AI+內容 開創新應用領域

大數據加上“無監督學習”算法，才是真正意義上的AI，再加上眾多AI開源框架或系統，為眾多開發者在內容價值精準判斷領域，提供了極大的機會空間。

在1955年達特茅斯會議提出人工智能（AI）理念之后，歷經上個世紀50年代、80年代兩次“波峰—波谷”的跌宕，21世紀的AI在“深度學習”和“卷積神經網絡”的推動下，再次成為IT顯學、國家戰略和公眾熱詞。

這一波AI復興，被預測有3個階段的突破：服務智能、科技突破和超級智能。目前，正處于AI與各行各業開始緊密結合的服務智能階段。比如，在棋類競技領域，從圍棋到國際象棋，AI都足有余力作為人類的指導老師，這一塊的代表是“阿爾法狗”和“深藍”；再如，在醫療領域，從輔助診療、醫學影像到新藥研發、健康管理，AI都是一名“全才醫師”，其速度和準確度，足以將誤診率大大降低、預防度大大提前，這一塊的代表是IBM的沃森AI系統；還如，在交通領域，高級輔助駕駛系統（ADAS）正在讓特斯拉、谷歌、百度的無人汽車越來越逼近規模化商用的門檻。

如果說，AI更擅長于邏輯思維主導的“左腦”，故而能夠在上述領域率先取得突破。那么，在文化、藝術等內容創作領域，AI是否能取得同樣的突破？

科技和文化企業正在努力嘗試這一點。比如谷歌讓AI學會創作詩歌和歌曲，擔任足球比賽的直播評論員；從路透社到新華社和騰訊，都有機器人小編，負責財經領域的新聞撰寫；以新聞聚合與智能推薦而聞名的“今日頭條”，獲得越來越大的市場份額和資本估值……但這些，只是“AI+內容”的起步階段，真正具有開創性的應用領域，依然在等待業界和創業者去開荒拓土。

首先，是內容價值的精準判斷。幾年前，源于美版《紙牌屋》的火爆，刮過一陣兒“大數據決定論”的風潮。可惜，很多聲稱利用大數據精準預測電影票房、劇集收視的機構，其預測結果與市場表現南轅北轍。事實上，大數據加上“無監督學習”算法，才是真正意義上的AI，再加上眾多AI開源框架或系統，包括但不限于TensorFlow、Caffe、Theano、Torch、DMTK、DTPAR等，為眾多開發者在內容價值精準判斷領域，提供了極大的機會空間。

其次，是分眾內容場景的地理化與AR化。正如通過谷歌地球引擎對瘧疾傳染源精準定位，得以實現智能化防治，包括內容產業在內的諸多行業，都可以得到舉一反三的靈感。事實上，分眾化的內容與相匹配的場景是今天內容產業競爭的關鍵環節，而基于分眾化受眾和場景的地理定位和增強現實（AR），會帶來真正意義上的“千人千面”。說到增強現實，在蘋果ARKit和谷歌ARCore兩大系統級開發平臺面世之后，大大降低了開發難度，將主要考驗內容創意和創作者的想象力。

再次，是內容流行趨勢的預測。2017 秋冬紐約時裝周上，騰訊優圖發布了《AI+時尚：中國95后流行色報告》，借助人工智能領域的人臉識別與圖像處理技術，分析2016年QQ空間相冊的千億公開照片，得到了屬于中國95后的流行色“95度黑”；而在時尚電商平臺Thread上，用戶只需上傳個人照片和填寫基本問卷，就可以得到AI時尚顧問的算法推薦——Thread從高達3.7萬億種搭配組合數據庫中，挑選出AI認為最適合的那一款。事實上，對很多知名時裝設計師來說，AI助手軟件已經成為不可或缺的靈感工具。

內容創意是無限的，而AI的服務智能能力正在一日千里地提升，這里面的開創性場景和領域，正在等待業界的嘗試。endprint