是的, 一切,因为视频生态系统的每一部分都将受到人工智能的影响. 我觉得我们有点夸张了? 环顾四周:人工智能和机器学习已经让聪明的公司通过创建更多定制产品来利用大数据. This isn’t the future; it’s the present. 最厉害的选手在自动高光生成中使用AI, 视频处理, 情绪分析, 面部识别, 超个性化内容推荐, 广告的目标, 观众保留, 防止客户流失. 这有很多值得关注的地方, 但这条赛道将探索技术, 金融, 以及这个美丽新世界的伦理含义. 不要落在后面! 你会对如何使你的整个操作更聪明有更深的理解, 快, 更有利可图.
5月8日星期二上午10:30.m. - 11:30 a.m.
人工智能为媒体行业带来了巨大的希望, 今天,它的用例特别适用于整个内容生命周期. 从内容创建开始, 生产, 配送到配送和推荐, 人工智能正在简化流程并改进现有的执行方法. 在本次会议上, 小组成员讨论了如何利用人工智能来提高内容价值和性能, 同时也会发掘并最大化新的盈利机会.
5月8日星期二上午11:45.m. - 12:30 p.m.
人工智能的前景是不可否认的——前所未有的个性化, 降低成本和增加收入的效率. 这一切都适用于点播视频,但人工智能在直播线性频道中是否有一席之地? 这是Ooyala和Zone的案例研究.tv讨论了两家公司如何合作,将人工智能引入电视,以实现首次自动内容管理, 可定制的, 以及一系列线性电视频道的高度个性化体验.
5月8日星期二下午1:45.m. - 2:30 p.m.
流媒体视频分析已经成为几乎所有OTT发行商的主流, 谁发现需要将数据和分析提供给运营和业务团队, 无论是实时的还是可操作的, 越来越重要的. 大量的数据使得传统的报告和警报系统和工作流程很难在噪音中找到信号. 数据驱动的人工智能和机器学习技术越来越多地被用于满足这些需求. 在本演示中,我们将介绍业务/操作用例以及用于解决这些问题的算法.
Ribal纳加尔, 技术解决方案架构师, 康卡斯特公司
5月8日星期二下午2:45.m. - 3:30 p.m.
随着社交媒体算法的不断变化, 现在是新闻出版商重新控制其受众的时候了. 使用人工智能和机器学习, 出版商可以在他们自己和运营的网站上为突发新闻和日常运营编写与上下文相关和个性化的内容,以满足观众的需求. 虹膜. TV和Gan网t展示了人工智能如何帮助提供关于观众参与度的规范性见解,并推动未来的内容战略和自有运营网站的视频分发.
个性化是各个行业的cmo和cto关注的主要领域之一, 包括媒体. 这个案例研究展示了微软研究院是如何通过Azure自定义决策服务,利用创新的在线学习技术引领内容个性化的,这些技术建立在一个非常突出的机器学习领域,称为强化学习, 提高出版商的参与度.
拉法Hosn, 领导Azure决策服务的PM、研究、 微软
5月8日星期二下午4点.m. - 5:00 p.m.
许多云提供商已经推出了以视频为中心的服务,以获得基于人工智能/机器学习的各种见解和自动生成的关于视频资产的侧车信息. 这个会话比较和对比微软Azure视频索引器, IBM的沃森媒体, AWS Rekognition, 以及谷歌云视频智能. 我们涵盖了基础知识,并为您提供公正的服务,以了解哪种服务最适合您的需求. 无论是语音转文本, 对象识别, 现场检测, 甚至是演讲情绪, 有一项服务是为你准备的. 让我们找到它.
小君海德, 首席技术官, 真实眼媒体