廣播電視監(jiān)測(cè)監(jiān)管平臺(tái)中的人工智能應(yīng)用

許津子

摘 要：人工智能的快速發(fā)展將改變各行業(yè)的發(fā)展格局，將其應(yīng)用于廣播電視監(jiān)測(cè)監(jiān)管平臺(tái)的開(kāi)發(fā)和建設(shè)，能夠有效地推動(dòng)廣播電視行業(yè)的發(fā)展。文章結(jié)合目前人工智能在廣播電視行業(yè)的應(yīng)用情況，討論了監(jiān)測(cè)監(jiān)管系統(tǒng)中人工智能的應(yīng)用前景，分析了應(yīng)用人工智能需要注意的關(guān)鍵技術(shù)問(wèn)題。

關(guān)鍵詞：人工智能;監(jiān)測(cè);監(jiān)管;AI

0 引言

作為新一輪產(chǎn)業(yè)變革、科學(xué)技術(shù)革命的重要驅(qū)動(dòng)力量，人工智能的快速發(fā)展將改變各行業(yè)的發(fā)展格局，人類的生活也將發(fā)生顛覆性的變化。目前，人工智能在全球范圍內(nèi)的競(jìng)爭(zhēng)發(fā)展態(tài)勢(shì)日趨激烈，歐盟各國(guó)家和地區(qū)陸續(xù)出臺(tái)相關(guān)指導(dǎo)政策，加快推進(jìn)人工智能的發(fā)展。近幾年，我國(guó)也十分重視發(fā)展人工智能領(lǐng)域，《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018—2020年）》《新一代人工智能發(fā)展規(guī)劃》等政策規(guī)劃的頒布與實(shí)施，圍繞新一代人工智能技術(shù)的產(chǎn)業(yè)化和集成應(yīng)用，聚焦新一代人工智能關(guān)鍵技術(shù)，并把它應(yīng)用到廣播電視監(jiān)測(cè)監(jiān)管平臺(tái)中，將賦能廣播電視行業(yè)的持續(xù)健康發(fā)展。

1 ? 人工智能在監(jiān)測(cè)監(jiān)管中的應(yīng)用分析

1.1 監(jiān)測(cè)監(jiān)管系統(tǒng)中人工智能（AI）特征分析

人工智能起源于1956年，達(dá)特茅斯人工智能夏季研究計(jì)劃（The Dartmouth Artificial Intelligence Summer Research Project）開(kāi)啟了人工智能領(lǐng)域的研究，自此以后新一代的科學(xué)家開(kāi)始了探尋與人類媲美的智慧信息技術(shù)。

人工智能包羅萬(wàn)象，包括自然語(yǔ)言處理、知識(shí)表達(dá)、智能搜索、規(guī)劃、機(jī)器學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)復(fù)雜系統(tǒng)、數(shù)據(jù)挖掘、遺傳算法、模糊控制等。人工智能的目標(biāo)是創(chuàng)建可以與人類思維相媲美的計(jì)算機(jī)軟件系統(tǒng)和（或）硬件系統(tǒng)。適用于人工智能來(lái)求解的問(wèn)題主要有3個(gè)特征：（1）人工智能問(wèn)題往往是大型的問(wèn)題。（2）在計(jì)算上非常復(fù)雜，并且不能通過(guò)簡(jiǎn)單的計(jì)算解答。（3）人工智能問(wèn)題及其領(lǐng)域傾向于收錄大量的人類專門知識(shí)，特別是通過(guò)模擬人類智能行為，使用與人類相同的方法解決問(wèn)題。

1.2 人工智能（AI）有利于提高內(nèi)容智能分析效率

計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)和自然語(yǔ)言處理等人工智能技術(shù)提高了監(jiān)測(cè)監(jiān)管的效率，主要表現(xiàn)在新媒體監(jiān)測(cè)監(jiān)管領(lǐng)域內(nèi)容智能分析的效率。

1.2.1 計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)的一雙眼睛稱為計(jì)算機(jī)視覺(jué)，主要應(yīng)用包括視頻分割、光流、目標(biāo)追蹤、圖像識(shí)別、目標(biāo)監(jiān)測(cè)、圖像分割、圖像生成等。目前常見(jiàn)的計(jì)算機(jī)視覺(jué)工具包有：OpenCV， MATLAB Computer Vision System Toolbox，SimpleCV， CCV，VLfeat，VXL。

1.2.2 深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，根植于計(jì)算機(jī)科學(xué)、數(shù)學(xué)和神經(jīng)科學(xué)。60年前，數(shù)字計(jì)算機(jī)在人工智能的萌芽期問(wèn)世，深度學(xué)習(xí)革命的種子也在那時(shí)被播種。深度學(xué)習(xí)與傳統(tǒng)的學(xué)習(xí)方法相比，深度學(xué)習(xí)方法預(yù)設(shè)了更多的模型參數(shù)，因此模型訓(xùn)練難度更大，根據(jù)統(tǒng)計(jì)學(xué)習(xí)的一般規(guī)律，模型參數(shù)越多，需要參與訓(xùn)練的數(shù)據(jù)量也越大。深度學(xué)習(xí)與深度神經(jīng)網(wǎng)絡(luò)密切關(guān)聯(lián)。通過(guò)多元神經(jīng)網(wǎng)絡(luò)，DNN（深度神經(jīng)網(wǎng)絡(luò)）分為多層，可以“自動(dòng)”產(chǎn)生自適應(yīng)的特征，最后提供一個(gè)人們預(yù)期值。尋找“特征工程”的過(guò)程非常煩瑣，深度神經(jīng)網(wǎng)絡(luò)也分解成許多不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，所以有了CNN（卷積神經(jīng)網(wǎng)絡(luò)）、RNN（遞歸神經(jīng)網(wǎng)絡(luò)）、LSTM（長(zhǎng)期短期記憶）、GAN（生成敵對(duì)網(wǎng)絡(luò)）、轉(zhuǎn)移學(xué)習(xí)、注意模型（Attention Model）等，所有的這些被統(tǒng)稱為深度學(xué)習(xí)（Deep Learning）[1]。

1.2.3 自然語(yǔ)言處理（NLP）

自然語(yǔ)言處理是人工智能中一個(gè)核心的部分。自然語(yǔ)言處理（NLP）涉及人工智能、計(jì)算機(jī)科學(xué)、語(yǔ)言學(xué)等學(xué)科，研究的領(lǐng)域是計(jì)算機(jī)和人類（自然）語(yǔ)言之間的相互作用。

2 監(jiān)測(cè)監(jiān)管平臺(tái)中應(yīng)用的人工智能技術(shù)

人工智能主要應(yīng)用詳情如表1所示。

2.1 監(jiān)測(cè)監(jiān)管平臺(tái)中的人工智能

廣播電視監(jiān)測(cè)監(jiān)管事業(yè)的跨越式發(fā)展，以全媒體綜合監(jiān)測(cè)監(jiān)管平臺(tái)為依托。近幾年，河南廣播電視臺(tái)以“河南廣播電視全媒體融合監(jiān)管平臺(tái)”建設(shè)為抓手，以實(shí)現(xiàn)監(jiān)測(cè)監(jiān)管平臺(tái)內(nèi)各業(yè)務(wù)系統(tǒng)的無(wú)縫對(duì)接，為廣播電視監(jiān)管部門提供有力的技術(shù)支撐和保障。全媒體融合監(jiān)測(cè)監(jiān)管平臺(tái)總體架構(gòu)設(shè)計(jì)遵循“五個(gè)層次”的邏輯關(guān)系，即基礎(chǔ)層、數(shù)據(jù)采集層、業(yè)務(wù)層、應(yīng)用層和展現(xiàn)層。

2.1.1 基礎(chǔ)層

基礎(chǔ)層包括3部分：物理資源、監(jiān)測(cè)設(shè)備和虛擬資源?；A(chǔ)層采用虛擬化技術(shù)、池化技術(shù)搭建平臺(tái)的底層服務(wù)。通過(guò)虛擬化技術(shù)實(shí)現(xiàn)對(duì)整個(gè)軟硬件環(huán)境的調(diào)度、部署和管理，從而降低服務(wù)器數(shù)量，提高硬件服務(wù)器利用率，加強(qiáng)網(wǎng)絡(luò)資源的綜合管理建設(shè)。通過(guò)池化技術(shù)，打通原有不同類型節(jié)目信號(hào)監(jiān)測(cè)板卡不同造成的通信和管理壁壘，提高通道冗余、故障應(yīng)急處理能力。根據(jù)處理內(nèi)容量、計(jì)算量、吞吐量的不同，自動(dòng)為各業(yè)務(wù)、各監(jiān)測(cè)前端分配資源?？赏ㄟ^(guò)統(tǒng)一配置服務(wù)對(duì)全局資源進(jìn)行配置、查看、變更，平臺(tái)內(nèi)的所有物理設(shè)備、虛擬化設(shè)備均具有網(wǎng)管監(jiān)控功能，平臺(tái)自動(dòng)記錄設(shè)備的運(yùn)行信息。

2.1.2 數(shù)據(jù)采集層

數(shù)據(jù)采集層是根據(jù)基礎(chǔ)層提供的硬件和軟件資源，獲取監(jiān)測(cè)監(jiān)管業(yè)務(wù)所需的初始數(shù)據(jù)。

2.1.3 業(yè)務(wù)處理層

業(yè)務(wù)處理層主要從傳統(tǒng)的廣播電視傳輸信號(hào)的質(zhì)量監(jiān)測(cè)、視聽(tīng)節(jié)目?jī)?nèi)容監(jiān)測(cè)以及網(wǎng)絡(luò)安全監(jiān)測(cè)3個(gè)方面。

2.1.4 應(yīng)用層

應(yīng)用層實(shí)現(xiàn)廣播電視和新媒體監(jiān)測(cè)監(jiān)管業(yè)務(wù)，為監(jiān)測(cè)管理、值班運(yùn)維、匯報(bào)展示業(yè)務(wù)提供支撐。通過(guò)業(yè)務(wù)系統(tǒng)可以實(shí)現(xiàn)對(duì)自身負(fù)責(zé)業(yè)務(wù)的監(jiān)管、研判和處理。同時(shí)，平臺(tái)具備了業(yè)務(wù)報(bào)告定制和工作流定制的功能，負(fù)責(zé)人可以根據(jù)自身需求，設(shè)置平臺(tái)內(nèi)的業(yè)務(wù)處理和工作分發(fā)。

2.1.5 展現(xiàn)層

該層主要是綜合展示，可根據(jù)需要，將不同業(yè)務(wù)、不同模塊進(jìn)行配置展示，支持多類業(yè)務(wù)在大屏上進(jìn)行統(tǒng)一展示。

2.2? AI深度學(xué)習(xí)研判庫(kù)方案

AI深度學(xué)習(xí)研判庫(kù)將上報(bào)的基礎(chǔ)報(bào)警進(jìn)行綜合研判，推導(dǎo)出報(bào)警可能的故障節(jié)點(diǎn)以及故障原因，結(jié)合節(jié)目播出鏈路信息準(zhǔn)確定位故障單位以及故障設(shè)備。目前，新媒體監(jiān)測(cè)監(jiān)管業(yè)務(wù)需要抓取海量的數(shù)據(jù)，數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)清洗，數(shù)據(jù)排重、一致性判斷等步驟，集成在大數(shù)據(jù)平臺(tái)中，最終達(dá)到高效利用。監(jiān)測(cè)監(jiān)管數(shù)據(jù)種類繁雜，一方面包含傳統(tǒng)的廣播、電視、報(bào)紙，另一方面包括互聯(lián)網(wǎng)新媒體內(nèi)容如：網(wǎng)絡(luò)新聞、視頻、音頻、圖片等，可用價(jià)值密度低，可以把人工智能技術(shù)與大數(shù)據(jù)技術(shù)二者優(yōu)勢(shì)結(jié)合緊密起來(lái)。

通過(guò)大數(shù)據(jù)分析對(duì)各個(gè)監(jiān)測(cè)前端上報(bào)的報(bào)警數(shù)據(jù)、信道指標(biāo)數(shù)據(jù)、碼流分析數(shù)據(jù)、頻譜分析數(shù)據(jù)、碼流錄制數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，結(jié)合AI深度學(xué)習(xí)研判功能將上報(bào)的基礎(chǔ)報(bào)警進(jìn)行綜合研判，推導(dǎo)出報(bào)警可能的故障節(jié)點(diǎn)以及故障原因，結(jié)合節(jié)目播出鏈路信息準(zhǔn)確定位故障單位以及故障設(shè)備[2]。

2.3 AI深度學(xué)習(xí)推理機(jī)

AI深度學(xué)習(xí)推理機(jī)主要用于根據(jù)監(jiān)測(cè)監(jiān)管知識(shí)庫(kù)的相關(guān)數(shù)據(jù)將基礎(chǔ)報(bào)警推導(dǎo)出綜合報(bào)警結(jié)果。AI深度學(xué)習(xí)推理機(jī)具備將多層面的監(jiān)測(cè)監(jiān)管報(bào)警包括信道層面、碼流層面、音視頻層面的報(bào)警，將這些報(bào)警相互關(guān)聯(lián)，并對(duì)這些關(guān)系數(shù)據(jù)進(jìn)行匯總分析，推斷出產(chǎn)生報(bào)警的根本原因，縮短值班人員的處理時(shí)間。

依據(jù)監(jiān)測(cè)監(jiān)管平臺(tái)產(chǎn)生的基本報(bào)警信息包括：信道失鎖、誤碼率過(guò)高、功率過(guò)低、信號(hào)中斷、解碼異常、同步丟失、同步字節(jié)錯(cuò)、連續(xù)計(jì)數(shù)錯(cuò)誤、靜幀、黑場(chǎng)、無(wú)伴音報(bào)警。利用廣播電視監(jiān)測(cè)監(jiān)管平臺(tái)中實(shí)時(shí)的報(bào)警數(shù)據(jù)、信道指標(biāo)數(shù)據(jù)、頻譜數(shù)據(jù)、碼流分析數(shù)據(jù)、錄像數(shù)據(jù)、節(jié)目運(yùn)行圖數(shù)據(jù)，第三方系統(tǒng)提供的運(yùn)行維護(hù)數(shù)據(jù)、日凌信息以及知識(shí)庫(kù)中的規(guī)則數(shù)據(jù)、歷史報(bào)警數(shù)據(jù)等。從信道層面、碼流層面和節(jié)目層面進(jìn)行綜合分析，推斷出引起系統(tǒng)報(bào)警可能的故障環(huán)節(jié)和發(fā)生概率。

3 結(jié)語(yǔ)

廣播電視監(jiān)測(cè)監(jiān)管平臺(tái)發(fā)展迅速，面對(duì)無(wú)形而又龐大的視頻、文字、圖片等各類型資料的快速發(fā)展，依靠肉眼監(jiān)測(cè)監(jiān)管已經(jīng)不能滿足于業(yè)務(wù)發(fā)展的需要，相信在不久的將來(lái)，人工智能的技術(shù)優(yōu)勢(shì)將在廣播電視監(jiān)測(cè)監(jiān)管領(lǐng)域中得以充分發(fā)揮，提高廣播電視的監(jiān)測(cè)監(jiān)管效率，為廣播電視監(jiān)測(cè)監(jiān)管技術(shù)系統(tǒng)提供有力的技術(shù)支撐，為新時(shí)代智慧廣電的全面發(fā)展提供強(qiáng)有力的保障。

[參考文獻(xiàn)]

[1]特倫斯·塞諾斯基.深度學(xué)習(xí)革命[M].姜悅兵，譯.北京：中信出版社，2019.

[2]周志華.機(jī)器學(xué)習(xí)[M].北京：清華大學(xué)出版社，2015.

（編輯 王雪芬）