精品国产人成在线_亚洲高清无码在线观看_国产在线视频国产永久2021_国产AV综合第一页一个的一区免费影院黑人_最近中文字幕MV高清在线视频

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

機(jī)器學(xué)習(xí)技術(shù)將促使“算法生成新聞提要和內(nèi)容推薦”的應(yīng)用普及

倩倩 ? 來源:lq ? 作者:中國(guó)日?qǐng)?bào)網(wǎng) ? 2019-09-20 15:04 ? 次閱讀

據(jù)Techcrunch外媒報(bào)道稱,機(jī)器學(xué)習(xí)技術(shù)將促使“算法生成新聞提要和內(nèi)容推薦”的應(yīng)用普及,而用戶UGC和自動(dòng)內(nèi)容創(chuàng)建技術(shù)將有助于未來新聞內(nèi)容的個(gè)性化、智能化。

專注于智能系統(tǒng)和個(gè)性化技術(shù)的Yle產(chǎn)品負(fù)責(zé)人Jarno M. Koponen表示,“可見,下一階段內(nèi)容將是根據(jù)消費(fèi)者的偏好和情緒量身定制,軟件自主生成的故事,根據(jù)用戶數(shù)字足跡,個(gè)人偏好,自然語義理解等綜合人工智能技術(shù)的運(yùn)用,將對(duì)包括新聞文章,實(shí)時(shí)視頻、流媒體服務(wù)的熱門劇集等內(nèi)容題材進(jìn)行自動(dòng)化的軟件生成”。

國(guó)內(nèi)專注于智能影像生產(chǎn)技術(shù)的影譜科技表示,“影像內(nèi)容將是繼文字、圖片之后的主要信息載體,隨著信息視頻化提速,影像內(nèi)容產(chǎn)制播將進(jìn)一步向個(gè)性化和智能化演進(jìn),智能影像與機(jī)器影像并存。”

從智能推薦到更智能的內(nèi)容

當(dāng)用戶使用Youtube,F(xiàn)acebook時(shí),谷歌,亞馬遜, 推特, Netflix或Spotify算法會(huì)選擇推薦與用戶相關(guān)的個(gè)性化內(nèi)容。但到目前為止,每個(gè)人的內(nèi)容體驗(yàn)本身大同小異,如向不同用戶推薦同一篇新聞文章,直播視頻或電視劇集,此類用戶都會(huì)閱讀并觀看相同的內(nèi)容,體驗(yàn)相同的內(nèi)容。

但隨著智能化內(nèi)容的出現(xiàn),這即將改變。很快,用戶將看到新形式的智能內(nèi)容,這是由于用戶個(gè)性化需求追蹤、機(jī)器學(xué)習(xí)技術(shù)和內(nèi)容本身以無縫方式組合,以創(chuàng)建個(gè)性化的內(nèi)容體驗(yàn)。

什么是智能內(nèi)容(智能影像)

智能內(nèi)容意味著內(nèi)容本身受到閱讀或視聽內(nèi)容的影響,根據(jù)人工智能技術(shù)、用戶個(gè)性化需求追蹤、機(jī)器學(xué)習(xí)技術(shù)等創(chuàng)建一個(gè)有別于物理世界的內(nèi)容,可以是音視頻或文字圖像,內(nèi)容本身會(huì)根據(jù)批量用戶或單個(gè)用戶而變化。

我們已經(jīng)看到了這個(gè)領(lǐng)域的第一批先行者。TikTok整個(gè)內(nèi)容體驗(yàn)是由短視頻、視聽內(nèi)容序列驅(qū)動(dòng)的,如果用戶愿意,通過算法訂購(gòu)和編織在一起。每個(gè)用戶根據(jù)觀看歷史和用戶個(gè)人資料看到不同的個(gè)性化 “整體”。

與此同時(shí),Netflix最近開始測(cè)試新形式的互動(dòng)內(nèi)容(電視劇集,例如Black Mirror:Bandersnatch),其中用戶自己的選擇直接影響內(nèi)容體驗(yàn),包括對(duì)話和故事情節(jié)。還有更多正在進(jìn)行中。通過Love Death&Robots系列,Netflix正在嘗試系列中的劇集順序,以不同的順序?yàn)椴煌挠脩籼峁﹦〖?/p>

交互式視聽內(nèi)容早期應(yīng)用于體育賽事流媒體,用戶可以決定遵循哪個(gè)特定流以及她如何與現(xiàn)場(chǎng)內(nèi)容交互,例如,重繞流并基于她自己的興趣發(fā)現(xiàn)關(guān)鍵時(shí)刻。

同時(shí),我們看到機(jī)器學(xué)習(xí)技術(shù)用于創(chuàng)建想象的人,生物和場(chǎng)景的影像。當(dāng)前系統(tǒng)可以重建和改變整個(gè)視頻,例如通過改變視頻結(jié)構(gòu),場(chǎng)景,光照,環(huán)境或中心人物。此外,影譜科技表示,AI智能影像解決方案能夠生成不同類型的視頻。

現(xiàn)在,TikTok的個(gè)人短片將通過AI智能影像系統(tǒng)自動(dòng)選擇個(gè)性化效果,而整個(gè)視頻可以根據(jù)用戶量身定制重制。或者,Netflix的交互式內(nèi)容中的選項(xiàng)會(huì)影響情節(jié)曲折,對(duì)話甚至是音軌、視頻幀,這些選擇是根據(jù)用戶喜好自動(dòng)生成的。

事實(shí)上,智能影像解決方案在流媒體領(lǐng)域的充分應(yīng)用在推動(dòng)“個(gè)性化的智能內(nèi)容將成為新聞”。影譜科技表示,其自動(dòng)化內(nèi)容生產(chǎn)系統(tǒng)采用NLP技術(shù)、自研的MAPE生產(chǎn)引擎,可以大規(guī)模生成中短易懂、甚至創(chuàng)新的新聞可視化內(nèi)容。目前,媒體公司使用其自動(dòng)內(nèi)容創(chuàng)建系統(tǒng)或“機(jī)器人記者”來創(chuàng)建從完整文章到視聽剪輯和可視化的新聞材料。通過內(nèi)容霧化(將內(nèi)容分解為小的模塊化信息塊)和機(jī)器學(xué)習(xí),可以大量增加內(nèi)容生產(chǎn)以支持智能內(nèi)容創(chuàng)建。

如何創(chuàng)建包含不同體驗(yàn)的智能內(nèi)容(智能影像)

內(nèi)容本身被視為一個(gè)迭代和可配置的商品或過程,而不是在發(fā)布時(shí)完成的現(xiàn)成靜態(tài)整體。

重要的是,內(nèi)容體驗(yàn)的核心構(gòu)建發(fā)生了變化:智能內(nèi)容由霧化的模塊化元素組成,可以根據(jù)不同的規(guī)則對(duì)其進(jìn)行修改,更新,重新混合,替換,省略和激活。此外,如果適用,可以重復(fù)使用過去制作的內(nèi)容模塊,內(nèi)容的設(shè)計(jì)和開發(fā)更像軟件一樣可以迭代。

目前,大量的人力和計(jì)算資源被用于為內(nèi)容分發(fā)和推薦系統(tǒng)準(zhǔn)備內(nèi)容,從智能新聞應(yīng)用到按需求傳輸服務(wù)。對(duì)于智能內(nèi)容,內(nèi)容創(chuàng)建及其對(duì)發(fā)布和分發(fā)渠道的準(zhǔn)備并不是一個(gè)單獨(dú)過程。相反,描述和定義內(nèi)容的原數(shù)據(jù)和其他不可見功能從一開始就是內(nèi)容創(chuàng)建過程中不可或缺的一部分。

通過智能內(nèi)容,敘事圖像或視頻本身成為迭代反饋循環(huán)的組成部分,其中用戶的動(dòng)作,情感和其他信號(hào)等從整個(gè)內(nèi)容消費(fèi)周期創(chuàng)建和推薦內(nèi)容體驗(yàn)。通過智能內(nèi)容功能,新聞短視頻或流媒體可以為不同的內(nèi)容幀內(nèi)元素進(jìn)行迭代和管理,如娛樂流媒體內(nèi)的明星替換、流媒體內(nèi)的道具創(chuàng)建等應(yīng)用,都將變得易如反掌。

創(chuàng)建智能內(nèi)容需要人工策劃和機(jī)器智能。人類專注于需要?jiǎng)?chuàng)造力和深度分析的事物,而人工智能系統(tǒng)則負(fù)責(zé)自動(dòng)生成,組裝和迭代變得動(dòng)態(tài)和自適應(yīng)的內(nèi)容,就像軟件一樣。

智能影像可針對(duì)不同的用戶,用戶應(yīng)用程序,設(shè)備,語言和環(huán)境具有不同的配置和表現(xiàn)。同一條內(nèi)容包含可通過語音用戶界面訪問或在增強(qiáng)現(xiàn)實(shí)應(yīng)用程序中顯示的元素,或者整個(gè)內(nèi)容擴(kuò)展為完全沉浸式的虛擬現(xiàn)實(shí)體驗(yàn)。

智能影像是AI技術(shù)和講故事的最終組合。新聞媒體應(yīng)該是最先開始嘗試智能內(nèi)容的機(jī)構(gòu)之一。當(dāng)智能影像開始成為信息主體時(shí),掌握智能影像的第一批玩家將成為明天的衛(wèi)冕數(shù)字巨頭。這也是今天科技巨頭認(rèn)真對(duì)待內(nèi)容游戲的主要原因之一。智能影像即將到來。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 智能系統(tǒng)
    +關(guān)注

    關(guān)注

    2

    文章

    392

    瀏覽量

    72423
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8377

    瀏覽量

    132410
  • 智能影像
    +關(guān)注

    關(guān)注

    0

    文章

    11

    瀏覽量

    3110
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    NPU與機(jī)器學(xué)習(xí)算法的關(guān)系

    在人工智能領(lǐng)域,機(jī)器學(xué)習(xí)算法是實(shí)現(xiàn)智能系統(tǒng)的核心。隨著數(shù)據(jù)量的激增和算法復(fù)雜度的提升,對(duì)計(jì)算資源的需求也在不斷增長(zhǎng)。NPU作為一種專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-15 09:19 ?308次閱讀

    AIGC生成內(nèi)容的優(yōu)勢(shì)與挑戰(zhàn)

    人工智能生成內(nèi)容(AIGC,Artificial Intelligence Generated Content)是指利用人工智能技術(shù)自動(dòng)生成文本、圖像、音頻和視頻等
    的頭像 發(fā)表于 10-25 15:36 ?323次閱讀

    AIGC算法解析及其發(fā)展趨勢(shì)

    、AIGC算法解析 核心基礎(chǔ) 人工智能算法 :AIGC技術(shù)的基礎(chǔ)和靈魂,如深度學(xué)習(xí)機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 10-25 15:35 ?337次閱讀

    AIGC與傳統(tǒng)內(nèi)容生成的區(qū)別

    AIGC : 主要面向非結(jié)構(gòu)化數(shù)據(jù)的生成,如自然語言文本、圖像、音頻、視頻等。 這類數(shù)據(jù)規(guī)模更大,內(nèi)在結(jié)構(gòu)更復(fù)雜,對(duì)處理技術(shù)提出了更高要求。 傳統(tǒng)內(nèi)容生成 : 主要處理結(jié)構(gòu)化數(shù)據(jù),如
    的頭像 發(fā)表于 10-25 15:13 ?268次閱讀

    AIGC技術(shù)內(nèi)容創(chuàng)作中的應(yīng)用

    在數(shù)字化時(shí)代,內(nèi)容創(chuàng)作已經(jīng)成為信息傳播的重要方式。隨著人工智能技術(shù)的不斷進(jìn)步,AIGC技術(shù)逐漸成為內(nèi)容創(chuàng)作的新引擎。 一、AIGC技術(shù)概述
    的頭像 發(fā)表于 10-25 15:08 ?316次閱讀

    【「時(shí)間序列與機(jī)器學(xué)習(xí)」閱讀體驗(yàn)】+ 鳥瞰這本書

    清晰,從時(shí)間序列分析的基礎(chǔ)理論出發(fā),逐步深入到機(jī)器學(xué)習(xí)算法在時(shí)間序列預(yù)測(cè)中的應(yīng)用,內(nèi)容全面,循序漸進(jìn)。每一章都經(jīng)過精心設(shè)計(jì),對(duì)理論知識(shí)進(jìn)行了詳細(xì)的闡述,對(duì)實(shí)際案例進(jìn)行了生動(dòng)的展示,使讀
    發(fā)表于 08-12 11:28

    如何用C++創(chuàng)建簡(jiǎn)單的生成式AI模型

    生成式AI(Generative AI)是一種人工智能技術(shù),它通過機(jī)器學(xué)習(xí)模型和深度學(xué)習(xí)技術(shù),從
    的頭像 發(fā)表于 07-05 17:53 ?748次閱讀

    生成式AI的定義和特征

    生成式人工智能(Generative Artificial Intelligence, GAI)是人工智能領(lǐng)域的一個(gè)重要分支,它利用機(jī)器學(xué)習(xí)算法,特別是深度
    的頭像 發(fā)表于 07-05 17:33 ?863次閱讀

    生成式AI的基本原理和應(yīng)用領(lǐng)域

    生成式人工智能(Generative Artificial Intelligence,簡(jiǎn)稱Generative AI)是一種利用機(jī)器學(xué)習(xí)算法和深度學(xué)
    的頭像 發(fā)表于 07-04 11:50 ?1215次閱讀

    機(jī)器學(xué)習(xí)算法原理詳解

    機(jī)器學(xué)習(xí)作為人工智能的一個(gè)重要分支,其目標(biāo)是通過讓計(jì)算機(jī)自動(dòng)從數(shù)據(jù)中學(xué)習(xí)并改進(jìn)其性能,而無需進(jìn)行明確的編程。本文深入解讀幾種常見的機(jī)器
    的頭像 發(fā)表于 07-02 11:25 ?774次閱讀

    機(jī)器學(xué)習(xí)的經(jīng)典算法與應(yīng)用

    關(guān)于數(shù)據(jù)機(jī)器學(xué)習(xí)就是喂入算法和數(shù)據(jù),讓算法從數(shù)據(jù)中尋找一種相應(yīng)的關(guān)系。Iris鳶尾花數(shù)據(jù)集是一個(gè)經(jīng)典數(shù)據(jù)集,在統(tǒng)計(jì)學(xué)習(xí)
    的頭像 發(fā)表于 06-27 08:27 ?1576次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>的經(jīng)典<b class='flag-5'>算法</b>與應(yīng)用

    SnapAI和機(jī)器學(xué)習(xí)引入Snapchat

    Snap首席執(zhí)行官伊萬·斯皮格近日宣布,公司加大投資力度,人工智能和機(jī)器學(xué)習(xí)技術(shù)深度引入其主打社交應(yīng)用Snapchat,以進(jìn)一步提升用戶
    的頭像 發(fā)表于 05-21 09:31 ?478次閱讀

    深入探討機(jī)器學(xué)習(xí)的可視化技術(shù)

    機(jī)器學(xué)習(xí)可視化(簡(jiǎn)稱ML可視化)一般是指通過圖形或交互方式表示機(jī)器學(xué)習(xí)模型、數(shù)據(jù)及其關(guān)系的過程。目標(biāo)是使理解模型的復(fù)雜算法和數(shù)據(jù)模式更容易,
    發(fā)表于 04-25 11:17 ?373次閱讀
    深入探討<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>的可視化<b class='flag-5'>技術(shù)</b>

    機(jī)器學(xué)習(xí)怎么進(jìn)入人工智能

    ,人工智能已成為一個(gè)熱門領(lǐng)域,涉及到多個(gè)行業(yè)和領(lǐng)域,例如語音識(shí)別、機(jī)器翻譯、圖像識(shí)別等。 在編程中進(jìn)行人工智能的關(guān)鍵是使用機(jī)器學(xué)習(xí)算法,這是一類基于樣本數(shù)據(jù)和模型訓(xùn)練來進(jìn)行預(yù)測(cè)和判斷的
    的頭像 發(fā)表于 04-04 08:41 ?266次閱讀

    目前主流的深度學(xué)習(xí)算法模型和應(yīng)用案例

    深度學(xué)習(xí)在科學(xué)計(jì)算中獲得了廣泛的普及,其算法被廣泛用于解決復(fù)雜問題的行業(yè)。所有深度學(xué)習(xí)算法都使用不同類型的神經(jīng)網(wǎng)絡(luò)來執(zhí)行特定任務(wù)。
    的頭像 發(fā)表于 01-03 10:28 ?1767次閱讀
    目前主流的深度<b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>算法</b>模型和應(yīng)用案例