6月15日，NAB Show Shanghai及第24届白玉兰国际广播电视影视技术研讨会（IBTC2018）在上海隆重召开，本次会议以“智融合·创未来——智慧广电的发展与趋势”为主题。2018年媒体业将加快媒体深度融合，整体转型，通过对互联网大数据、人工智能等新技术的有效利用、积极参与到智慧社会的建设中，赋予广播电视“智慧”发展新动能，推动广播影视全业务、全流程、全网络向智能化、智慧化创新转变，进而共同促进中国电视事业和媒体产业可持续发展。
图为：上海广播电视台技术运营中心研发部技术研发副总监蒋晓峰
SMG的融媒体生态体系
从2014年中央在《关于推动传统媒体和新兴媒体融合发展的指导意见》中提出媒体融合发展的顶层设计与总体要求后，SMG也逐步开始并相继完成了以“广播+、电视+、受众+、信息+”这四个主干的SMG融合媒体全产业链技术生态体系的建设，在每一个+里面，我们都有相应的产品来进行支撑，比如广播+中的@radio产品，电视加中的xnews与pxmagic，信息加中的ipusher，受众+中的iHub与去年推出的iFormats，那所有这些产品，形成了对我们整个融媒体技术体系的支撑，从而真正实现“中央式生产、智能化推送、融媒体发布”这样的目标。
人工智能探索
从alphago开始，让我们意识到了人工智能对于改变生活的重要性。作为媒体工作者来说，我们所关心的就是人工智能究竟能给我们的工作带来什么变化，能够改变我们哪些痛点，解决我们什么问题。
视频、音频、文字间的相互转换。在传统媒体中，媒体人在媒资系统中搜索音频中或者视频中出现的一些关键点，往往耗费了大量人工提炼出来的编目信息。所以音频转文字，视频中字幕转文字大大解决了这个问题，不仅提高了媒资编目的效率，还能够提高准确性。当然这里面除了音频、视频转成文字外，文字也能够通过人工智能、机器学习后，进行语音合成转换成音频
人脸识别。如在世界杯中，通过智能人脸识别技术，可以捕捉视频场景中的人物，便于在赛后进行还原与分析。那除了在这方面的应用以外，人脸识别还能在其他方面进行使用。在媒资网中，对视频中出现的人脸进行自动编目，在生产环境中，同样能够根据编目信息快速找到需要的素材进行生产。同样在播出领域，也可以利用人脸识别的技术，自动把一些不能出现在屏幕上的脸孔过滤掉。
智能写稿。也可以叫做写稿机器人。它的实现原理就是通过自然语言分析的技术为基础，收集足够多的信息后，组织出一篇足以发表的稿件。
智能推荐。根据用户在之前的访问中提炼出来，由系统来猜测他们的喜好，从而达到增加用户粘性，促进消费，对产品产生依赖性。亚马逊是美国最大的网络电子商务公司，有35%的销售来自推荐；netflix是大名鼎鼎《纸牌屋》的制片商，有75%的观看来自推荐，那就说明其实在海量的数据中，用户是非常需要系统来帮他们做第一层的过滤与筛选，而且只要推荐准确，用户其实是非常乐意对此进行买单的，那对于媒体也是同理，如果能根据用户的喜好，提炼出用户的兴趣点，从而精准推荐一些收费视频或者定向广告，那在海量的用户中，一定可以找到突破点。
SMG有一个新闻类客户端app的智能推荐项目，提炼出了关于推荐系统的整体实现架构。这里面最核心的其实就是推荐算法，有基于用户的协同过滤算法，基于物品的协同过滤算法，基于用户画像的推荐，基于自然语言的推荐，当然现在新的是基于机器学习的推荐算法，也就是不拘泥于任何公式，基于机器学习的推荐算法可以说是对原有推荐算法一个很好的补充与完善。
人工智能应用
对全产业链技术生态体系的实践过程中，SMG分别把电视+，信息+，受众+以及广播+的支撑产品做了梳理，可以归纳出三个层面的技术实践，分别是：生产层、管控层、创制层。
在生产层，SMG有@radio广播生产系统与xnews电视生产系统，有连接互联网第三方各终端应用以及受众用户的是iHub全互动云，iDitor全发布云等平台，还有今年刚刚完成即将上线的SMG智能媒资系统，在所有这些产品中，或多或少都融入了一些人工智能的概念在其中，比如在新媒资系统中，加入了音频、字幕转换成文字的功能，便于媒资系统自动进行编目，无论是对于归档媒资还是生产媒资，都能使得音频、视频、字幕等资源变成有价值的素材，大大提高了效率。在iDitor全发布云平台上，也加入了音频识别的功能，便于审核人员对于素材进行快速审核，提高效率。另外，智能写稿也已经应用到了生产系统中来，无论是传统的电视播出，还是新媒体的分发，都可以找到智能写稿的影子。最后人脸识别，尽管目前还在调研与摸索阶段，但SMG也有计划把这个功能应用到生产层，来进一步提升生产层的能力与效率。智能推荐的产品计划是应用到分发产品中去，比如和用户直接对接的iHub或者iDitor中，达到给用户精准推送的目的。
在管控层，为了应对传播形态和传播渠道日益复杂的现状，SMG正在打造的融媒体内容导向管控体系也是从广播电视新媒体互动内容管控和互联网新媒体内容导向管控两个角度对于融媒体情境下的广播电视安全播出提出了更高的要求，也对互联网新媒体导向管控实施全覆盖。一来，通过智能写稿的方式，将一部分稿件交由系统完成，减少审核难度与审核量，另外，在传统播控领域，也打算引入人脸识别，对于一些不能出现在电视屏幕上的脸直接进行处理，同样提高了审核的准确度并且提高了效率。
对于人工智能的展望
期望中的人工智能，是可以在媒体行业的各个领域都能体现出它的价值，提高在采集、制作、存储、分发各个渠道的效率与效能。今后的媒体技术工作者，他们的工作效率将会更高，工具将会更丰富。
转型是全方位的，在媒体工作者方面，人工智能帮助他们解决了产量的问题，解决了信息收集的问题，那媒体人员就需要聚焦于如何写出有深度、有温度的报道，这也是给他们提出了更高的要求，其实这也是传统广播电视的优势所在，从技术工作者方面，要学会去用人工智能的架构去构建技术体系，如何把更多的信息引入人工智能领域，提供给人工智能更多的学习的素，也是技术工作者需要提高与不断自我提升的地方。
蒋晓峰最后表示希望更多的厂商可以给与思考与启发，共同来把传统媒体与互联网与人工智能这样的生态建立起来，共同来拥抱这样的一个新时代。
