當下，人工智能已經(jīng)在“聽、說、看”等感知智能領(lǐng)域已經(jīng)達到或超越了人類水準，但在外部知識、邏輯推理或者領(lǐng)域遷移的認知智能領(lǐng)域還處于初級階段。另外值得肯定的是，在過去的一年里隨著人工智能落地應(yīng)用案例越來越多，其優(yōu)化業(yè)務(wù)生產(chǎn)、降本增效、提升服務(wù)及運營效率方面的成果得到了行業(yè)的認可。一批優(yōu)秀的人工智能初創(chuàng)企業(yè)開始進入到大家的視野，例如：商湯科技、曠視科技、優(yōu)必選科技、極鏈科技等。很多行業(yè)級用戶正在思考人工智能如何嵌入到自己的業(yè)務(wù)流程。

也有很多普通消費者認為AI離自己很遠，這些看不見摸不到的AI到底是什么樣子？今天我們來列舉幾款視頻類產(chǎn)品，來幫助大家理解神秘的AI如何與碎片化的視頻進行結(jié)合。

YouTube 的推薦邏輯

圖片來源：網(wǎng)絡(luò)

YouTube是目前全球用戶量最大的UGC視頻平臺，用戶量高達10億+，全球級產(chǎn)品的高并發(fā)量和實時性要求很高。YouTube 推薦系統(tǒng)由兩個神經(jīng)網(wǎng)絡(luò)組成，即：候選集生成（candidate generation）和排序過濾（ranking）。

候選集生成要解決的問題是內(nèi)容過濾和協(xié)同過濾，內(nèi)容過濾是基于用戶的歷史觀看記錄進行同類標簽視頻推薦；協(xié)同過濾是基于用戶當下觀看的內(nèi)容做相關(guān)視頻內(nèi)容的推薦。聽起來類似，但細微處是兩大類標簽庫，比如我在看《奇葩說》的同時系統(tǒng)會給我推薦《吐槽大會》這屬于前者，而我在看《奇葩說》的時候系統(tǒng)給我推薦了馬東早期的相聲視頻，這就屬于后者。簡單說這種推薦邏輯，就是幫助平臺建立更全面的用戶畫像，如果說前者是保守的推薦“可能喜歡”的內(nèi)容的準確率有70%，那么后者的潛在推薦就可能去捕捉剩下30%，長久以來你會發(fā)現(xiàn)YouTube越來越懂你的心思。

排序過濾是更加深度的AI神經(jīng)網(wǎng)絡(luò)，輸入視頻類別、用戶行為等候選維度對候選數(shù)據(jù)進一步篩選過濾。再使用設(shè)計好的目標函數(shù)為每個視頻進行打分，視頻按得分的多少依次按照優(yōu)先級呈現(xiàn)給用戶。其作用主要在于避免重復(fù)推薦，保障推薦內(nèi)容的新鮮度、精準度。

抖音 的分發(fā)邏輯

圖片來源：網(wǎng)絡(luò)

與YouTube類似，抖音同屬于UGC視頻平臺。抖音的分發(fā)邏輯主要分為基礎(chǔ)分發(fā)、標簽分發(fā)、粉絲分發(fā)三大類。

抖音的視頻內(nèi)容被歸類放置在不同的流量池當中，包括知識類、影視類、廚藝類、數(shù)碼類等，基礎(chǔ)分發(fā)是指第一層基礎(chǔ)標注后的分類。隨后平臺會根據(jù)播放情況收集到播放量、點贊量、收藏量、轉(zhuǎn)發(fā)量等數(shù)據(jù)，進行分類后的二次分發(fā)推薦。

標簽分發(fā)主要是圍繞特定用戶展開的，比如你是一個酷愛戶外釣魚的用戶，最初使用的時候大多推薦的是各類點贊量高的視頻內(nèi)容，但經(jīng)過一段時間后平臺抓取到用戶的點贊、收藏內(nèi)容的偏好，就會在之后的內(nèi)容推薦中優(yōu)先推薦喜好內(nèi)容。

“關(guān)注”這一功能設(shè)計對于平臺來說是很好的分發(fā)依據(jù)，粉絲分發(fā)是指平臺對用戶關(guān)注內(nèi)容的再分發(fā)。其細分包括特定的人、關(guān)注的人；自動推薦三方面，比如我喜歡羅志祥，會專門搜索一下他的賬號，那么在瀏覽過他的過往視頻后，之后依舊會重復(fù)幾次推薦他的其他視頻。而本來就關(guān)注羅志祥的用戶，即使不去專門搜索也會在瀏覽視頻流內(nèi)容的過程匯中被推薦他的最新視頻內(nèi)容。最后一種情況就是沒有明確喜好的“小白”用戶，會被隨機推薦當下相對熱門的視頻內(nèi)容。

愛奇藝的AI應(yīng)用

愛奇藝的推薦邏輯和常規(guī)流媒體平臺基本相同。除了基本的影視作品分類推薦之外，你會發(fā)現(xiàn)在其短視頻流板塊中隨意瀏覽視頻時能刷出來自己最近看到過的影視作品（影評、精彩節(jié)選等）內(nèi)容。其他方面包括AI視頻修復(fù)、AI視頻廣告也在廣泛應(yīng)用。

去年，愛奇藝自研ZoomAI技術(shù)正式投入應(yīng)用，對50部經(jīng)典國劇、30部經(jīng)典電影、海量UGC內(nèi)容進行修復(fù)與增強，并對15部動漫與40部紀錄片完成了插幀。AI視頻修復(fù)可以理解為圖片修復(fù)的升級版，視頻本就是通過多幅畫面組成的，但傳統(tǒng)修復(fù)工藝效率太低不利于批量進行。通過AI深度學習訓練之后，可以實現(xiàn)大規(guī)模的批量修復(fù)。

圖片來源：網(wǎng)絡(luò)

隨著移動互聯(lián)網(wǎng)時代的到來，十年內(nèi)視頻廣告已經(jīng)經(jīng)歷了多次迭代升級，從電視廣告到貼片廣告，再從移動貼片廣告到AI營銷時代，AI的加持下多場景技術(shù)、大數(shù)據(jù)技術(shù)、智能曝光技術(shù)逐漸被應(yīng)用。AI視頻廣告逐漸成為了視頻廣告領(lǐng)域的“新秀”

「靈悅·視頻AI全域營銷平臺」能夠提供包括AI場景廣告（ASMP廣告）、視頻電商、視頻互娛、效果廣告等多種業(yè)務(wù)形式的精準營銷服務(wù)，帶來全時全景全域的智能視頻廣告，適用于品牌宣傳、移動下載、電商分享、銷售線索收集等多種推廣需求，幫助廣告主實現(xiàn)品效雙贏的智能推廣?！胳`悅·視頻AI全域營銷平臺」以深度學習神經(jīng)網(wǎng)絡(luò)算法為主對視頻內(nèi)容進行批量解析、標注，讓機器具備類似人腦的識別能力，當下已經(jīng)可以實現(xiàn)品牌識別的、場景識別、地標識別、物體識別、人物識別等，可以有效幫助廣告主匹配到更有共鳴感的視頻內(nèi)容。

現(xiàn)在來看，視頻功能已經(jīng)成為了各類產(chǎn)品、應(yīng)用的技術(shù)標配，對于電商行業(yè)視頻電商幾乎成為了帶貨“翹楚”，對于教育行業(yè)來說線上視頻教育產(chǎn)品正處于“風口”。在2020年，國內(nèi)人工智能市場依然會保持高速增長態(tài)勢，尤其是已經(jīng)落地應(yīng)用的產(chǎn)品將迎來更為廣闊的發(fā)展機遇。