随着工作场所中实时流式传输和点播视频的使用不断增长，添加 AI 有望成倍增加视频的使用以促进广电工作方式以及员工沟通与协作方面所带来的价值。
人工智能（AI）允许计算机模仿人类能力，自动化的过程是指创建能够执行基于流程的任务而无须人工干预。在当下，AI的最常见形式是机器学习，将大量数据“馈送”到算法中以进行训练，一旦训练完成，该算法便能在无辅助的后续数据馈送中对项目进行分类。科幻电影《机器人瓦力》中，主角机器人瓦力的知识就是通过看录像带获得的，他把一盘盘的录像带吞吐腹中，人类上百年历史的影像给了瓦力足够的知识去追另一个机器人女孩。
然而，机器学习的一个主要缺点是要依赖拥有大量准确数据的样本。因此，输入数据来源的质量高低，限制着机器学习应用的成效。当我们提供足够好的数据样本时，机器也会学习得聪明些，不然人工智能就会变成人工愚蠢。
AI应用于视频最相关的人工智能学科是“计算机视觉”Computer Vision。“计算机视觉”是使用人工智能解释图像或视频的视觉元素。计算机视觉可以使用机器学习或深度学习技术来实现此目标，是诸如面部识别和自动车辆无人驾驶等新兴技术应用的基础。事实证明，教计算机像人类一样处理视觉数据比将算法简单地连接到相机要困难得多。挑战主要来自于对人类视觉如何复制现实的基本理解，就好比我们看到树叶发黄，会想到秋天来了天气变冷了，甚至会有些诗人的情绪出来。可是机器人识别树叶发黄就是发黄了，它是不会有太多情感上的联想的，也不会把树叶发黄的事情理解为秋天的到来，更不会生发出丰收抑或愁绪的情感。
正因为计算机视觉目前缺少情绪管理，我们还是比较难在人文创作或者视频创作上应用这项技术。科学家们一直试图实现AI人文理解上的突破。十年前我在英国学习时的室友就是将计算机视觉应用到宗教研究的博士后，他的课题是让计算机阅读学习欧洲各大教堂的宗教名画，让计算机能够刻画出上帝的真正形象（听上去很不靠谱的感觉，但这真是人工智能的博士后研究项目）。而央视这次国庆阅兵也推出了AI剪辑，相关人士介绍该剪辑就是让机器学习前几次阅兵的镜头剪辑规律，让机器自动剪片，
大大节省了人力。 我们需要了解视频AI的基石有哪些，能在多大程度上影响广电业的发展和视频技术的成长。很多时候我们把视频当成活动的照片，毕竟我们定义视频也是每秒多少张图片的连续动画。但除去影像，语音其实是视频的重要组成部分，人工智能可以通过多种方式帮助解释、演绎语音：人工智能早期的例子之一是机器转录，其中的算法能够将语音数据解释转换为文本记录。这项技术现在很普遍，甚至已经在我们的智能手机中大量使用，更由于深度学习新技术的出现，正在实现复兴。我一好友在一家得到文化基金投资的创业公司工作，他们的产品就是利用人工智能转录技术将记者外采的视频语音转化成文字稿，提供给后期编辑撰稿使用。
口语单词被消化成文本数据后，便会解锁其他功能，例如翻译成其他语言。谷歌是人工智能领域的先驱之一，其于2006年首次使用联合国和欧洲议会的笔录作为基础语言数据，启动了机器翻译服务，当下谷歌支持100多种语言，每天服务5亿人。我周边很多视频制作者们都在使用一个人工智能平台，它能轻松地对视频里的语言进行识别翻译，所以很多朋友用它并非是翻译视频，而是制作母语视频字幕。
现在的虚拟主持人已经在应用一些人工智能技术，可以想象未来这些主持人说的也不一定是我们的母语，很可能是说外语的主持人。
人工智能的应用正变得越来越普遍，人工智能无疑可为广电制作带来价值。随着工作场所中实时流式传输和点播视频的使用不断增长，添加AI有望成倍增加视频的使用以促进广电工作方式以及员工沟通与协作方面所带来的价值。
閱讀更多 綜藝報 的文章
