眾所周知，視頻已然成為我們生活中不可或缺的一部分了。無(wú)論是在日常的休閑，抑或是工作之中，視頻都起到了一個(gè)信息傳遞的介質(zhì)作用。而且與同為介質(zhì)的圖文相比，視頻具有信息量大，更為直觀(guān)等諸多優(yōu)勢(shì)。也正因于此，視聯(lián)網(wǎng)應(yīng)運(yùn)而生，作為以視頻作為主要信息傳遞介質(zhì)和功能載體的下一代互聯(lián)網(wǎng)形態(tài)，其必將顛覆當(dāng)前圖文生態(tài)的互聯(lián)網(wǎng)形態(tài)，引發(fā)新一輪互聯(lián)網(wǎng)生態(tài)的激烈競(jìng)爭(zhēng)。

作為一個(gè)新興的概念，視聯(lián)網(wǎng)的定義勢(shì)必需要人來(lái)劃分。極鏈科技作為領(lǐng)頭羊，提出了視聯(lián)網(wǎng)的四階段，即嬰兒-成長(zhǎng)-青年-成熟。其中嬰兒期便是我們目前所處的階段，也就是所謂的“猜你所想”。

在視聯(lián)網(wǎng)的這個(gè)起點(diǎn)，人們剛剛學(xué)會(huì)如何利用AI技術(shù)打破視頻的信息壁，并能夠利用視頻信息進(jìn)行初步的商業(yè)應(yīng)用。在這一階段中，對(duì)于視頻信息的解讀和利用是比較有限的，表現(xiàn)為數(shù)據(jù)維度較少、可辨識(shí)的類(lèi)別有限。這主要是受限于視頻數(shù)據(jù)的數(shù)據(jù)量和標(biāo)識(shí)量。當(dāng)前以深度學(xué)習(xí)多層神經(jīng)網(wǎng)絡(luò)算法為主流的AI技術(shù)需要大量經(jīng)過(guò)標(biāo)識(shí)的視頻數(shù)據(jù)作為訓(xùn)練AI算法的養(yǎng)料，但數(shù)據(jù)的標(biāo)識(shí)需要大量的人力投入，同時(shí)視頻內(nèi)容的版權(quán)和信息安全問(wèn)題也制約了視頻數(shù)據(jù)的傳播。人力與數(shù)據(jù)共同限制著視頻識(shí)別能力的提升。

為了最大化的利用識(shí)別出的有限信息，嬰兒期的視聯(lián)網(wǎng)應(yīng)用表現(xiàn)出了典型的“預(yù)期-推送”模式。在這一模式中，本質(zhì)上是利用外部已有的用戶(hù)行為大數(shù)據(jù) (抑或是常識(shí))對(duì)觀(guān)看用戶(hù)的心態(tài)和行為進(jìn)行預(yù)判，進(jìn)而在計(jì)算機(jī)解析出的場(chǎng)景信息中挑選出那些被認(rèn)為是最能引起觀(guān)眾共鳴的場(chǎng)景，推送與之相關(guān)的應(yīng)用服務(wù)。

近日谷歌發(fā)布的手勢(shì)跟蹤AI也與之有著相通之處，其管道中的最后一步是手勢(shì)識(shí)別系統(tǒng)，通過(guò)從關(guān)節(jié)角度確定每個(gè)手指的狀態(tài)并將手指狀態(tài)集合映射到預(yù)定義的手勢(shì)，它能夠識(shí)別來(lái)自多種文化的技術(shù)手勢(shì)和各種手勢(shì)。也就是說(shuō)，只有在擁有大量樣本的情況下，才能將現(xiàn)場(chǎng)采集的數(shù)據(jù)與后臺(tái)預(yù)設(shè)的數(shù)據(jù)一一對(duì)應(yīng)，也就是典型的嬰兒期視聯(lián)網(wǎng)特征。

而當(dāng)視聯(lián)網(wǎng)來(lái)到成熟期時(shí)，從技術(shù)便利性的角度出發(fā)，我們可以對(duì)視聯(lián)網(wǎng)的成熟形態(tài)作出大膽而又堅(jiān)實(shí)的想象：在視聯(lián)網(wǎng)的成熟期，借助可穿戴智能設(shè)備、尤其是智能眼鏡的普及，人所見(jiàn)的一切信息都將被攝像頭捕捉并在極短的時(shí)間內(nèi)處理成計(jì)算機(jī)可以識(shí)別的視頻信息。此時(shí)，人們從視覺(jué)信息中激發(fā)的所有需求都能得到直接的響應(yīng)。通過(guò)語(yǔ)言、手勢(shì)、眼動(dòng)捕捉等多種形式，計(jì)算機(jī)能夠接收到人們提出的需求，并結(jié)合捕捉到的視頻信息明確需求的內(nèi)容和對(duì)象，進(jìn)而調(diào)用互聯(lián)網(wǎng)的相關(guān)應(yīng)用和服務(wù)來(lái)滿(mǎn)足人的需求。

也就是說(shuō)，視聯(lián)網(wǎng)將在體驗(yàn)方面做到“知你所想”。人眼觀(guān)察所能認(rèn)知的一切信息都將被計(jì)算機(jī)捕獲，甚至超越人眼的可辨識(shí)范疇的信息都將被計(jì)算機(jī)掌握。屆時(shí)，視聯(lián)網(wǎng)將不再是通過(guò)預(yù)設(shè)的對(duì)比來(lái)進(jìn)行統(tǒng)籌，而是以一種更加多樣化的方式來(lái)實(shí)現(xiàn)瞬時(shí)的技術(shù)支持。人們頭腦中浮現(xiàn)的需求便能隨時(shí)被實(shí)現(xiàn)，這也是視聯(lián)網(wǎng)建設(shè)的目標(biāo)。