10月15日，在国家发展和改革委员会、工业和信息化部、国家网信办指导下，由国家发改委主办的AIIA中国人工智能产业发展联盟（AIIA）人工智能开发者大会在苏州国际博览中心隆重举行。
Video++吉联科技联合创始人兼COO董慧智受邀出席，并在主论坛上发表了《解构AI赋能新文娱产业》精彩演讲。
以下为Video++吉联科技联合创始人兼COO董慧智演讲实录： 谢谢大家！今天听了这么多，其实我感觉AI已经成为整个高科技领域的主流。
但实际上，在我们刚刚创业的那一年，AI还是一个非常偏颇的话题。
开始好起来了，我们也是第一个应用的。
其中众所周知的AI应用领域有安防、智慧城市等，另一个领域与大家的生活消费息息相关，也是互联网信息最集中的领域——娱乐。
文化娱乐是一个非常大的领域，直接关系到广告、电商的很多商业模式。
我们的目标是娱乐领域。
我们需要用AI赋能新娱乐产业，然后将其与广告、电商、新零售结合起来。
，从而释放万亿级市场潜力。
据我了解，Video++从2010年开始，我们就一直在思考AI能做什么？包括刚才机器之心说的，人工智能能做的就是把海量用户、海量信息、海量需求以统一、自动化的方式汇聚在一起，创造出很多连接点，从而创造出非常大的经济价值。
我将这个过程分为三个步骤。
第一步是感知。
无论是语音识别、语义识别、图像识别、视频识别，它们都是感知的一部分。
不仅仅是感知别人言语的含义、每个眼神的含义，我们现在所做的也是感知每个人。
图像背后表达了什么情感、故事等等。
我之前讲过一个结构模型，知识图谱模型。
任何网络视频的顶部都有基本元素，包括明星、物体、人物和场景。
这些是基本的标签，然后是情感，然后是故事。
现在大家都在努力提高这方面的认知。
感知只是第一步。
将大量的模拟信息转化为数据信息后，如果量太大，就需要自动化。
当我把现有的方法论和以前由人类操作的部分转化为公式和自动化系统时，人类创造的方法论的局限性就会逐渐显现出来。
很多人类的国际象棋记录都非常复杂，但是当我把像AlphaGo这样的自动化机器和围棋大师放在一起时，我就可以发明更多的国际象棋游戏，进入第三步优化。
在这个进化的过程中，我们需要让机器的感知更像人类的五种感官和其他器官，像神经一样自动化。
我们的每一个肌肉运动都不是大脑思考的，而是一个本能的、自动的过程。
最后一步，当机器达到可以思考、可以优化、甚至可以模糊优化的程度时，AI就走向了脑智能。
这是我们对AI未来发展的理解。
而我们正朝着自动成像和优化的方向发展。
相信这也是很多AI公司正在努力的方向。
我们认为，国内AI公司分为三类：AI算法公司、AI应用公司、AI硬件公司；而且我们是一个典型的应用公司，我们非常垂直，专注于娱乐领域。
未来人工智能应用最为广泛的六大领域包括安防、机器人、无人驾驶、医疗、娱乐。
这是我们判断五年内真正创造万亿级市场潜力的地方。
说到AI+娱乐，我们先自我介绍一下。
我们2016年创业，目前已进入C轮，是AI+娱乐领域的独角兽。
集团旗下包括AI场景广告、电子商务、新商业IP、新零售等产业，投资方包括阿里巴巴、旷视科技、优必选等。
至于新文化娱乐产业是如何催生如此大规模的，我们发现有几个影响。
当经济放缓时，更多的文化产业在娱乐业中所占的比重将会增加。
此时，95后、00后的消费心理将逐渐从需求消费心理转变为触发经济。
例如，80后的人们通过搜索买东西，想买什么就买什么，这就催生了淘宝和京东。
然而，现在很多95后、00后买的东西更多了。
你感动什么就买什么，这就是我们现在种草除草的原因。
文化娱乐触及的粉丝经济、IP经济都是非常强劲的趋势。
但如果只用人工的方式去培养粉丝，那就太慢了，而人工智能会大大加快这个过程。
我们利用长尾视频和直播70%的流量，用AI把种草拔草的过程自动化，这样我们就可以产生大量的娱乐消费，包括广告、电商等。
这是我们的发展过程，也是未来很多AI公司要发展的过程。
我们从2016年开始致力于AI技术，从那时起我们就专注于AI娱乐领域。
到了这一年，我们发现作为一个技术，我们是比较领先的，然后我们就开始寻找应用场景。
大家在看视频的时候，往往只是看在那里，没有办法和视频内容深度互动，所以我们做了第二套产品VideoOS。
该系统将VideoAI识别的数据与AI数据结合起来，用户可以直接交互，从而产生投票、购买、点击广告等行为。
当这些用户行为与当前的产业经济相关联时，就形成了一个巨大的应用场景。
一方面我们在寻找AI应用场景，另一方面我们也在打造应用场景。
这就是我们的整体架构，也是我们现在能够占领很多视频、直播平台，使用我们操作系统的原因。
现在已经形成了一个闭环。
VideoAI是一个系统，识别视频数据并形成数据库。
现在它已将互联网上的热门电视剧数字化。
数据通过VideoOS自动匹配。
当用户打开视频时，场景会自动匹配相应的广告，比如啤酒、一些女性喜欢的饮料等，在适当的节点自动推送广告。
这就是通过视频场景产生的情感共鸣，直接转化为广告点击和广告销售。
这个流程是在第二个系统中实现的，这个系统是视频中的一个小程序，它承载的业务是广告、电商、新零售三大业务。
这是一个介绍我们的AI技术的视频。
首先，我们使用全序列识别算法。
像Face++这样的公司在人脸识别方面做得非常好。
为什么投资我们？因为我们完全是从视频开始的，所以在视频处理过程中，最基本的单位就是视频。
我们的算法并没有被理解为图像的集合，而是融合了很多特殊的算法，比如特效去除、场景聚合等。
这些算法的最后一步是图像识别。
这就是为什么我们能够在这个领域做到最专业、最深入。
的原因。
从技术上来说，白色就是我们技术的加工。
经过一系列处理后，视频被结构化为数据库。
我们称之为视频结构化数据库。
这个数据库与知识图非常相似，只不过这个图是逐年的。
全网热门剧数据存储后，利用匹配算法完成用户标签与广告需求的匹配，自动推送相应的广告，实现海量用户、海量信息、海量需求的自动化。
这个系统是我们搭建的，现在已经批量商用了，我们的视频AI商业解构系统已经是市场上商业应用最成熟的系统了。
从技术壁垒来看，我们目前在该领域处于世界领先地位。
正如刚才提到的，我们有一个数据库。
数据库是什么样的？我们将娱乐视频分为四个级别。
最底层是视频层。
所有平台都有一个媒体库，它决定了我的视频库包含哪些综艺、电视剧、电影等。
媒体库是视频层；第二层是信息层。
你可以看到AI识别的事物、人、物等。
最底层是情境层，是最终能触动人心的部分。
为什么年轻人愿意花钱买五十块钱的东西？ ，我花了500元买了它，因为我被这个视频的娱乐特性所吸引；而且每个不同的视频场景对于某一类广告或者电商都有非常高的转化效果，这让AI非常强大。
使用。
我们将识别出的数据库与我们的广告进行关联，利用VideoAI底层识别系统来匹配用户体验最好、转化效率最高的广告，然后让用户通过VideoOS中喜欢的程序参与投票、打卡。
收集游戏、发红包、购物的过程转化率非常高。
我们去年做了一个实验。
同样的场景下，普通广告的转化率大概是千分之二左右，但是通过我们的旅游贴，或者投票，我们可以达到平均3%的转化率，这给整个业务带来了很多。
巨大的价值。
这是长隆游乐园在芒果TV投放的广告。
带来了很大的转化率，效果也非常好。
第二个例子是Tutor ABC，一家英语教育公司。
我们识别名人说英语的场景。
当名人在视频中说英语时，我们会推出相关广告。
转化率极高。
他们已经到了第五次下订单了。
2019年，Video++到达C轮，还会有更多新的增长点。
网络视频日播放量超过10亿次，覆盖4.5亿人群，但目前填充率仅为1%。
我们还在努力吸引尽可能多的用户，但是熟悉广告的人都知道，广告这个业务是有各种场景要求的，不可能做到100%，但是很多场景都可以用电商来填充以及新零售方式。
在娱乐电商领域，我们制定了行业标准，通过万人观看产生的销售额来衡量商业潜力——VPM值。
包括我们和芒果TV合作的超级IP，比如《歌手》、《爸爸去哪儿》、《妈妈是超人》等超级IP，VPM值非常可观。
超级IP未来将带来更多的商业变现。
。
后面还有一些与食物相关的案例，就不详细说了。
如果您对AI娱乐感兴趣，希望您多联系Video++。