运营商正在转移重点,同时也在关注智能家居服务、安全与监控服务、智能基础设施服务等领域的商机。
Buying Trends 调查显示,广播和媒体行业对人工智能和机器学习的采用有了巨大的提升,68% 的组织表示他们可能或非常可能在广播和媒体行业部署人工智能。
对大量存储/存档的非结构化视频数据进行实时、高效的标记和索引是一项重大挑战;因为这是目前手动完成的。与传统的自动化流程(主要基于规则)不同,AI 算法可以分析大量数据、挖掘模式、关联各种来源的数据并生成智能洞察。
然而,有效的索引和元数据标记需要高级搜索技术,旨在发现媒体内容片段。传统上,质量检查、字幕和隐藏式字幕创建都是手动完成的。AI 有可能使用异常检测和自然语言理解 (NLU) 等技术使这些自动化。此外,人工智能可以通过分析观看模式、社交媒体足迹、当地社区的人口统计详细信息来提高客户体验,从而增加点击率以及动态插入高度相关的广告。
深度学习算法应该使用适当的成本函数和超参数调整进行微调。应根据应用用例优化 CNN、RNN/LSTM、NLP/NLU 等算法的组合,以获得最佳精度和效率。