0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

机器学习技术将促使“算法生成新闻提要和内容推荐”的应用普及

倩倩 来源:lq 作者:中国日报网 2019-09-20 15:04 次阅读

Techcrunch外媒报道称,机器学习技术将促使“算法生成新闻提要和内容推荐”的应用普及,而用户UGC和自动内容创建技术将有助于未来新闻内容的个性化、智能化。

专注于智能系统和个性化技术的Yle产品负责人Jarno M. Koponen表示,“可见,下一阶段内容将是根据消费者的偏好和情绪量身定制,软件自主生成的故事,根据用户数字足迹,个人偏好,自然语义理解等综合人工智能技术的运用,将对包括新闻文章,实时视频、流媒体服务的热门剧集等内容题材进行自动化的软件生成”。

国内专注于智能影像生产技术的影谱科技表示,“影像内容将是继文字、图片之后的主要信息载体,随着信息视频化提速,影像内容产制播将进一步向个性化和智能化演进,智能影像与机器影像并存。”

从智能推荐到更智能的内容

当用户使用Youtube,Facebook时,谷歌,亚马逊, 推特, Netflix或Spotify算法会选择推荐与用户相关的个性化内容。但到目前为止,每个人的内容体验本身大同小异,如向不同用户推荐同一篇新闻文章,直播视频或电视剧集,此类用户都会阅读并观看相同的内容,体验相同的内容。

但随着智能化内容的出现,这即将改变。很快,用户将看到新形式的智能内容,这是由于用户个性化需求追踪、机器学习技术和内容本身以无缝方式组合,以创建个性化的内容体验。

什么是智能内容(智能影像)

智能内容意味着内容本身受到阅读或视听内容的影响,根据人工智能技术、用户个性化需求追踪、机器学习技术等创建一个有别于物理世界的内容,可以是音视频或文字图像,内容本身会根据批量用户或单个用户而变化。

我们已经看到了这个领域的第一批先行者。TikTok整个内容体验是由短视频、视听内容序列驱动的,如果用户愿意,通过算法订购和编织在一起。每个用户根据观看历史和用户个人资料看到不同的个性化 “整体”。

与此同时,Netflix最近开始测试新形式的互动内容(电视剧集,例如Black Mirror:Bandersnatch),其中用户自己的选择直接影响内容体验,包括对话和故事情节。还有更多正在进行中。通过Love Death&Robots系列,Netflix正在尝试系列中的剧集顺序,以不同的顺序为不同的用户提供剧集。

交互式视听内容早期应用于体育赛事流媒体,用户可以决定遵循哪个特定流以及她如何与现场内容交互,例如,重绕流并基于她自己的兴趣发现关键时刻。

同时,我们看到机器学习技术用于创建想象的人,生物和场景的影像。当前系统可以重建和改变整个视频,例如通过改变视频结构,场景,光照,环境或中心人物。此外,影谱科技表示,AI智能影像解决方案能够生成不同类型的视频。

现在,TikTok的个人短片将通过AI智能影像系统自动选择个性化效果,而整个视频可以根据用户量身定制重制。或者,Netflix的交互式内容中的选项会影响情节曲折,对话甚至是音轨、视频帧,这些选择是根据用户喜好自动生成的。

事实上,智能影像解决方案在流媒体领域的充分应用在推动“个性化的智能内容将成为新闻”。影谱科技表示,其自动化内容生产系统采用NLP技术、自研的MAPE生产引擎,可以大规模生成中短易懂、甚至创新的新闻可视化内容。目前,媒体公司使用其自动内容创建系统或“机器人记者”来创建从完整文章到视听剪辑和可视化的新闻材料。通过内容雾化(将内容分解为小的模块化信息块)和机器学习,可以大量增加内容生产以支持智能内容创建。

如何创建包含不同体验的智能内容(智能影像)

内容本身被视为一个迭代和可配置的商品或过程,而不是在发布时完成的现成静态整体。

重要的是,内容体验的核心构建发生了变化:智能内容由雾化的模块化元素组成,可以根据不同的规则对其进行修改,更新,重新混合,替换,省略和激活。此外,如果适用,可以重复使用过去制作的内容模块,内容的设计和开发更像软件一样可以迭代。

目前,大量的人力和计算资源被用于为内容分发和推荐系统准备内容,从智能新闻应用到按需求传输服务。对于智能内容,内容创建及其对发布和分发渠道的准备并不是一个单独过程。相反,描述和定义内容的原数据和其他不可见功能从一开始就是内容创建过程中不可或缺的一部分。

通过智能内容,叙事图像或视频本身成为迭代反馈循环的组成部分,其中用户的动作,情感和其他信号等从整个内容消费周期创建和推荐内容体验。通过智能内容功能,新闻短视频或流媒体可以为不同的内容帧内元素进行迭代和管理,如娱乐流媒体内的明星替换、流媒体内的道具创建等应用,都将变得易如反掌。

创建智能内容需要人工策划和机器智能。人类专注于需要创造力和深度分析的事物,而人工智能系统则负责自动生成,组装和迭代变得动态和自适应的内容,就像软件一样。

智能影像可针对不同的用户,用户应用程序,设备,语言和环境具有不同的配置和表现。同一条内容包含可通过语音用户界面访问或在增强现实应用程序中显示的元素,或者整个内容扩展为完全沉浸式的虚拟现实体验。

智能影像是AI技术和讲故事的最终组合。新闻媒体应该是最先开始尝试智能内容的机构之一。当智能影像开始成为信息主体时,掌握智能影像的第一批玩家将成为明天的卫冕数字巨头。这也是今天科技巨头认真对待内容游戏的主要原因之一。智能影像即将到来。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 智能系统
    +关注

    关注

    2

    文章

    392

    浏览量

    72392
  • 机器学习
    +关注

    关注

    66

    文章

    8340

    浏览量

    132281
  • 智能影像
    +关注

    关注

    0

    文章

    11

    浏览量

    3105
收藏 人收藏

    评论

    相关推荐

    AIGC生成内容的优势与挑战

    人工智能生成内容(AIGC,Artificial Intelligence Generated Content)是指利用人工智能技术自动生成文本、图像、音频和视频等
    的头像 发表于 10-25 15:36 256次阅读

    AIGC算法解析及其发展趋势

    、AIGC算法解析 核心基础 人工智能算法 :AIGC技术的基础和灵魂,如深度学习机器学习
    的头像 发表于 10-25 15:35 273次阅读

    AIGC与传统内容生成的区别

    AIGC : 主要面向非结构化数据的生成,如自然语言文本、图像、音频、视频等。 这类数据规模更大,内在结构更复杂,对处理技术提出了更高要求。 传统内容生成 : 主要处理结构化数据,如
    的头像 发表于 10-25 15:13 230次阅读

    AIGC技术内容创作中的应用

    在数字化时代,内容创作已经成为信息传播的重要方式。随着人工智能技术的不断进步,AIGC技术逐渐成为内容创作的新引擎。 一、AIGC技术概述
    的头像 发表于 10-25 15:08 259次阅读

    【「时间序列与机器学习」阅读体验】+ 鸟瞰这本书

    清晰,从时间序列分析的基础理论出发,逐步深入到机器学习算法在时间序列预测中的应用,内容全面,循序渐进。每一章都经过精心设计,对理论知识进行了详细的阐述,对实际案例进行了生动的展示,使读
    发表于 08-12 11:28

    如何用C++创建简单的生成式AI模型

    生成式AI(Generative AI)是一种人工智能技术,它通过机器学习模型和深度学习技术,从
    的头像 发表于 07-05 17:53 685次阅读

    生成式AI的定义和特征

    生成式人工智能(Generative Artificial Intelligence, GAI)是人工智能领域的一个重要分支,它利用机器学习算法,特别是深度
    的头像 发表于 07-05 17:33 787次阅读

    生成式AI的基本原理和应用领域

    生成式人工智能(Generative Artificial Intelligence,简称Generative AI)是一种利用机器学习算法和深度
    的头像 发表于 07-04 11:50 996次阅读

    机器学习算法原理详解

    机器学习作为人工智能的一个重要分支,其目标是通过让计算机自动从数据中学习并改进其性能,而无需进行明确的编程。本文深入解读几种常见的机器
    的头像 发表于 07-02 11:25 659次阅读

    机器学习的经典算法与应用

    关于数据机器学习就是喂入算法和数据,让算法从数据中寻找一种相应的关系。Iris鸢尾花数据集是一个经典数据集,在统计学习
    的头像 发表于 06-27 08:27 1535次阅读
    <b class='flag-5'>机器</b><b class='flag-5'>学习</b>的经典<b class='flag-5'>算法</b>与应用

    SnapAI和机器学习引入Snapchat

    Snap首席执行官伊万·斯皮格近日宣布,公司加大投资力度,人工智能和机器学习技术深度引入其主打社交应用Snapchat,以进一步提升用户
    的头像 发表于 05-21 09:31 462次阅读

    深入探讨机器学习的可视化技术

    机器学习可视化(简称ML可视化)一般是指通过图形或交互方式表示机器学习模型、数据及其关系的过程。目标是使理解模型的复杂算法和数据模式更容易,
    发表于 04-25 11:17 347次阅读
    深入探讨<b class='flag-5'>机器</b><b class='flag-5'>学习</b>的可视化<b class='flag-5'>技术</b>

    机器学习怎么进入人工智能

    ,人工智能已成为一个热门领域,涉及到多个行业和领域,例如语音识别、机器翻译、图像识别等。 在编程中进行人工智能的关键是使用机器学习算法,这是一类基于样本数据和模型训练来进行预测和判断的
    的头像 发表于 04-04 08:41 222次阅读

    Omdia 预测到 2028 年,机器人人工智能芯片组市场价值预计达到 8.66 亿美元

    人领域的普及机器学习驱动的工作负载呈现多样化态势。生成式人工智能 (GenAI) 技术的不断发展让基础模型有望取代或增强现有的
    的头像 发表于 03-06 15:43 419次阅读

    目前主流的深度学习算法模型和应用案例

    深度学习在科学计算中获得了广泛的普及,其算法被广泛用于解决复杂问题的行业。所有深度学习算法都使用不同类型的神经网络来执行特定任务。
    的头像 发表于 01-03 10:28 1630次阅读
    目前主流的深度<b class='flag-5'>学习</b><b class='flag-5'>算法</b>模型和应用案例