-->
为五月的纽约流媒体保留座位吧. 现在注册!

视频:选择视频AI平台时的关键考虑因素

了解更多有关人工智能平台的信息 流媒体的下一个事件.

阅读这段录音的完整文本:

小君海德: 如果你想利用人工智能, 你需要考虑你的概念简介, 因为人工智能只会和发送给它的数据一样聪明. 谷歌有YouTube,微软,我不确定他们的平台是基于什么. 也许是Office教程. IBM拥有美国公开赛和高尔夫大师赛. 我之前一直在想这个问题.

想想你自己的生活经历, 你知道的事情, 而你不知道的事情是基于你个人的经历. 这些人工智能系统的准确性取决于它们所知道的.

然后,您的功能用例是什么? 你在尝试抄写和翻译吗? 你在尝试做对象检测吗? 您是否正在尝试用一堆元数据填充媒体资产管理器? 你在做视频监控吗? 考虑这些事情将帮助你决定首先使用哪种人工智能服务.

你需要多精确? 显然,每一个都会返回一些假阳性. 再一次,回到信心评级. 如果你看到它检测到一个人的手,但它只有40%的信心. 我不知道你是否一定要把它发给你的媒体资产经理. 您可能希望在您的工作流中进行某种签入,说明, “让我们把95%以上的东西都交给我们的媒体资产管理公司. 如果小于这个数,我们就保留这个数据,但也许,由于时间有限,这不是必须的步骤. 我们会派人进去看看的, 也许可以编辑一下, 去掉他们不需要的东西, 然后把额外的数据也放入MAM.”

下一个问题是,你们有开发人员吗? 您的开发人员将决定您最终与谁合作, 因为不是每个开发人员都了解每种编程语言. 每个开发人员都有自己的偏好,他们将最有效地工作. 如果你根本没有任何开发人员, 也许用IBM的沃森是有意义的, 所以你只需要花钱让别人把你的系统和他们的系统粘合在一起.

当然要玩. 有很多机会可以利用这些尖端技术.

流媒体覆盖
免费的
合资格订户
现在就订阅 最新一期 过去的问题
相关文章

什么是机器学习即服务?

RealEyes Media首席技术官Jun Heider在2019年流媒体东部视频工程峰会上的演讲中讨论了MLaaS以及如何在此剪辑中利用它.

视频:音频分析和视频机器学习

RealEyes Media首席技术官Jun Heider讨论了音频专用机器学习服务, 从语音到文本到情感分析,这是他在2019年东流媒体视频工程峰会上的视频片段.

视频:如何让MLaaS为你工作

MLaaS对你有用吗? 这取决于你拥有的内容类型, 你是如何使用它的, 以及你需要的结果类型, 正如RealEyes的Jun Heider在2019年流媒体东部视频工程峰会上的演讲片段中所解释的那样.

视频:人工智能平台允许多少自定义建模?

RealEyes的Jun Heider讨论了训练你的人工智能在你的组织中为其特定目的服务的重要性, 以及领先的人工智能平台允许的定制类型,这是他在2018年流媒体西部的演讲片段.

视频:如何使用人工智能进行直播分析

RealEyes媒体技术总监Jun Heider在2018年流媒体西部的这段视频中讨论了使用人工智能的直播分析.

视频:人工智能平台能做什么和不能做什么

尽管有相反的传言,但人工智能不会使人类过时, RealEyes的Jun Heider在2018年流媒体西部大会上的演讲片段中说道.

视频:人脸和物体检测的人工智能驱动工具

RealEyes Media技术总监Jun Heider在2018年流媒体西部大会上的演讲片段中讨论了流行人工智能平台的视觉检测功能.

视频:机器学习和人工智能的区别是什么?

微软的Andy Beach和IBM/Watson Media的Ethan Dreilinger在2018年流媒体西部会议上的小组讨论中分析了机器学习和人工智能之间的差异.

视频:训练AI的最佳实践

詹森·霍夫曼报道, Citrix的Josh Gray说, 和REELY的Cullen Gallagher讨论了2018年流媒体东部培训人工智能系统的最佳实践.

视频:如何知道人工智能何时不能解决你的问题

在2018年流媒体西部大会上,谷歌的马修·洛兰(Matthieu Lorrain)对人工智能的风险提出了警告.

视频:谁是视频人工智能的关键参与者?

RealEyes Media技术总监Jun Heider在2018年东流媒体大会的视频片段中指出了人工智能平台领域的主要参与者.

视频:开始使用视频AI平台的提示

RealEyes技术总监Jun Heider在2018年流媒体东部会议上的演讲中概述了选择人工智能平台的第一步.

视频:强化学习如何实现个性化观看体验

微软首席产品经理Rafah Hosn将强化学习作为内容个性化的机器学习范例.

视频:内容个性化的监督机器学习的利弊

微软首席产品经理Rafah Hosn在流媒体东部2018的这段视频中讨论了基于监督机器学习的内容个性化策略的好处和局限性.

视频:微软的定制决策服务如何提高品牌的内容和广告参与度

微软首席产品经理Rafah Hosn解释了微软的机器学习驱动的决策服务如何帮助品牌瞄准观众并提高参与度.

视频:我们如何定义流媒体视频的体验质量?

Comcast技术解决方案架构师Ribal Najjar从主观体验和定性测量两方面定义了视频QoE.

视频:虹膜.TV在生产环境中实现机器学习

虹膜.电视的首席执行官 & 联合创始人讨论虹膜.电视帮助传统媒体公司捕获和利用受众数据和机器学习的方法.

视频:《百家乐软件app最新版下载》如何在2018年冬奥会上利用视频人工智能

甘尼特高级总监卡拉·切尔斯讨论了《百家乐软件app最新版下载》如何利用虹膜.电视和数据本地化和个性化他们的2018年冬季奥运会报道在流媒体东部2018剪辑.

视频:如何使用机器学习来创造个性化的电视体验

ZoneTV的Tom Sauer描述了机器学习如何被用来彻底改变电视世界,并在2018年流媒体东部的这段视频中提供更多个性化的体验.

视频:人工智能如何为你的视频打开新市场

REELY首席执行官卡伦·加拉格尔(Cullen Gallagher)在2018年东流媒体会议上为内容所有者制定人工智能战略提供了业务增长案例.

视频:IBM如何使用视频人工智能

IBM Watson Media的David Clevinger在2018年流媒体东部的这段视频中讨论了媒体实体目前如何使用视频人工智能.

视频:视频人工智能如何帮助企业解读体验指标

Citrix首席架构师Josh Gray在流媒体东2018的这个剪辑中解释了视频如何实现更高灵敏度的指标分析.

视频:视频AI如何提高内容交付效率

Limelight架构副总裁Jason Hofmann在流媒体东部2018的这个剪辑中讨论了AI如何影响内容交付优化.

视频:开发视频机器学习算法的最佳实践

Citrix的Josh Gray提供了关于人工智能模型开发的提示,Reality Software的Nadine Krefetz和IBM的David Clevinger在2018年流媒体东部的这段视频中推测了元数据即服务的可能性.

视频:机器学习将如何影响媒体供应链?

谷歌的Leonidas Kantothanassis在他的内容交付峰会主题演讲中探讨了机器学习在媒体工作流程和供应变化中的广泛应用.