【51CTO.com原創(chuàng)稿件】近期，AI領(lǐng)域的黑科技不斷刷新人們對(duì)人工智能的認(rèn)知，從張學(xué)友演唱會(huì)上人臉識(shí)別逃犯，到菜鳥在杭州試點(diǎn)的智能柜刷臉取件服務(wù)，再到西溪濕地景區(qū)刷臉入園，阿里人臉識(shí)別已應(yīng)用在阿里平臺(tái)的電商、通信、寄遞、旅行、直播等60多個(gè)業(yè)務(wù)場(chǎng)景，人工智能技術(shù)開(kāi)始全面賦能各產(chǎn)業(yè)。

優(yōu)酷AI技術(shù)成為各領(lǐng)域深度賦能的技術(shù)標(biāo)桿 

今年6月世界杯直播期間，優(yōu)酷向全世界展示了其在AI及云視頻領(lǐng)域的雄厚實(shí)力，作為歷史上首家拿下世界杯直播權(quán)的主流視頻平臺(tái)，優(yōu)酷世界杯直播成功首秀的背后，由優(yōu)酷自研的“智能媒體大腦”、阿里云密集的CDN節(jié)點(diǎn)和巨量帶寬儲(chǔ)備支撐，實(shí)質(zhì)上是一場(chǎng)圍繞內(nèi)容產(chǎn)業(yè)的技術(shù)升級(jí)浪潮。

這波浪潮剛剛平息不久，優(yōu)酷的一則招聘啟示又登上熱搜。“娛樂(lè)數(shù)據(jù)標(biāo)注師”，俗稱“吻戲鑒定師”，其崗位描述如下：一是對(duì)視頻數(shù)據(jù)進(jìn)行標(biāo)注及歸納整理，二是負(fù)責(zé)數(shù)據(jù)質(zhì)量校驗(yàn)，三是協(xié)助人臉識(shí)別模型的訓(xùn)練，對(duì)娛樂(lè)領(lǐng)域的算法進(jìn)行優(yōu)化。乍一看，AI相關(guān)職業(yè)，工作年限要求不高，無(wú)臉盲，認(rèn)識(shí)大量明星，追過(guò)大量綜藝、網(wǎng)劇和電影，了解機(jī)器學(xué)習(xí)，簡(jiǎn)直高大上啊！

可以說(shuō)，優(yōu)酷招聘“娛樂(lè)數(shù)據(jù)標(biāo)注師”，是優(yōu)酷機(jī)器學(xué)習(xí)技術(shù)又一深度賦能產(chǎn)業(yè)的標(biāo)桿案例。

 “吻戲鑒定師”的叫法絕非浪得虛名，其主要職責(zé)是滿足視頻的智能編輯需求，將視頻分割成圖像對(duì)其進(jìn)行打標(biāo)簽，如教計(jì)算機(jī)識(shí)別接吻場(chǎng)景，需要將圖片打上“接吻”和“非接吻”的標(biāo)簽。據(jù)悉，目前優(yōu)酷標(biāo)簽庫(kù)的標(biāo)簽大致可分為三級(jí)，標(biāo)簽種類已達(dá)上萬(wàn)個(gè)，其中常用標(biāo)簽一千余個(gè)，機(jī)器能夠理解的標(biāo)簽已達(dá)百余個(gè)。

[[241420]]

給接吻鏡頭打標(biāo)

優(yōu)酷高級(jí)算法工程師吉恒杉表示，為視頻打標(biāo)簽的訴求很早就有，以前都是以人工的方式針對(duì)頭部劇打標(biāo)簽，且顆粒度不會(huì)那么細(xì)。有了AI，通過(guò)智能的方式部分取代了人工打標(biāo)簽，一是提高了打標(biāo)效率，二是處理的顆粒度更細(xì)。優(yōu)酷算法專家郭亮提到，“AI智能化主要是對(duì)視頻的內(nèi)容做理解，有各種各樣的維度，通過(guò)收集用戶的喜好，例如喜歡的明星，喜歡的視頻類別和場(chǎng)景，來(lái)推薦更符合用戶喜好的視頻。”

“通過(guò)機(jī)器去理解視頻中的接吻、擁抱等片段，核心是要了解視頻中的情緒，將比較沖突的看點(diǎn)標(biāo)記出來(lái)，推薦上榜，機(jī)器打標(biāo)能夠極大提高推薦的準(zhǔn)確率。如果人工去標(biāo)記整部劇，很難全部標(biāo)記出來(lái)，機(jī)器識(shí)別的好處在于能夠形成規(guī)模化效應(yīng)，標(biāo)簽越精細(xì)，效益也就越高。”優(yōu)酷資深技術(shù)專家解縉介紹，“優(yōu)酷視頻上的劇集預(yù)告和回放片段都可以通過(guò)視覺(jué)理解技術(shù)自動(dòng)生產(chǎn)，目前人工生產(chǎn)和機(jī)器生產(chǎn)的比例是7：3，二者相輔相成，熱點(diǎn)非常強(qiáng)的視頻會(huì)采用人工推薦，但不會(huì)全部由機(jī)器替代。” 

當(dāng)然，人臉識(shí)別模型需要不斷訓(xùn)練來(lái)提高準(zhǔn)確率，機(jī)器要學(xué)習(xí)大量的內(nèi)容場(chǎng)景，數(shù)據(jù)標(biāo)注師相當(dāng)于機(jī)器識(shí)別的老師，幫助機(jī)器理解哪些圖像是“吻戲”、“打戲”、“進(jìn)球”等，理解視頻中包含哪些明星，識(shí)別明星臉、網(wǎng)紅臉，經(jīng)過(guò)在不同場(chǎng)景、不同角度的反復(fù)學(xué)習(xí)，準(zhǔn)確率才能達(dá)到可用水平。 

實(shí)際上，接吻場(chǎng)景又分正面、側(cè)面和后面等多類鏡頭，99%以上的接吻是一整段視頻，它是一個(gè)連續(xù)的場(chǎng)景，可以以鏡頭為單位，當(dāng)人物和臉融合在一起時(shí)，業(yè)務(wù)準(zhǔn)確度可以達(dá)到非常高的水平。通過(guò)對(duì)視頻的拆分，可以對(duì)明星進(jìn)行識(shí)別，統(tǒng)計(jì)某一明星在單集中出現(xiàn)的時(shí)間段，可以將該明星出現(xiàn)的鏡頭拆分出來(lái)推薦給喜愛(ài)這一明星的用戶觀看，“只看他/她”這一功能在技術(shù)上已經(jīng)能夠?qū)崿F(xiàn)了，只是尚未對(duì)廣大用戶開(kāi)放。

[[241421]]

各種角度的網(wǎng)紅臉 傻傻分不清

說(shuō)到這里，小編有個(gè)疑問(wèn)，明星臉尤其是網(wǎng)紅臉是怎么鑒別的呢，娛樂(lè)圈眾多明星撞臉，常常傻傻分不清楚，機(jī)器又該怎么識(shí)別呢？吉恒杉透露，該圖像分類識(shí)別模型基于當(dāng)前主流的TensorFlow以及阿里內(nèi)部的框架開(kāi)發(fā)，為了保證機(jī)器識(shí)別的準(zhǔn)確率，技術(shù)人員會(huì)統(tǒng)一調(diào)一個(gè)閾值，如果明星比較多，會(huì)對(duì)明星做微調(diào)。保證識(shí)別準(zhǔn)確率一方面在于數(shù)據(jù)，另一方面在于分類模型，當(dāng)圖片數(shù)據(jù)量達(dá)到一萬(wàn)張時(shí)，準(zhǔn)確率達(dá)到80%左右就可以交給編輯進(jìn)行評(píng)估或是生產(chǎn)了，目前的圖片數(shù)據(jù)量已達(dá)幾萬(wàn)張，準(zhǔn)確率越來(lái)越高。

據(jù)悉，目前優(yōu)酷主要招聘娛樂(lè)數(shù)據(jù)標(biāo)注師和體育數(shù)據(jù)標(biāo)注師兩大類，對(duì)這兩方面感興趣且對(duì)機(jī)器學(xué)習(xí)有一定了解的程序員不妨一試。

技術(shù)團(tuán)隊(duì)底蘊(yùn)深厚，優(yōu)酷AI技術(shù)實(shí)力處在行業(yè)前列

在被問(wèn)及優(yōu)酷機(jī)器識(shí)別模型的訓(xùn)練時(shí)長(zhǎng)時(shí)，吉恒杉表示該模型到目前為止僅訓(xùn)練2個(gè)多月的時(shí)間，如此短的訓(xùn)練時(shí)長(zhǎng)即可交付應(yīng)用，相信很多人對(duì)背后這支技術(shù)團(tuán)隊(duì)涌發(fā)強(qiáng)烈的好奇。

據(jù)目前了解，阿里對(duì)AI技術(shù)的研究已有數(shù)年，早在2015年10月，阿里安全部已開(kāi)始用人工智能識(shí)別網(wǎng)絡(luò)上包括色情、暴力在內(nèi)的違規(guī)信息，被稱為“阿里AI鑒黃師”，到目前為止，在智能鑒黃模型上跑的正常圖片與色情圖片數(shù)量已達(dá)千萬(wàn)張。阿里AI鑒黃師不僅能鑒別黃片黃圖，連帶有情色信息的語(yǔ)音內(nèi)容都能識(shí)別。當(dāng)然，AI鑒黃并不能完全取代人工鑒黃，最佳的審核方式是智能為主，人工為輔。人工鑒黃師群體被AI鑒黃師取代，轉(zhuǎn)而去做打標(biāo)和審查可疑圖片的工作，與優(yōu)酷所招聘的數(shù)據(jù)標(biāo)注師的職能類似。

今年世界杯期間，從拿到世界杯直播授權(quán)，到世界杯開(kāi)賽，只有短短2個(gè)星期的時(shí)間，支撐優(yōu)酷直播的這支團(tuán)隊(duì)囊括了產(chǎn)品技術(shù)團(tuán)隊(duì)、阿里云的團(tuán)隊(duì)還有阿里做天貓雙十一的技術(shù)保障團(tuán)隊(duì)。在多個(gè)團(tuán)隊(duì)的合力支持下，6月14日，世界杯揭幕戰(zhàn)拉動(dòng)優(yōu)酷移動(dòng)端新用戶增長(zhǎng)日環(huán)比近160%，整體日活用戶環(huán)比增長(zhǎng)20%左右，世界杯直播觀看人數(shù)超過(guò)1200萬(wàn)，創(chuàng)造優(yōu)酷平臺(tái)直播歷史新高。

阿里巴巴副總裁、阿里大文娛優(yōu)酷CTO莊卓然表示：“世界杯直播是阿里將機(jī)器智能大規(guī)模應(yīng)用于文娛產(chǎn)業(yè)各領(lǐng)域的一個(gè)縮影。從高質(zhì)量多媒體內(nèi)容的智能生產(chǎn)、大規(guī)模網(wǎng)絡(luò)資源的智能調(diào)度、到實(shí)時(shí)流媒體的智能編碼與動(dòng)態(tài)渲染，背后都有機(jī)器智能的參與。”

AI技術(shù)全面服務(wù)于內(nèi)容生產(chǎn)各環(huán)節(jié)

此前，莊卓然曾公開(kāi)表示，“文娛行業(yè)正處在發(fā)生巨變的前夜，而技術(shù)的發(fā)展正是推動(dòng)這次變革的推手，尤其是在中國(guó)。世界杯只是一個(gè)縮影，技術(shù)對(duì)內(nèi)容產(chǎn)業(yè)的影響是多元的，隨著機(jī)器智能、大數(shù)據(jù)、云計(jì)算的發(fā)展成熟，我們深刻的意識(shí)到，內(nèi)容產(chǎn)業(yè)的每一個(gè)環(huán)節(jié)都將迎來(lái)新的一輪升級(jí)。”

據(jù)莊卓然介紹，高頻運(yùn)動(dòng)畫面的清晰度和流暢度一直是互聯(lián)網(wǎng)體育賽事直播最大的挑戰(zhàn)，而在本次世界杯直播中，優(yōu)酷技術(shù)團(tuán)隊(duì)利用在流媒體處理和網(wǎng)絡(luò)分發(fā)領(lǐng)域的深度積累，結(jié)合近年來(lái)在機(jī)器智能技術(shù)的沉淀和突破，創(chuàng)新性地將廣電專業(yè)鏈路同互聯(lián)網(wǎng)流媒體智能基礎(chǔ)設(shè)施結(jié)合，形成AI時(shí)代的“智能媒體大腦”，包括：智能編解碼、智能調(diào)度、智能交互、智能處理、智能生產(chǎn)五大引擎，全面覆蓋實(shí)時(shí)流媒體內(nèi)容的生產(chǎn)、分發(fā)、消費(fèi)與交互場(chǎng)景，保證了隨時(shí)隨地觀看高清、流暢直播的一體化體驗(yàn)首次在互聯(lián)網(wǎng)端實(shí)現(xiàn)。


其中優(yōu)酷世界杯直播受到一致好評(píng)的高清晰度背后就是智能編解碼引擎的作用，該技術(shù)還有一個(gè)名字“窄帶高清2.0”，已在優(yōu)酷平臺(tái)廣泛應(yīng)用，本次優(yōu)酷技術(shù)團(tuán)隊(duì)又針對(duì)賽事直播景基于機(jī)器學(xué)習(xí)優(yōu)化了特有的編碼策略，比如足球、草地、球員分別采用特別編碼策略進(jìn)行優(yōu)化，大幅提升了比賽畫面的層次感和通透性。 

[[241422]]

隨著機(jī)器智能、大數(shù)據(jù)、云計(jì)算的發(fā)展成熟，內(nèi)容產(chǎn)業(yè)的每一個(gè)環(huán)節(jié)都將引來(lái)新的一輪升級(jí)。莊卓然表示，“在AI驅(qū)動(dòng)下，優(yōu)酷的整個(gè)內(nèi)容采買、策劃、運(yùn)營(yíng)、甚至廣告營(yíng)銷體系都完成了重塑”。

“內(nèi)容產(chǎn)業(yè)會(huì)進(jìn)入到一個(gè)更加智能的時(shí)代，一個(gè)更加個(gè)性化多元化的時(shí)代，一個(gè)更加極致體驗(yàn)的時(shí)代。” 莊卓然表示，正式進(jìn)入阿里經(jīng)濟(jì)體兩年后，經(jīng)過(guò)技術(shù)基礎(chǔ)設(shè)施、人才團(tuán)隊(duì)和商業(yè)生態(tài)的進(jìn)一步融合，優(yōu)酷正在努力抓住這一機(jī)遇，加速落地好萊塢+硅谷模式，積極推動(dòng)中國(guó)式創(chuàng)新，迎接中國(guó)文娛行業(yè)走向世界巔峰的新機(jī)遇。

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文作者和出處為51CTO.com】