【爱奇艺CTO 汤兴】视频进化（12页PPT图文详解版）2015-03-31 汤兴 [url=]杨静lillian[/url]
【静点评】我与爱奇艺公司的合作最初是从爱奇艺首席科学家王涛开始的，他去年曾经在静.沙龙分享大数据时代的视频智能分析与服务。今年1月24日，爱奇艺CTO汤兴又在静.沙龙在线分享了《爱奇艺大脑——视频进化》这一专题，（请参考阅读原文）当时他的分享引发了专家们的强烈关注与赞赏。 得悉静.沙龙一周年和新智能时代论坛即将召开的消息，汤总和爱奇艺的王涛、杨琛都积极支持，他们帮忙找来爱奇艺科技频道作为论坛的战略合作方。论坛当天，爱奇艺进行了新闻报道，还帮助录制了静.沙龙一周年的13段视频祝福，帮助我实现了关于论坛的视频记载梦想。 而汤兴在本次新智能时代论坛的演讲，的确是最接地气的一个。一开场就得到在场9成观众的认同和支持。因为人工智能的理论再前沿，再高端、抽象，也毕竟需要与现实生活进行对接。而视频的智能内容分析、智能推荐、智能流量预测，以及虚实结合的视频进化未来，无一不与人们的日常生活娱乐息息相关。 人们可以看到智能如何高效率地在“爱奇艺大脑”中实际应用，而每一种智能技术的突破，都会带来视频进化的神奇效果。其中的关键在于，大数据和人工智能，的确帮助爱奇艺和广大用户实现了以往靠人工不可能完成的事。例如Video In 和Video Out这类黑科技，能让广告达到“随风潜入夜，润物细无声”的效果，让用户喜闻乐见，并与电商结合。相信正如汤兴的预见，随着“爱奇艺大脑”的进一步成熟，虚实结合将塑造视频未来，而视频进化将率先步入新智能时代。 【汤兴】刚才听了各位来宾的演讲感觉压力很大的，感觉我讲的太接地气了，各位讲得高大上，做个调查，在座的各位看网络视频的请举手，会看爱奇艺的举手。基本上差不多90%。 我今天会给大家回到现实的生活中，讲了那么多的人工智能，那么多智能化的时代，今天的现实生活中，视频领域发生着怎样的变化，或者我们怎么样利用智能改变我们的生活。我会先回顾一下视频整个的发展史，很短，不到200年，爱奇艺只有5年，爱奇艺的发展史浓缩了视频的发展阶段，可以看一下基本是六大阶段。 
从18世纪，视觉残留理论发现之后，电影诞生，从无声的电影，黑白的电影，到后面高清的，3D的，4D，5D的影院；刚开始黑白的电影电视是不清楚的，我们希望清楚，后来发现光有图象没有声音，和日常的沟通相悖的，又加了声音。后来声音感觉不够动听，开始出现了立体声，杜比公司作出了巨大的贡献，开始有环绕立体声，家庭影院。传输技术的改变，从你只能到电影院里看电影，变成了可以用无线电波看电视，后来通过有线电视可以看到高清电影，互联网的出现，把电影和电视搬到了互联网上，才有了在线视频。大家再看在线视频和TV的主要区别，是可以互动，TV上只能选台，互联网上可以快进，评论，点赞。爱奇艺是最近一二年开始做云计算，2013年启动爱奇艺的智能化的项目，发展了两年的时间，今年最火的方向是虚实结合，这是一个大概的整个视频行业的发展的简史。 
看一下现在我们做了什么。这是视和听的演进，在线视频出现的时候都是SD的，320*240的，当时爱奇艺上线的时候，第一次把高清视频搬到了网上，推1080P，去年1月份全网推出4K。去年春节之后，曾经在业界有一个很小的轰动，因为当时在爱奇艺网页上出了小的视频，只有3分钟《叶落知秋》是第一次一个影片从拍摄到后期、上传、在线的编解码、到播放是完全的4K，如果有4K显示器可以看一下，品质感非常强，以后4K电影流行之后，明星会非常的难办，因为所有的化妆，毛孔会看得一清二楚。原来观众只是在网上听立体声、双通道，去年爱奇艺和杜比合作推出环绕立体声，我们把电影的发展阶段，快速的推向中国的互联网，今天在互联网上，几乎可以享受到视频所有的画质和音效。最早在电影院看电影，后来有了无线电，在家里看电视，小时候谁家有18寸的彩色电视机，大家都会去他家看电视，现在各家有线电视都快被拆掉了，好处是可以随时随地看，可以挑选不同的清晰度，可以互动，我们看一下未来，互动是在视频上了互联网之后才有的，最早人们可以在视频上发现拖拽行为，可以点赞，进行评论，最早是人和视频之间简单的互动。后来是人和人之间的慢慢的开始有了互动，因为大家都在评论同一个视频，一个人可以回复另外一个人的点赞和评论，现在的趋势是说人和服务通过互联网做进一步的连接，我们也看到了在互联网整个的平台上会在看电影的时候，或者看视频的时候，会卖电影票，推荐不同的游戏，推荐不同的商品。从互动的角度再把现实生活中的商业搬到线上，推动服务进行连接。 
回到今天讲的话题，智能化，我认为这是水到渠成的事情，不是点状的东西，前面嘉宾也讲到这是逐步发展的过程，所谓的智能化是因为云计算和大数据的发展，没有数据，没有计算能力的时候，智能化是无法发展的，记得我还上大学的时候，我的师兄研究神经网络，八几年，九几年的时候，有一个思潮大家认为神经网络是彻底的忽悠，是伪科学，是不可实现的。十几年之后它卷土重来，因为我们有了大量的数据，有了海量的计算能力，没有这两点智能化是无从谈起的。互联网的视频是看不完的，一个人每天看2小时的视频，看一辈子，看60年，最后可以看到3%的视频，其他97%的视频连看的时间都没有，这样怎么找到喜欢的，靠自己是很难的，通常是靠机器的计算，学习你的兴趣，这是个性化推荐做的事情。 
很多人有手机，调查的结果，80%的人会把手机里面应用程序的推送关掉，认为那个通知很干扰他们的日常生活。不知道在座的各位多少人会关掉，但很多时候其实你希望得到感兴趣的东西的通知，你喜欢体育节目的时候，希望知道体育比赛的结果，希望知道体育直播的开始时间，这就依赖于个性化通知，它在利用智能化提供个性化的服务；个性化的广告和大家的关系可能没有前面两个感觉深，总体来说消费者总是讨厌广告的，广告主总是希望到达消费者，而视频平台总是两边都要讨好的。中间讨好的解决方式就是个性化推送，让人觉得感兴趣，又不会觉得厌烦。比如说2月14日，以前我们投过一个广告，比如投玫瑰花。广告主、广告平台和整个用户会得到一个大家三方面的满足。回过来，我知道大家会追剧，不知道有没有注意到，整个互联网平台爱奇艺追剧是最快的，任何一个电视台播放完了2分钟之内爱奇艺会上线，任何一个直播结束之后爱奇艺会上线，任何一家网站做不到这个速度，通常最快的是30分钟，而我们可以做到一两分钟，为什么可以做到，是靠智能化的视频内容和分析。我们知道传统的互联网是图文时代，渐渐快速进入了视频时代，我们对视频的了解还是基于只是文本描述信息，并不了解视频里面的内容，为什么那么慢，因为流程需要在电视台录制信号，编辑要进行处理，去掉不要的广告和台标，加上自己的描述，重新转码上线，我们现在把整个的流程全部自动化。也就是说一个视频在从电视台录制信号进来之后，我们自动进行场景的分割，片断的分割，以及广告自动的识别，会自动的进行卡段，会自动的进入后台。原来需要编辑输入标题和介绍，现在百分之八九十以上工作是自动化完成的，很多的字幕是自动识别的，语音是自动识别的，语音的截图也是自动的。每个视频的截图不一样，对点击率的影响是非常大的，尤其是用户上传的视频，用户不知道哪一节的哪一张图影响会大，我们会挑吸引用户的进行推荐。大量的视频有盗版和黄色，大量的用户喜欢上传这种视频，以前非常痛苦，编辑在几千上万的视频里面找到并且删掉，这是非常痛苦的过程，很多时候就加一段，比如加了科比的名字，就会被说这里加了盗版视频，靠人力是解决不了，后来智能化处理，准确率超过了99.9%，远超过人的操作。视频的生产，上线，审核流程实现了完全的智能化。 
回到票房流量预测，这是很多互联网公司在做的事情，谷歌也做过。视频行业是特别烧钱的行业，早上醒来，拿打火机烧100块钱，没有我们烧钱的速度快，今天是加一个鼓风机都没有我们烧的速度快。对我们来说最大的成本是版权，买一部剧，一部电影的时候，根本不知道有多大的票房，收视率，播放量，也无法知道ROI是多大，我们以前花了4000万买了一部电影，放下来收益只有800万。很多时候拿到剧本就要决定买还是不买，这个行业的竞争是非常残酷的。我们做了一件什么事情，在这个行业为了节省我们的资金，为了给广大的用户更多的内容来看，我们要猜测哪些是我们网络视频用户感兴趣的东西，我们做了这个模型。左上角是《来自星星的你》，这部剧掀起了韩剧疯涨的热潮，那之前韩剧大概一部剧集最多1万美金，之后涨到20多万美金，原因是这部剧非常火，去年初红遍大江南北。左下角是《战神》提前半年预测的，准确率达到95%，右下角是爱奇艺的电影指数，电影是更难预测的东西，会受到各方面的影响，电影靠广告是不可能收回成本的，更多的要靠收费，决定了到底有多少用户会对他感兴趣。我们做了电影指数，红色是预估的结果，最近在做一个有意思的事情，《天降雄师》，正在放映的电影，我们的内容部门在打赌，说不可能票房过7亿，计算机算是7.5到8亿之间，我现在问了一下现在票房是7.4亿，这个角度来说利用智能，让电脑不只是搜集信息，分析信息，而是一定要帮助我们预测未来，这种预测是靠人脑做不到的。 
下一步我们做什么，视频的发展到了后来会发现，光了解表相已经不够了，光了解信息不够了，我们开始改变现有的视频。要让视频里面有真实和虚拟的相互结合。我们在海量的视频里面加入虚拟的物体，从二维到三维，左边加了图，右边是加了可乐罐，看起来是一个技术，以后看到的视频是没有广告的，但广告已经投入到整个场景里面，所有的这些制作是后期的，而且可以实时在线做。 
虚实结合的产品，Video out，以前看到一个明星的衣服不知道是什么牌子，要到百度进行搜索，而现在我们自动识别场景，知道用了什么包，戴的项链，我们和电商结合，以后可以一边看，一边买东西。现在识别的精确度到了85%以上，对TOP5的商品类别，经过深度的识别，进行精准的标签匹配。 
结论，经过前面的从音质，画质，传输，到互动的发展，视频行业、娱乐行业进入了智能化和虚实结合的时代，爱奇艺从2013年开始投入，我们相信这种变化会让智能时代在视频行业会更早地感觉到。谢谢大家。 
以下为观众提问： 提问：讲得非常有意思，转变了我对爱奇艺的看法，感觉在线视频对未来的展望，提到了虚实融合，看起来是往影片里面植入真实的物体，看起来会为未来的广告产生新的空间，这个本身不会对原来的节目本身的完整形态产生破坏，这个度摆在哪里？ 汤兴：电脑会自动对场景进行识别，之后会找出来对用户来说干扰最小的场景，后面会有人工复核的流程，结果是希望在相对静止的场景，相对空旷的区域，对用户没有太大干扰，这并不只是对广告，对视频制作也一样。春晚已经开始用虚拟现实，全息制作，我们的节目也在进行改变，以前做一个综艺节目，后面都是绿幕，再替换其他的场景，未来都是动态的，主持人可以随时身处不同的场景里。 
附：新智能时代论坛讲者简历 汤兴，男，爱奇艺CTO，早年于中国科技大学获得数学博士学位及经济管理第二学士学位，曾任谷歌上海研发中心技术总监，全面负责Google视频搜索业务及参与YouTube视频搜索服务的研发。2012年3月，出任爱奇艺首席技术官，主要负责技术产品工作，全面推动爱奇艺的技术与创新能力，提升用户体验。汤兴博士拥有超过十年全球TOP IT 公司研发及管理方面的工作经验，涉及互联网，手机和电视各种平台，具备建设和领导来自世界不同地区多元文化团队的丰富经验。2014年，汤兴被CSDN、BT传媒联合评选为“2014最具价值CTO”
| 
发表于 2015-4-9 23:01:08
发表于 2015-4-10 11:47:19