人工智能 优酷(人工智能学校)

伴随着互联技术高速发展，内容产业呈喷薄之势。在这个过程中，大数据、人工智能技术起到了巨大的作用。优酷是国内视频内容产业的佼佼者，在这个大势面前，他们是怎么做的？面向未来的泛内容智能分析平台，如何建设？

注：本文整理自优酷高级总监，阿里资深技术专家蔡龙军（牧己）在 QCon 2017 上海站上的演讲，原题为：《面向未来的泛内容智能分析平台建设实践》。

内容发展趋势总结

这一页 PPT 上面是现在互联网产业最具有代表性的一些火爆内容，第一个《大军师司马懿之军师联盟》，我们做了一下受众分析，发现这个片子的主要受众是男性高知群体。我们分析了一下原因，首先《三国演义》男性喜欢看，还有一个原因就是这个历史正剧，对女性观众而言，颜色服饰容易脸盲。第二部片子，《白夜追凶》，近年来刑侦题材里面一部非常好的片子。

接下来三部片子，《十里春风不如你》、《三生三世十里桃花》、《微微一笑很倾城》，代表了中国 7 亿主流观众人群的观看偏好，价值都在一百到两百亿流量。剩下这两部片子不重点介绍了，一个叫《人民的名义》，这个片子应该都看过，一个动作片，放在最下面的这个《战狼 2》，中国电影票房的新记录保持者，57 亿票房。回归到今天的话题，类型化发展趋势对于整个中国互联网产业带来何种影响呢？

行业娱乐化

总结起来，整个产业的发展趋势是：互联网产业在娱乐化进程中，内容类型化提供了大量丰富的精品内容，这些精品化的内容背后，大量进入很多垂类的应用使用，给整个产业带来了一个娱乐化很有力的推动作用。举几个例子，《三生三世》来了之后，大量的生祭东皇钟、渡劫飞升上神进入垂类应用，而到了盗墓笔记的时候，粽子、黑驴蹄子比比皆是，更有意思的是黑猪蹄子上淘宝还有的卖，这也算得上一种文娱产业的衍生品了；无论从各个端口，手机，大屏，还是从各个垂直应用，都在大量地传播这些内容。整个行业娱乐化对内容产业本身是一个什么样的作用呢？

产业形式多样化

一句话来总结，行业娱乐化的进程推进了内容产业形式的多样化，比如说《三生三世》一出来，电视剧有了，电影有了，还有那些衍生品有了，还有那些好多年大家没看过的文学作品又挖出来看了一遍；这种形式多样化趋势和别的国家发展进程还是有区别的，某种程度上来讲这些形式多样化的内容前所未有。

好莱坞发展那么多年，在建设它的整个内容的发行的垂直体系，它从文学的 IP，慢慢演化成影视，电视剧，然后再到后面的衍生品、主题公园花了好多年，我们今天一下子就都涌过来了。今天对我们来说最大的挑战，第一内容类型化，走精品化的路线；第二进入垂直领域推动整个行业娱乐化发展，反过来这些娱乐化的内容形式相互作用相互影响，这些相互作用的因素对创作内核又发生了一定的影响，对于整个产业制造内核都在发生改变。

文娱泛内容 AI 平台建设思路

基于上面的挑战，我们想到了建设文娱泛内容 AI 平台的想法，文娱泛内容 AI 平台的基本建设思路是建立一套面向未来的三维立体分析平台，去覆盖整个内容生命周期的各个环节，三维立体分析平台包括三个轴，x 轴，y 轴，z 轴。X 轴是之前主要介绍的部分，要理解内容，需要知道内容的形式、特点，结合内容本身的生命周期，然后建立这个数据体系，对于人工智能现在发展现状而言，数据作为一种先验的知识可以提前进入。

第二个维度就是在人工智能很蓬勃之下，我们以 Y 轴建立一个人工智能学习、挖掘学习平台 DeepDriver，以 DeepDriver 为基础设施，建立它的上层的模型，基于这样的 Model 来去支撑在 Z 轴上在内容整个发展生命周期中涉及到的投资、采购、营销、运营、商业化等，以及后面的更多的业务形式和形态。今天我们没办法用一个人工智能一下子解决一个完美的问题，但是我们可以通过融合多种技术和数据，提供一个更高层面的解决方案。

深度学习平台建设介绍

下面介绍一下我们在过去的几年当中，建立的这个自主研发的这个深度学习平台 DeepDriver。我们把它分成三层，第一个，最下面那层叫模型加速层，也就是我们如何用硬件的计算资源，提供上面的计算能力；第二层叫基础模型层，第三层叫复杂模型层。

下面一一来介绍，用计算资源来支撑上面的计算能力，经典的就是两种做法，一种集中式的用芯片，用 GPU。第二种方式是，我们用分布式的方式，分布式方式可以基于 Spark/Hadoop 的架构，也可以基于 Prarameter Server 架构。基于分布式架构又包括两种形式，一种叫数据分布式，一种叫模型分布式，由此构成我们底层的一个模型加速层。

第二层是技术模型层，这块就是目前主流的 ANN、DNN、CNN、RNN，LSTM，然后还有一些 W2V 等等。最上面一层叫做复杂模型层，是下面这个基础模型层的一些变种，例如 Resnet 等，或者其他模型的拼接，例如 Seq2Seq 模型就是两个 LSTM 结合的。以及还有一些其他的更复杂的模型，都统一放在这一层。

再介绍下两个小例子，以对 DeepDriver 有个更介绍清楚。从第一行代码开始写，第一篇论文开始读，开发了一个纯 Java 的深度学习平台， Java 工程师想做深度学习，DeepDriver 是个不错的选择，在编写过程中很少使用第三方，它整个代码也只有几万行，跑起来也比较轻量级。

我们有同事跟 TensorFlow 做一个对比，用的是后面会介绍有一个基于 CNN 的情感分析的网络，用 DeepDriver 跑的硬件的需求要比 TensorFlow 低。另外，DeepDriver 要尝试把这个行业先进的一些算法模型集成过来，应用到我们的产业进行落地，所以它目标不是要做整个行业人工智能基础设施，我们希望把最先进的一些模型快速落地，基于这两个思路。有两个例子，一个例子是典型的 NLP 生成模型的例子，我们把客服的数据灌进去，然后学，学一段时间之后基本上能做到今天这个样子:

互联网小常识：IP地址经历了四个阶段：标准分类的IP地址、划分子网的三级地址结构、构成超网的无类域间路由技术（CIDR）和网络地址转换NAT技术。

我：我说我看不了会员了。 机器：在哪个端看不到会员了？ 我：在手机端 机器：他说你在哪注册的？ 我：在电脑上注册的。 机器：购买会员的流程是这样的… 我: 已经买了 机器：你把帐号给我。 …..

训练后的模型能够根据你问问题的整个过程进行应答，这是去年开始流行的生成式模型。这个模型背后实现是 Seq2Seq 模型，用两个 LSTM 进行实现，左边的 LSTM 做 Encoder，右边的 LSTM 做 Decoder，中间用 Attention Model 进行整合。

第二个例子，我想介绍一下 DNC 模型，神经网络计算机，它的前身叫 NTM，叫神经网络图灵机，是 DeepMind 公司的另外一个作品， 16 年 DeepMind 的 CEO 认为他们公司两个最了不起的一个成果，第一个是阿尔法狗，大家都知道，第二个是 DNC，这个是 16 年 10 月份的一篇论文发在 Nature 上研究成果，很基础的一个元件，基础架构就是尝试建立一个计算机，包括内存、控制器，以及读头和写头，整个过程是用神经网络去实现的，通过这种方式去达到整个过程都是可学习的。

下面例子是 Babi Test 的例子小明去上学，小明球场踢足球，小明回教室，小明拿着作业去老师办公室问小明在哪里，球在哪里，回答这样的问题，今天用这个模型去学的能把它学的非常准确，答案都能答对，基于这两个例子来让大家对这个平台有些了解，大家有感兴趣的我们可以多多交流，希望更多的人能去学习应用这个实行。

投资采买分析能力建设

互联网小常识：FTP服务使用C/S工作方式。在进行文件传送时，FTP客户机和服务器之间建立两个连接控制连接和数据连接。

这部分，介绍下基于泛内容 AI 平台做的投资采购，和营销运营分析功能。投资采购这块，内容采买之前都会做一下流量预测，用深度学习去做流量预测这个事情，能做到行业最好的预测，准确率能达到超过 80% 以上，例如《三生三世》，《军师联盟》这几个片子准确率都还不错。

常规的学习模型和思路，不管是深度神经网络还是简单的线性模型，都是基于已有的数据，然后用这个模型去逼近要预测的事情的事实和真相。今天在用深度学习或者别的模型去做这些事情的时候，常逼近真相的过程当中，很容易把一些不是那么本质的特征抓出来，结果模型预测的准确率看起来很高，但实际上已经偏离了，机器学习力叫过拟合或泛化能力不行，所以在这种情况下，我们是觉得这个直接走这个思路是比较难走通的。

理论上模型能做到，跟实践中能找到这个模型做到是两码事。我们换了个思路尝试了一下，预测这个事为什么这么困难？举三个例子，第一个例子是股票的例子，我们说这个股票是有代表性的，一家公司的股票往上走，往下行，它都有一个发展过程，发展过程会有一些符合自己的发展规律，有一些符合自己的生命周期。第二个，很多待预测个体间具有竞争的博弈关系，第三个，很多待预测事物内部由很多多变的因素构成。

所以我们尝试把预测这个问题通过分层来解决，通过分层模型对各个主要特点分别进行建模，来降低单个模型一下达到预测的难度。分层解决这个思路就是把数据先用神经网络，自然语言模型做 Embedding，Embedding 后变成可量化的数据，然后是通过那几部分进行建模，对于内部因素，我们用一个 DNN 去逼近它；对于刚才介绍的具有外部竞争的博弈的关系的竞争对象，用了一个推理 (RelationNet) 网络，推理网络是 17 年四五月份最新的一个成果，然后在图像里面应用的，我们拿过来做竞争关系使用；然后还有一个经典模型 LSTM，通过 LSTM 对整个生命周期进行建模；对于不能抓住问题本质这块，我们通过 MTL 进行建模，MTL 可以在同时预测多任务过程中进行多维度预测，在这个过程中通过不同的任务进行预测，从而增加了噪音提高预测的精准度。

营销运营分析能力建设

举一个例子，白夜追凶这个剧。首先看一下白夜追凶大家喜欢什么，我们把这个数据拉出来一看，然后我们把它整个拆成剧情、整体、演员、导演、特效、音效等多个主题，用户到底喜欢这个剧的哪方面。根据数据发现用户喜欢这个剧的剧情紧凑、环环相扣，喜欢这个演员双胞胎无缝切换、演技好，根据分析的结果，我们在营销推广上就不用特别的担心特效其他负面影响，所以给整个团队的一个信心，大家更关心的是哥哥弟弟这个片子演的角色，里面的一些剧情推理的东西，我们就可以在营销活动、物料里，持续对用户感兴趣的这些地方进行一些调整和支持这样的一些工作。

这个背后怎么做？很简单，自然语言模型的东西，我们今天尽量想把它简化，把它划分成三个阶段，三个部分，第一部分，底层的一个基础，分词，词性标注，命名识别，以及这个语法的一些东西。第二部分，我们说是通用模型，通用模型 CNN，LSTM 这些东西。

基于这样通用模型跟底层的这些模型，上面我们有一些应用的模型，我们要解决情感分类，不相关，区属等等，我们要做很多这样的应用。

我们以文本分类为例子，用 CDN 去做情感分类效果挺好，先介绍一下做法: 先对文本进行分词，然后再对每个词做 Embedding，从而使得这些词就完成了向量化，然后再把这些词按句子里出现顺序组合到一起变成一个矩阵，数字化矩阵就像一张图，再用一个 CNN 去卷积，卷积之后再对内容进行一个 Pooling 的过程，对 Pooling 完的结果再做一个全连接，全连接完了就预测分类，这种文本分类，可以用在情感分类，用户关心的剧情、特效、演员等，应用特别广。

之前的模型都是基于词典的处理方式，根据词的极性和否定词等来判断情感。互联网用户，经常说的一句话叫做，大家都说这个片子很好，我就呵呵了，就是里面一个负向词都没有，常规的模型是解决不了的，因为这里面的呵呵词性根据上下文也发生了一些改变，所以用这种方式之后，它会把这个前后这种依赖关系给选出来，这种方式我们做了一下，这个准确率能做到 88 分。

总 * 结

总结一下，今天总共给大家介绍了几部分，第一部分介绍了整个行业，文娱产业的内容发展的趋势类型化，类型化推动了整个产业娱乐化，产业娱乐化进程反过来作用，使的内容产业的生产方式、运作方式、营销方式都发生了一些改变，那对更好把握这些层面提出了很多挑战，我们建了今天的文娱泛内容 AI 平台，基于这样一个文娱泛内容 AI 平台，我们重点介绍了一下建立自主研发的深度学习平台 DeepDrvier，然后介绍了投资、营销、运营领域做了一些人工智能实践。

最后展望一下，今天整个产业技术领域都有非常快速的发展，这些发展趋势对整个产业是个巨大的推动力，每一次人工智能技术革命的发展，都会让模型更准确，只要结合领域的痛点，就可以在有限的技术条件下，把这个产业推向一个更好的发展！谢谢大家。今天我的汇报就到这。