Page 31 - BP_201907

全球趋势

Trends

消除新闻编辑室内AI的讹传

扫一扫随身阅读

保罗·斯坦利 289亿美元）的推动，AI的重要性只会继续增大。大科技公
司（从美国的谷歌到中国的腾讯）已经把AI作为他们的一个
人工智能（AI）在新闻业的运用正加速发展，与很多技 关键的战略焦点。在笔者交谈过的很多科技公司中，AI为他
术趋势不同的是，实际用例很多。 们的重中之重。
德勤称82%的AI早期采用者看到AI对其业务产生积极影 而虽然作为一个行业我们已经跨出了早期机器人入侵我
响，而传媒和娱乐业的平均投资回报率达到骄人的20%。受 们的新闻编辑室的大肆渲染，但围绕AI对新闻和最重要的我
全球技术支出剧增（将从2018年的60亿美元增加到2021年的 们的生活方式的影响依然有很多困惑和不确定性。

“A I正开始在编码中起重要作 进一步。A I允许软件在传输前前瞻性 这听起来是否令人望而生畏？是
用，在此领域它具有显著改进工作流 地评估压缩视频的质量。这让编码系 的。A I软件确实经过训练能够“寻找
程的巨大潜力，”基于云的媒体流媒 统检测和纠正任何编解码器非故意产 图像中人类观众会发现令人不快的东
体技术开发商Bitmovin CEO和共同创 生的人工产物。在A I做此工作的过程 西，”卡纳汉说，“你正在训练一个
始人斯蒂芬·莱德尔表示，“随着新 中，它“学习”其行为，用此知识通 机器找出不应在那里出现的东西。”
编解码、新视频文件格式和分发方式 过连续应用提高其性能。 这是A I赋能的视频编码局限性
的涌现，电视和媒体业需要以A I提供 结果：“通过使用A I，编码解决 所在。“用软件一模一样模仿或尽
的自动化、即时和高效率方式改进编 方案能够做出关于每帧压缩设置和视 最大努力表现人类视觉系统几乎不可
码的解决方案。” 觉参数的智能决定，加速处理和提高 能，”MediaKind（前爱立信媒体解
即便如此，就编码过程中A I的限 编码效率，”莱德尔说，“训练过的 决方案公司）产品管理副总裁卡尔·
制问题，厂家之间意见不一。A I（亦 A I模型甚至能够预测每个特定源资产 费格森表示，“20或30多年来人们一
称为机器学习ML）无疑能够加速编码 的最佳编码设置以及处理工具。” 直在努力，但始终不成功，我认为永
过程，但它能够做人类观察者能够做 英国编解码开发商V-Nova CEO 远没有人真的能够找到一个模仿得一
的一切，检测和整治压缩视频中的人 和共同创始人吉多·梅亚尔迪表示， 模一样的人类视觉系统。”
工产物吗？没有人真正知道。 A I用于编码还与其它方式。最常见的 费格森说，问题在于相比基于度
人类无需参与编码出现后的复审 方式之一是增加现有编解码的预测能 量的A I观看模式，人类观看具有主观
阶段，因此在这个阶段提高了速度，记 力，决定哪些比特可被安全移除。 性。“现实中人们认为图像质量较好，
住这一点很重要。特纳媒体咨询公司保 “你预测图像越好，最后剩下 但测量工具给出的结果总是不尽相同，
罗·特纳表示：“编码参数可设置为一 的需编码的就越少，”梅亚尔迪说， 不管AI观看模型可能有多先进。”
组预定义的值，但你依然必须看结果且 “因此在保证质量的前提下你必须通 特纳说，质量评价不仅仅是关于
评估编码输出是否有足够好的质量。如 过输送管道发送的量也越少。” 绝对的图像质量；还有未经训练的人
果没有，你必须重复设置。” 类观众意识不到的失真，“这也得纳
（顺便说明，ML为狭义版AI，其 AI的局限 入AI训练内。”
中A I赋能软件负责对预定义参数内的 在每个例子中，A I正通过自动质 这意味着A I注定在视频压缩中
特定数据做出决定；而不是会自我感 量控制努力改进视频制作过程。这意 扮演一个次要角色？V-N o v a的吉多
知和选择毁灭人类。本文章，我们将 味着减少慢得多（且更昂贵）的人为 ·梅亚尔迪不怎么认为。即使有其局
互换使用这两个术语。） 干预，就能执行相同的任务。 限，但他预测A I将成为“未来压缩引
“你从根本上努力要做的是模仿 擎一个不可或缺的部分”。
AI如何能够改进编码 人类评估，”Telestream CTO肖恩· 然而，在此技术能够真正与人类
当前的视频编解码使用算法分析 卡纳汉表示，“你正在设法使用机器 视觉系统的复杂性和精微玄妙性一致
视频图像，决定在不降低观众察觉的 学习仿真观众感知内容质量的方式， 之前，人工介入将依然为高质量视频
主观图像质量的条件下那些比特可以 并用它判断像‘我能更进一步提高码 压缩一个必要的部分。A I至多不断降
去除以减少文件尺寸。 率或为保持主观质量不变我需要提高 低人类必须介入以保障图像质量的实
把AI注入此编码过程让该处理更 码率吗？’这样的问题。” 例比例。 B&P

31