馮剛
7月15日,隨著法國、克羅地亞終極對決的結束,為期一個月的2018國際足聯世界杯在俄羅斯落下帷幕。
本屆世界杯期間,視頻助理裁判VAR技術、比賽用球Telstar18(電視之星)等一系列高科技產品的使用受到世界矚目。同樣受到關注的還有應用于CCTV-5體育頻道手機客戶端(以下簡稱CCTV-5客戶端)的一項“黑科技”——智能AI集錦官“快影”。該技術由阿里巴巴機器智能技術實驗室研發,截至7月15日,已為CCTV-5客戶端提供了世界杯全部64場比賽的19個6—12分鐘的視頻集錦,內容涵蓋有威脅進攻、破門時刻等精彩比賽鏡頭。
上線前,“快影”對過去5屆世界杯的300多場比賽、近2.9萬分鐘的視頻數據進行了深度學習,同時對歐冠(歐洲冠軍聯賽)等大型足球賽事的視頻數據進行了補充收錄,為比分、紅黃牌、犯規等賽場事件建立起相應的數據模型。“快影”的高產出效率及延伸至內容制作領域的全新應用,都讓人們對影視行業與人工智能的未來結合產生無限遐想。
賽事集錦是對一場足球比賽的總結,也是賽場精彩瞬間的匯總,一般由播出平臺于比賽結束后在最短時間內篩選、剪輯出視頻素材并上傳發布。對一些大型賽事而言,完成該工作需多名專業人員分工配合,整體耗時30分鐘。
阿里機器智能技術實驗室高級算法專家劉揚表示,和人工剪輯的同類視頻相比,“快影”制作的集錦可實現相同的內容水準和傳播效果,“在用戶點擊量和后續評價上基本沒有差別”,而人工智能在制作效率上更勝一籌。每場比賽結束后3—5分鐘,“快影”可自動生成10分鐘左右的集錦視頻,經人工審核、傳輸等流程后,可在比賽結束15分鐘內發布,這比人工剪輯節省了一半的時間。
劉揚告訴《綜藝報》,人工智能的剪輯效率相較傳統剪輯方式約有10倍左右的提升,通過算法實現的剪輯過程無須額外投入技術人員,人力成本為零。“人工智能剪輯速度快、節省人力。央視可以把更多專業人才解放出來,去做更有藝術性或更有理解度的專題節目,豐富賽事的整體觀賞度。”
央視體育頻道新媒體業務組相關負責人也表示,“快影”基本能夠替代編輯在本屆世界杯期間的剪輯工作,編輯可節省出精力和時間專注于更加精細化且包含情感和編輯思路的視頻產品制作。
目前,“快影”除應用于CCTV-5客戶端世界杯精彩集錦制作,還可應用于視頻智能打標、網店頭圖智能生成及直播平臺的內容審核等方面。該技術未來將持續服務于CCTV-5體育頻道,對亞運會、德甲(德國足球甲級聯賽)、法甲(法國足球甲級聯賽)等賽事進行集錦生成。“快影”的其他相關技術在優酷、淘寶等平臺上也將得到更為廣泛的運用。
寫稿、作曲、主持、談話交流……在算法和各項新技術的加持下,人工智能開始觸碰獨屬于人類的藝術、情感領域。近年來,人工智能產品頻繁亮相于各大綜藝。2017年,央視《開學第一課》邀請機器人鋼琴家特奧特勞尼克與郎朗進行了一場人機對抗賽,并登上2018年“CCTV網絡春晚”現場演奏。江蘇衛視綜藝節目《最強大腦》、央視《機智過人》及湖南衛視《我是未來》等節目,均以不同形式呈現了人工智能技術的應用,手法多為人機對抗、交互體驗和功能展示。
“快影”和上述節目中的人工智能在影視行業的應用有著較為明顯的差別。在賽事集錦的制作過程中,“快影”并非以輔助人類工作或以產品展示的形式參與其中,而是全程承擔了內容制作。
談及人工智能在影視創作領域的應用,劉揚表示,影視類節目創作可分為兩類,一種是擁有海量優質素材,通過剪輯創作組裝為成片;另一種是生成創意并以此展開內容制作。目前人工智能的主要應用聚焦在前一種。
張建軍表示,目前來看,影視制作領域對人工智能有著很大需求。在素材的歸納、篩選,影視作品的智能標簽化等領域,有原創內容產出的電視臺對人工智能的需求也更強烈。“這也是我們未來開發的方向之一。”
在內容制作層面,人工智能能否完全替代人類工作?劉揚認為這在短期內并不現實。在他看來,人工智能可以通過大量的自我學習完成特定工作,但在自我創作層面還需更多研發投入?!叭斯ぶ悄芸梢詣偃未罅康娜斯ぶ貜凸ぷ?,但對于需要引發觀眾共鳴的內容創作,人工智能還有待進一步開發?!?h3>針對“痛點”有的放矢
阿里云事業群中國區業務部傳媒事業部解決方案架構師張建軍透露,“快影”的研發創意始于阿里與央視體育頻道在溝通中的靈感碰撞,該技術于今年3月初被確定開發,4月底第一代“快影”誕生,經評估后,研發人員又對其進行了為期1個月的優化完善,最終于5月正式完成。由于研發時間較短,“快影”暫未進行市場拓展及推廣,但該技術目前已收到來自國內外該領域從業人員的咨詢?!按蠹覍热萆a型人工智能技術非常感興趣,希望從中找到可以結合的空間?!?/p>
在人工智能技術的未來應用上,就“快影”而言,除體育領域,新聞報道將是技術團隊研發的重點,綜藝和電視劇也位列其后。張建軍解釋道:“新聞是國家非??粗械囊粋€行業,新聞的創作性相對較低,人工智能可節約人力成本,提高能效的可落地性。”
人工智能技術在影視行業,特別是在傳統電視媒體的合作、應用上,目前依然面臨兩大難點。一方面,電視平臺是一個封閉式的數據系統,很難與互聯網建立數據交互,也就無法實現媒體數據的快速傳輸,這將對人工智能的自我學習產生限制。另一方面,技術研發團隊需要與更多集成商加深合作,通過技術團隊提供的平臺,讓更多為電視平臺服務的周邊環節團隊加入其中,形成有效溝通和對接?!叭斯ぶ悄艿募尤霑ΜF有的溝通流程產生一定影響,需要花費一些時間進行磨合、了解?!睆埥ㄜ娬f。
對此,劉揚認為,只有明確影視行業的痛點才能進一步推動二者的結合。“人工智能最初的快速發展,源自技術本身能夠提升能效,解決人力及時間成本等行業痛點。痛點往往來自業務的實際需求。”傳媒領域對人工智能的需求低于互聯網,行業希望進行嘗試也是近期才開始的事情。人工智能研發團隊只有明確行業希望解決的痛點,才能有針對性地進行研發和對接。