互联网信息过载难题，对内容高度粒度数据化，对用户进行精准画像，建立适应智能化的内容采编流程来实现人工智能编辑部的高效运转。再如，中国日报的无人机与收集视频节目，该节目煤气都采用无人机和手机拍摄，记录我国内地、香港以及亚洲国家所发生的事情，智能无人机能够呈现出传统摄像机所无法发现的素材。还有如《世卫总干事为何遭遇与中国相关的数字迷因攻击》这篇调查报告，该报告采编团队，收集了2020年6月到8月社交媒体上流传的针对世界卫生组织和中国政府的“阴谋论迷因”攻击的开源信息，通过详实的数据和缜密的分析，追溯了相关信息的形成和传播过程，辨识出在这一个过程当中形成了多个反华话语社区，最终锁定后真相传播源头，在15000多条谣言当中，有2427个出自同一个信息源，这个关键性的节点用户（其中不少是社交机器人）所指导的针对中国和WHO的病毒式迷因引发后真相风暴。

（2）内容生产

引入AI能够对采集的素材进行针对性地智能分析处理，对内容素材中的核心要点，比如视频中的镜头、人物表情、手势动作等进行标记，并参与制作流程中的合版、粗剪以及字幕包装等环节，实现场记标注、节目编辑、播出切换的流程创新。非编软件引入智能处理引擎，结合智能场记标注或节目标签分类，AI就能够基于识别到的元素进行不同主题的视频缩编，极大地提高节目片段集锦或小片制作的效率，如CBA总决赛节目的制作，就是用了图像识别、文字识别、实时数据分析，通过编辑引擎制作球星个人比赛数据（如表1）、五佳球等短视频内容。一些精彩的扣篮慢动作实际上也是利用人工智能来实现的，比如基于cuDNN加速的PyTorch深度学习框架，就给出了一种将普通视频慢动作化的方法，结合英伟达Tesla V100 GPU处理能力，可以将任意一段视频拉长，从而实现类似电影特效般的慢动作。

虚拟仿真主持人的建立更是革新了节目主持的方式，如经典永流传节目当中，就基于AI，以主持人撒贝宁为原型制作了仿真主持人，其既可以在实景中与真人撒贝宁互动，也可在虚拟场景中完成主持、与观众互动等特定任务。新华社与搜狗公司联合退出了全球的首个AI合成主播，先后参与了世界互联网大会、进博会、春运等若干重要事件的报道，三个月内生产出3400余条新闻，成为我国人工智能和传媒统合并付诸规模化应用的典型范例。

（3）内容储存

每天互联网上都将产生海量的数据信息，这些信息有一部分会进入媒资库当中。目前媒资库通常都涵盖媒体内容在线、近线、离线分级存储管理，实现内容集中和资源共享，进而为其他应用系统提供媒体支持平台。在当前时代背景下，媒资库要满足广播、电视、网站、客户端、微博微信等平台产生的媒体资源进行有效融合、存储与管理，然后实现资源共享和资源增值。所以媒资库是广播电视媒体应用AI 的原料库和仓库，为媒体资源采集提供最为直接的服务，并支撑数据分析，例如中央厨房体系，中央厨房就是一个非常典型的媒资库，可以有效地对媒体产生的内容进行存储和保护。在AI的应用中，通过图像识别、语音识别、语义引擎等将媒体信息中的音视频内容去文字化、标签化，也就是做智能标记，方便后续内容生产和检索。又如，共青团中央与微博云剪将共同推出“共青团中央媒资管理系统”该系统更好地整合利用新媒体平台资源，为政务机构提供内容资源的存储、浏览、检索、共享、剪辑和发布方面的一站式服务，有效聚合共青团系统多媒体素材和新媒体分发账号，促进共青团中央新媒体资产的集中管理和科学运营。

（4）内容分发

目前不同的媒介平台有各自的特色，这些特色聚拢起来的用户群体是不相同的，他们对接受内容是有一定需求的。而现在又是全媒体时代，广播电视节目内容不可能只走某个媒介渠道，肯定是走全渠道，包括广播、电视、网站、APP、社交平台等等，这些渠道的受众有不同的需求和特点，节目内容就需要具备对应的风格，否则就会水土不服，比如用发快手的内容，发到抖音上，很显然就不会被抖音的用户接受，因为抖音和快手这两个媒介虽然都是短视频平台，但有不同的风格。而媒介渠道那么多，要高效的进行内容分发，且适应每个渠道的风格，显然是人工在短时间内做不到的，如此就会丢失时效性。而AI却可以进行精准的内容分发与渠道匹配。如Facebook，采用边际排名算法并紧扣用户社交关系进行内容分发，最大化发挥社交关系优势和流量优势，facebook旗下的Instagram Explore已经提取了650亿特征，每秒可做出9000万此模型预测。如国内的今日头条、人民日报、央视网等也在内容分发算法上发力，探索出了主流价值导向驾驭算法的可行之道。

3.2 运用于平台运营维护

(1)提升观众体验

在当下信息严重过载的情况下，利用AI技术，搭建大数据信息资源平台、智能生产和传播平台、用户沉淀平台，在实现信息和用户个性化、定制化信息需求之间的智能匹配基础上，有效解决用户信息获取痛点，实现用户的有效沉淀，当然也提升了受众的体验。受众体验是受众在接受信息过程当中所感受到的以及所得到的全部内容的体验综合，它表现为信息如何与外界的用户发生联系并产生作用。换而言之，就是内容是否能够满足受众的需求或者痛点，当然仿真主持人的出现，使得虚拟世界中受众产生一种与主持人面对面交流互动之感，也是一种良好的体验。进一步来说人是视觉动物，画面好不好看也将决定受众的体验好坏，画质增强引擎，更好地支持4K、8K乃至虚拟实境，让受众看节目时产生身临其境之感，这也是提升观众体验的有效路径。

(2)广告增值服务

目前视频广告已经依靠AI、实时计算能力、大数据组合而成的程序化广告平台，构建了一条链接广告主、广告运营商和用户之间的桥梁。例如ASMP,通过VideoAI技术将全网海量视频进行结构化分析，精准地将视频内容中出现的消费场景进行识别和标签化，结合广告主的品牌投放需求和产品使用场景提供智能化投放策略和批量化投放，让用户在观看视频内容是有效获取相关品牌智能推荐信息，从而实现精准投放的营销目的和效果。甚至VR或AR技术的实现，能够直接带来虚拟实境的虚拟使用，带来更酷的体验。

4 结束语

人工智能在广播电视行业的应用是必然趋势。海量的优质媒体资源、融媒体制播与服务云平台、广播电视与网络融合传输覆盖、广播电视智能终端的覆盖都为人工智能的应用奠定了基础，将人工智能用于广播电视内容采编、生产、存储、分发、运行维护等领域，将进一步推动广播电视行业的发展，并有效发挥广播电视的优势，真正做到引导社会舆论的职责。