AI+内容 开创新应用领域

大数据加上“无监督学习”算法，才是真正意义上的AI，再加上众多AI开源框架或系统，为众多开发者在内容价值精准判断领域，提供了极大的机会空间。

在1955年达特茅斯会议提出人工智能（AI）理念之后，历经上个世纪50年代、80年代两次“波峰—波谷”的跌宕，21世纪的AI在“深度学习”和“卷积神经网络”的推动下，再次成为IT显学、国家战略和公众热词。

这一波AI复兴，被预测有3个阶段的突破：服务智能、科技突破和超级智能。目前，正处于AI与各行各业开始紧密结合的服务智能阶段。比如，在棋类竞技领域，从围棋到国际象棋，AI都足有余力作为人类的指导老师，这一块的代表是“阿尔法狗”和“深蓝”；再如，在医疗领域，从辅助诊疗、医学影像到新药研发、健康管理，AI都是一名“全才医师”，其速度和准确度，足以将误诊率大大降低、预防度大大提前，这一块的代表是IBM的沃森AI系统；还如，在交通领域，高级辅助驾驶系统（ADAS）正在让特斯拉、谷歌、百度的無人汽车越来越逼近规模化商用的门槛。

如果说，AI更擅长于逻辑思维主导的“左脑”，故而能够在上述领域率先取得突破。那么，在文化、艺术等内容创作领域，AI是否能取得同样的突破？

科技和文化企业正在努力尝试这一点。比如谷歌让AI学会创作诗歌和歌曲，担任足球比赛的直播评论员；从路透社到新华社和腾讯，都有机器人小编，负责财经领域的新闻撰写；以新闻聚合与智能推荐而闻名的“今日头条”，获得越来越大的市场份额和资本估值……但这些，只是“AI+内容”的起步阶段，真正具有开创性的应用领域，依然在等待业界和创业者去开荒拓土。

首先，是内容价值的精准判断。几年前，源于美版《纸牌屋》的火爆，刮过一阵儿“大数据决定论”的风潮。可惜，很多声称利用大数据精准预测电影票房、剧集收视的机构，其预测结果与市场表现南辕北辙。事实上，大数据加上“无监督学习”算法，才是真正意义上的AI，再加上众多AI开源框架或系统，包括但不限于TensorFlow、Caffe、Theano、Torch、DMTK、DTPAR等，为众多开发者在内容价值精准判断领域，提供了极大的机会空间。

其次，是分众内容场景的地理化与AR化。正如通过谷歌地球引擎对疟疾传染源精准定位，得以实现智能化防治，包括内容产业在内的诸多行业，都可以得到举一反三的灵感。事实上，分众化的内容与相匹配的场景是今天内容产业竞争的关键环节，而基于分众化受众和场景的地理定位和增强现实（AR），会带来真正意义上的“千人千面”。说到增强现实，在苹果ARKit和谷歌ARCore两大系统级开发平台面世之后，大大降低了开发难度，将主要考验内容创意和创作者的想象力。

再次，是内容流行趋势的预测。2017 秋冬纽约时装周上，腾讯优图发布了《AI+时尚：中国95后流行色报告》，借助人工智能领域的人脸识别与图像处理技术，分析2016年QQ空间相册的千亿公开照片，得到了属于中国95后的流行色“95度黑”；而在时尚电商平台Thread上，用户只需上传个人照片和填写基本问卷，就可以得到AI时尚顾问的算法推荐——Thread从高达3.7万亿种搭配组合数据库中，挑选出AI认为最适合的那一款。事实上，对很多知名时装设计师来说，AI助手软件已经成为不可或缺的灵感工具。

内容创意是无限的，而AI的服务智能能力正在一日千里地提升，这里面的开创性场景和领域，正在等待业界的尝试。endprint