引言

人工智能的迅速發(fā)展將改變科技世界的運行模式，對人類的社會生活產(chǎn)生深刻的影響。廣播電視行業(yè)海量媒體資源、融合媒體制播發(fā)展，以及云平臺建設(shè)和云服務業(yè)務，為人工智能與廣播電視的應用提供了研究基礎(chǔ)。研究基于大數(shù)據(jù)、云計算、人工智能以及區(qū)塊鏈等新技術(shù)的應用把人工智能應用到廣播電視的監(jiān)測監(jiān)管領(lǐng)域，將賦能廣播電視的技術(shù)監(jiān)測和節(jié)目內(nèi)容監(jiān)管的戰(zhàn)略性發(fā)展。

1 、人工智能的基本概念

1.1 人工智能的定義

人工智能是一個以人工智能為核心，以自然智能、人工智能、集成智能為一體的智能科學技術(shù)學科。它的定義首先從定義智能開始。人類的智能簡稱智能，是指人類在認識客觀世界中，由思維過程和腦力活動所表現(xiàn)出的綜合能力。

人類的大腦如何實現(xiàn)智能是世界兩大難題之一。學術(shù)上的解釋有思維理論、知識闕值理論、進化理論三種，分別認為智能的核心是思維，智能取決于知識的數(shù)量及其可運行程度，智能取決于感知和行為，以及外界復雜環(huán)境的適應。智能有感知能力、記憶和思維能力、學習和自適應能力、行為能力等四方面主要能力。 人工智能可從能力和學科兩個方面討論人工智能的定義。從能力方面，人工智能是用人工的方法在機器上實現(xiàn)的智能，也稱為機器智能。從學科方面來定義，人工智能是一門研究如何構(gòu)造智能機器或智能系統(tǒng)，以模擬、延伸和擴展人類智能的學科?，F(xiàn)在最常用的人工智能的定義，是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。

1.2 人工智能的基本特征

人工智能理論基礎(chǔ)研究，是多學科的交叉研究，同時具有集成智能。例如，對符號、行為的集成智能和有機融合，各種資源的相互作用、傳導和傳遞，實現(xiàn)資源的共享、融合和新生?；ヂ?lián)網(wǎng)走向未來互聯(lián)網(wǎng)，智能機器人發(fā)展為未來智能機器人，進一步與主流信息技術(shù)融合，并將應用于人類社會的各個領(lǐng)域和人類生活的各個方面智能技術(shù)促生的智能產(chǎn)業(yè)，將會成為第四產(chǎn)業(yè)，智件也將逐步從軟件中分離出來，成為智能計算機系統(tǒng)之一。

人工智能作為自然科學和社會科學的交叉學科，其核心是思維和智能，涉及的離散數(shù)學、模糊數(shù)學、認知心理、邏輯思維學、形象思維學以及計算機科學等基礎(chǔ)學科，并依賴腦科學、認知科學、系統(tǒng)科學、控制論等多種學科的共同發(fā)展。盡管目前人工智能不同研究學派在理論基礎(chǔ)、研究方法方面還存在差異，但不影響它在科技進步和創(chuàng)新中占據(jù)著重要地位。

1.3 我國人工智能的戰(zhàn)略發(fā)展要點

在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學等新理論新技術(shù)以及經(jīng)濟社會發(fā)展強烈需求的共同驅(qū)動下，我國的人工智能快速發(fā)展。世界主要發(fā)達國家把發(fā)展人工智能作為提升國家競爭力、維護國家安全的重大戰(zhàn)略，我國也把人工智能的發(fā)展放在國家戰(zhàn)略高度，出臺了一系列有關(guān)政策標準和產(chǎn)業(yè)推進計劃。

2017年7月8日印發(fā)并實施的 《新一代人工智能發(fā)展規(guī)劃》中明確了我國人工智能戰(zhàn)略目標，并對人工智能的發(fā)展戰(zhàn)略進行了整體部署，就是要構(gòu)建一個開放協(xié)同的人工智能科技創(chuàng)新新體系，堅持人工智能研發(fā)攻關(guān)、產(chǎn)品應用和產(chǎn)業(yè)培育“三位一體”推進，并強化科技、經(jīng)濟、社會發(fā)展和國家安全四大支撐。

2 、廣播電視監(jiān)測監(jiān)管應用人工智能關(guān)鍵技術(shù)

廣播電視監(jiān)測監(jiān)管的網(wǎng)絡化、數(shù)字化及廣播電視監(jiān)測監(jiān)管云平臺建設(shè)，為智能識別、機器學習、智能系統(tǒng)等人工智能關(guān)鍵技術(shù)提供了應用研究基礎(chǔ)。

2.1 機器學習

機器學習是機器自動地獲取新知識并具有智能的根本途徑，通過知識結(jié)構(gòu)的不斷完善與學習更新來提升機器自身的性能，是人工智能的核心技術(shù)。研究從觀測數(shù)據(jù)(樣本)出發(fā)尋找規(guī)律，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進行預測。阿爾法Go就這項技術(shù)一個很成功的體現(xiàn)。機器學習有多種不同的分類方法，如果按照對人類學習的模擬方式，機器學習可分為符號學習和神經(jīng)學習等。

基于廣播電視監(jiān)測監(jiān)管的場景應用，關(guān)鍵技術(shù)涉及深度學習技術(shù)和機器視覺兩個方面，深度學習是機器學習各項技術(shù)中應用最廣也是最成功的技術(shù)分支，有人工神經(jīng)網(wǎng)絡算法、聚類算法、貝葉斯算法等算法。機器視覺讓計算機擁有類似人類的提取、處理、理解和分析圖像以及圖像序列的能力，隨著深度學習的發(fā)展，預處理、特征提取與算法處理漸漸融合，形成端到端的人工智能算法技術(shù)。兩個典型關(guān)鍵技術(shù)解決監(jiān)測監(jiān)管應用，還需著重解決跨媒體分析推理，即研究跨媒體的關(guān)聯(lián)理解、知識圖譜構(gòu)建與學習、知識演化推理與智能描述等。

2.2 智能識別

智能識別是指利用人工智能的方法從大量信息中識別并判斷出所需的信息或知識，尤其是海量的信息或知識，主要包括基于深度學習的圖像內(nèi)容和語音內(nèi)容的智能識別。

基于深度學習內(nèi)容識別技術(shù)，是當前研究和應用的熱點，廣泛應用于語音、圖像、視頻等識別的各種模型的變形體或結(jié)合體模型，如隱含馬爾科夫模型(HMM，Hidden Markov Model)、卷積神經(jīng)網(wǎng)絡(CNN，Convolutional Neural Networks)、遞歸神經(jīng)網(wǎng)絡 (RNN，Recurrent Neural Networks)、長短期記憶網(wǎng)絡(LSTM，Long Short-Term Memory)，可應用于智能編目、廣告檢測、智能檢索、智能審核等領(lǐng)域，需著重解決的主要問題還有具有一定自然語言理解能力、具有一定的推理能力和具有一定的常識知識。

2.3 智能系統(tǒng)

智能系統(tǒng)指各種具有智能特征和功能的軟硬件系統(tǒng)。從這種意義上講，人工智能的許多研究內(nèi)容都應以智能系統(tǒng)的形式來表現(xiàn)，例如智能控制系統(tǒng)、智能制造系統(tǒng)、智能檢索系統(tǒng)等。其典型應用系統(tǒng)有專家系統(tǒng)和智能決策支持系統(tǒng)。

專家系統(tǒng)是一種基于知識的智能系統(tǒng)，它將領(lǐng)域?qū)＜业慕?jīng)驗用知識表示方法表示出來，并放入知識庫中，供推理機使用。有模糊專家系統(tǒng)、神經(jīng)網(wǎng)絡專家系統(tǒng)、基于Web的專家系統(tǒng)、協(xié)同式專家系統(tǒng)和分布式專家系統(tǒng)等。智能決策支持系統(tǒng)是在傳統(tǒng)決策支持系統(tǒng)中增加了相應的智能部件的決策支持系統(tǒng)，把人工智能技術(shù)，尤其是專家系統(tǒng)技術(shù)與決策支持系統(tǒng)相結(jié)合的產(chǎn)物。

3 、人工智能在廣播電視監(jiān)測監(jiān)管中的應用分析

有理解能力的機器進行大規(guī)模信息處理、分析和決策，將有力推動音視頻智能處理技術(shù)的進步，應用人工智能為廣播電視監(jiān)測監(jiān)管“賦能”，迎接新的技術(shù)帶來的挑戰(zhàn)。在充分理解廣播電視監(jiān)測監(jiān)管業(yè)務場景需求的前提下，針對特定業(yè)務場景數(shù)據(jù)集，改造構(gòu)建監(jiān)測監(jiān)管算法和模型，依托硬件資源和應用軟件框架對算法進行訓練和優(yōu)化，再通過業(yè)務流程再造、集成，形成面向廣播電視監(jiān)測監(jiān)管的人工智能應用。

3.1 音視頻內(nèi)容的智能識別監(jiān)測

智能識別監(jiān)測在廣播電視監(jiān)測監(jiān)管中的應用，圍繞廣播電視信號的技術(shù)監(jiān)測和節(jié)目內(nèi)容的監(jiān)管兩方面開展，主要應用場景涉及語音識別、語種識別、語義判斷、圖像識別、音視頻可視化數(shù)據(jù)信息轉(zhuǎn)換以及智能分析研判等，其能力主要取決于模型構(gòu)建、機器學習能力以及對海量音視頻數(shù)據(jù)的智能識別監(jiān)測和智能分析處理能力。把監(jiān)管數(shù)據(jù)分析、案例研究等不斷積累案例庫、知識庫，作為深度學習的樣本數(shù)據(jù)，為應用基于深度學習的人工智能技術(shù)提供數(shù)據(jù)模型儲備。

在音頻效果智能識別監(jiān)測方面，基于訓練數(shù)據(jù)集作為信道模型，從混合信號和參考信號中提取比對分離音頻指紋特征，通過迭代搜索計算音頻指紋的最大匹配相似距離，結(jié)合語音識別、語種識別、語義判斷等，實現(xiàn)音頻效果的人工智能評估。在音視頻內(nèi)容方面，基于文字識別、語音語種識別、人臉識別、圖像比對識別、場景識別、視頻拷貝檢測等方法，利用黑白名單比對、機器深度學習、光學字符識別(OCR，Optical Character Recognition)等多種技術(shù)定位標識目標物體，通過聲學模型、特征提取模型、模式匹配等建立針對語音、圖片、視頻、輿情等的提取分類識別、多維度審核、智能分析研判，實現(xiàn)對媒體資源內(nèi)容的監(jiān)測監(jiān)管。

3.2 監(jiān)測監(jiān)管數(shù)據(jù)信息的智能編目

智能編目是指數(shù)增長的監(jiān)測監(jiān)管數(shù)據(jù)信息智能化管理的最有效方式。通過智能識別、語義判斷、機器學習等，對監(jiān)測監(jiān)管數(shù)據(jù)信息資源的形式、內(nèi)容特征進行分析、選擇、記錄，并賦予某種檢索標識，并將這些描述信息按照一定的規(guī)則有序化的組織起來。

監(jiān)測監(jiān)管數(shù)據(jù)信息的智能編目由音視頻結(jié)構(gòu)化、知識圖譜和大數(shù)據(jù)檢索等三部分組成。音視頻結(jié)構(gòu)化完成對基礎(chǔ)元素和內(nèi)容的提取和整理，并解構(gòu)成可以被碎片化使用的組件;知識圖譜用于將得到的事件、人物、物體、場景等信息有序梳理，并以便于檢索和關(guān)聯(lián)的形式進行存儲和呈現(xiàn);大數(shù)據(jù)檢索則在前兩者的基礎(chǔ)上，提供海量監(jiān)測監(jiān)管數(shù)據(jù)信息的高效檢索，可以根據(jù)人物特征、人臉特征、圖像特征、視頻特征及更復雜的組合結(jié)構(gòu)，快速地提供數(shù)據(jù)檢索服務。例如，通過人臉、字幕、臺標、結(jié)構(gòu)化、聲音等進行智能編目，產(chǎn)生片段、場景、鏡頭、人臉、字幕、臺標、聲音等相應的編目信息結(jié)果，同時利用大數(shù)據(jù)能力和算法，實現(xiàn)監(jiān)測監(jiān)管行為數(shù)據(jù)標簽管理。

3.3 網(wǎng)絡安全智能態(tài)勢感知

態(tài)勢感知是一種以安全大數(shù)據(jù)為基礎(chǔ)，動態(tài)的、基于整體環(huán)境的洞悉安全威脅和安全風險的一種方式，并從全局視角確定安全威脅、相應處置能力，并最終形成決策與行動。智能態(tài)勢感知需要對廣播電視網(wǎng)絡終端、關(guān)鍵網(wǎng)絡節(jié)點安放智能探測器，接受網(wǎng)絡環(huán)境和風險情況，并對海量安全數(shù)據(jù)進行關(guān)聯(lián)分析和行為建模，實現(xiàn)對漏洞、威脅、風險、攻擊等的全面態(tài)勢感知，并對網(wǎng)絡安全和終端安全給出預警，并進行阻斷、修復等自適應自動決策處理，來止損全鏈條的自動化智能響應，同時通過提前預設(shè)對抗樣本對模型做專項對抗訓練，測試模型的穩(wěn)定性和安全性。

3.4 監(jiān)測監(jiān)管的智能系統(tǒng)應用架構(gòu)

監(jiān)測監(jiān)管的智能系統(tǒng)的應用架構(gòu)，從邏輯上由平臺層、服務層、應用層和業(yè)務層組成，從流程上有數(shù)據(jù)集設(shè)計、算法選型、訓練優(yōu)化、測試評估、集成部署等環(huán)節(jié)。平臺層是智能應用訓練、測試評估與集成部署的基礎(chǔ)支撐層。服務層以平臺層提供的支撐為基礎(chǔ)，運行智能識別處理、可視化數(shù)據(jù)轉(zhuǎn)換、大數(shù)據(jù)分析推理、綜合分析研判等基礎(chǔ)服務。應用層完成語音識別、語種識別、語義判斷、場景識別、音視頻拷貝檢測等。業(yè)務層面向廣播電視監(jiān)測監(jiān)管的技術(shù)監(jiān)測、安全播出監(jiān)管、節(jié)目內(nèi)容監(jiān)管、廣告監(jiān)管、機構(gòu)監(jiān)管，以及資源的分配、控制、分發(fā)、終端管理等業(yè)務環(huán)節(jié)，提供監(jiān)測監(jiān)管人工智能應用。

4 、結(jié)束語

人工智能與廣播電視監(jiān)測監(jiān)管的融合創(chuàng)新，將推動廣播電視監(jiān)測監(jiān)管向智能化的轉(zhuǎn)型升級，提升廣播電視監(jiān)測監(jiān)管效率。我們應緊跟深度學習人工智能技術(shù)發(fā)展的步伐，不斷跟蹤研究深度學習神經(jīng)網(wǎng)絡模型的演變和深度學習算法的發(fā)展，加強數(shù)據(jù)儲備、模型儲備和算法儲備，為應用基于深度學習的人工智能技術(shù)提供模型儲備和算法儲備，為廣播電視內(nèi)容監(jiān)管技術(shù)系統(tǒng)建設(shè)提供有力技術(shù)支撐。同時，在廣播電視監(jiān)測監(jiān)管技術(shù)創(chuàng)新中應用人工智能的最新成果，激發(fā)監(jiān)測監(jiān)管新動能，為新時代智慧廣電發(fā)展提供有效的監(jiān)測監(jiān)管保障。