現(xiàn)在的電視機越來越智能，有些品牌已經將人工智能作為自己的特點售賣。有優(yōu)點也有缺點的新科技為我們觀看電視的體驗帶來哪些改變？
以下為商業(yè)運營管理咨詢員Melvin Machau在A Medium上發(fā)表的文章。
小時候看電視只有三個頻道。我的第一臺電視是黑白的，第二臺是彩色的Telefunken，激動得不得了。電視不能遠距離操控也就罷了，而且在很長很長的時間里，電視都只有三個國家頻道?，F(xiàn)在，登錄Netflix，你就能看到之前觀看的綜藝，亞馬遜Prime和Hulu上也是這樣。
你以為內置AI并且能和Alexa或者Echo連接的電視還屬于未來？它已經成真了。LG就推出了一款叫做Thinq的電視，使用Alexa或者Echo、Echo dot就能換臺、調音量、暫停、搜索等等。電視還能成為智能家居核心，一邊看電視一邊就能控制掃地機器人、空調、電燈。
同時，智能電視也讓廣告變得有的放矢。從此以后，廣告將根據(jù)受眾的年齡層、性別、偏好、職業(yè)、興趣等等進行推送。至2017年，美國有1億3千萬已經聯(lián)網的電視用戶，并且還在以每年一億8千萬的速度增加，到現(xiàn)在至少55％的美國人在電視上看到的廣告是和有針對性地投放的。
如今的廣告投放是全方位閉環(huán)性質的。手機、電腦、平板、電視上都能同時收到同樣的廣告覆蓋。搜一下疾病，就會推送藥物的廣告（聽上去十分耳熟）。更復雜一點的，如果你查了查泳裝、登山裝，那么AI也能推算出你會想知道機票價格、想訂酒店。
AI還在改變廣告本身。
以前想要知道你究竟是在電腦上看到的廣告還是手機上并不容易。畢竟人們會同時使用很多電子設備，想要準確記錄和跟蹤信息入腦的過程，幾乎是不可能的。但現(xiàn)在，一種叫做MCA－AMS的技術解決方案將多個設備與同一個人連接，AI能夠全方位記錄你看電視時候都開了什么小差，這些廣告都對你的行為方式產生了什么影響。
電視節(jié)目
電視節(jié)目的播放現(xiàn)在也逐步電子化了，播出時間表的安排也逐漸又人工轉為了電腦完成。
IBM就已經著手準備通過分析文字、音軌、視頻，形成統(tǒng)籌數(shù)據(jù)來呈現(xiàn)內容，從而加速電視節(jié)目播放的冗長工作。他們近期的一個項目就幫Fox體育完成了2018世界杯無縫直播，其中包括320小時的原直播內容，共64場賽事。 Aspera技術將俄羅斯的12個體育場地中的賽事傳到在洛杉磯的管理系統(tǒng)和創(chuàng)作團隊。
利用AI技術，Watson從歷屆世界杯中將所有Cristiano Ronaldo或者是Lionel Messi的片段選出來并形成“經典片段合集”；BBC4頻道也用機器學習來輔助BBC找到50年來的A－V內容庫中最好的，最能引起普通觀眾共鳴的。
技術應用
除了鎖定需要需要的片段，AI還被用于壓縮視頻以及保持網路彈性。前者AI能夠探查視頻的質量，后者幫助直播公司維持服務器流量，在觀看者數(shù)量暴增的時候分流給云端和合作服務器。
在視頻推送方面，我的幾個App能夠跨平臺將我所有訂閱的頻道信息整合起來，然后基于觀看記錄和喜好給出推薦。這其中比較知名的有Movix、Gowatchit、reelgood、justwatch、Yidio。Movix是由DeepSystems推出的AI助力的電影推薦服務，集郵Google的Ternsorflow的架構，也有GPU的支持。和其他類似服務不同的是，它并不提前想好出推薦清單，而是即時在服務器上計算給出推薦。
Netflix算是影視平臺中最知名的了，這種成功離不開他的推薦引擎。公司還發(fā)表了一篇該領域內的論文，透露平臺使用的是以下幾種技術：
私人視頻排行
通過私人化的建檔，該技術能夠在不同的影視類別中給出相應的私人排行，做到了不同用戶即使在同一類別下，看到的推薦排行也不同。
“最愛”榜
該排行只關注用戶最喜歡的幾個視頻。
熱度流行
加入其它用戶的數(shù)據(jù)，該技術結合了歷史記錄和Beacon（一款記錄所有用戶印象和活動的服務）計算出目前Netflix上最火的視頻。
繼續(xù)觀看
進入這個列表中的視頻都是篩選后，確認用戶想要再看或者接著看下去的。
從視頻與視頻之間相似度的對比，到生成推薦頁面，今天的電視、視頻產業(yè)無處不用到數(shù)據(jù)和機器學習的技術。AI成為產業(yè)里不可或缺的一環(huán)已經不再是明天的“設想”，而是今天的現(xiàn)實。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
