弊端：這些審核方式都存在較大的漏洞?！叭嗟埂钡娜斯と菀讓?dǎo)致審核效率低、誤判漏判多等主觀性問題；MD5則非常容易被篡改；傳統(tǒng)智能識別色情圖片準(zhǔn)確率低、經(jīng)常誤報(bào)等。同時(shí)，對近兩年熱門的視頻直播審核需求更難以滿足。

1.1.3 應(yīng)用改進(jìn)：AI

基于上述場景與問題，可引入AI技術(shù)落地優(yōu)化。

（1）方案：利用AI識別+人工審核的模式

（2）場景：如舉例“鑒黃”：通過鑒黃模型對內(nèi)容分析的類型為“色情”、“性感”和“正常”三類，并且機(jī)器會(huì)自動(dòng)將識別結(jié)果分為確定和復(fù)審兩部分，確認(rèn)部分的識別精確度達(dá)到或超過人工，無需復(fù)審，對于復(fù)審部分，機(jī)器會(huì)根據(jù)可能性排序，人工再根據(jù)概率從高到低來審核。

同樣，可延伸至主播封面圖等審核任務(wù)。

1.2 個(gè)性化的內(nèi)容分發(fā)

聚焦：視頻直播的推薦結(jié)果與用戶的心理預(yù)期重合度變大，用戶在觀看直播時(shí)的選擇更加直觀和精準(zhǔn)，用戶的活躍度明顯提高，平臺的點(diǎn)擊率和留存率明顯上漲。

1.2.1 背景

大數(shù)據(jù)時(shí)代，對于電商、內(nèi)容型產(chǎn)品，個(gè)性化推薦已成標(biāo)配，應(yīng)用好處不多復(fù)述。

此處的內(nèi)容分發(fā)，側(cè)指的是前端的個(gè)性化內(nèi)容排序，即個(gè)性化推薦。

目前主流的推薦算法是協(xié)同過濾，推薦引擎是多種推薦算法組合的。此處也不對算法層面過多開展，側(cè)重關(guān)注的是：無論是何種算法引擎，都是基于用戶畫像、貨物（內(nèi)容）畫像的基礎(chǔ)上進(jìn)行計(jì)算。沒有這些基礎(chǔ)特征是難以開展個(gè)性化的內(nèi)容分發(fā)。

同時(shí)，用戶畫像中的興趣、行為偏好，往往受內(nèi)容畫像所映射的。如A用戶閱讀一篇名為“周杰倫最新演唱會(huì)定時(shí)間了！”，可能會(huì)被標(biāo)上“娛樂偏好”、“周杰倫”等標(biāo)簽，并通過不同的行為給予不同的權(quán)重分值。因此，如何識別出內(nèi)容的特征，是影響著個(gè)性化內(nèi)容分發(fā)的效果、效率、體驗(yàn)。

1.2.2 利用AI挖掘出內(nèi)容特征

此處只針對視頻直播進(jìn)行分析。

利用AI技術(shù)從人臉、圖像、音樂和語言四個(gè)維度對視頻直播進(jìn)行分析和理解，可以對其做出基本的分類，特征化。

（1）從內(nèi)容看特點(diǎn)

• 從內(nèi)容識別難度來看，視頻直播比文章、圖片的難度要大；
• 從內(nèi)容特性來看，直播有互動(dòng)性、場景性、才藝類型等，甚至還有“主播”調(diào)性；
• 從內(nèi)容時(shí)效來看，直播是實(shí)時(shí)的；
• …….

（2）應(yīng)用流程

首先，按上述特點(diǎn)，應(yīng)對視頻直播的內(nèi)容按多種維度劃分，利用AI對內(nèi)容識別，挖掘出豐富內(nèi)容特征。

其次，由于直播是實(shí)時(shí)性，是由主播產(chǎn)出，是先有主播再有視頻直播內(nèi)容。因此，此處的對直播內(nèi)容識別出的特征，應(yīng)是給主播打上。

最后，可以考慮一種的個(gè)性化內(nèi)容分發(fā)是：用戶特征+主播特征，進(jìn)入推薦引擎計(jì)算，召回一批符合用戶偏好的“主播權(quán)重列表”。此時(shí)再去查詢這些主播是否有開直播、直播開始多久了、親密程度等等維度進(jìn)行綜合推薦，以達(dá)到個(gè)性化內(nèi)容分發(fā)。

（3）AI識別維度、內(nèi)容分發(fā)排序

列舉一些對內(nèi)容識別的特征維度（舉例一些，不全）：

從直播來看：

• 互動(dòng)性：主播與粉絲的互動(dòng)情況，包括語言交流反饋、問答情況等。
• 打賞性：打賞刷禮物，直接反應(yīng)收入狀況。有時(shí)需考慮業(yè)務(wù)的干擾，利于平臺傭金收入。
• 時(shí)長度：直播的時(shí)間長度；
• 場景：直播的場景，是戶外還是戶內(nèi)。如直播間、運(yùn)動(dòng)場、健身房、車內(nèi)等；
• 物體：貨物、擺件，美妝物品等；
• 離場：是否有離場，頻次等。

從主播來看：

• 行為：唱歌，聊天，表演，魔術(shù)，解說，多手勢…
• 聲音：甜美系，女漢子系，治愈系…；
• 才藝：彈琴，唱歌…；
• 風(fēng)格：韓系裝扮，性感，成熟，紳士，運(yùn)動(dòng)陽光，萌妹子…
• 性別：男，女…
• 年齡：年齡區(qū)間，或XX后，視模型口徑；
• 顏值：….

舉例：

• 風(fēng)格：一個(gè)喜歡做嘟嘴表情的年輕女主播，會(huì)有很大可能被打上“萌妹子”的標(biāo)簽（人臉識別）；
• 顏值：基于顏值模型判斷主播的顏值分（人臉識別）
• 聲音：基于模型判斷出主播的聲音（語音識別）
• 手勢：一個(gè)主播常喜歡做比心、愛心、嘟嘴等一連貫的手勢肢體動(dòng)作，可能被打上手勢大人、愛互動(dòng)等標(biāo)簽（動(dòng)態(tài)手勢識別）

上面這些的識別基本都需要結(jié)合AI技術(shù)進(jìn)行，挖掘出內(nèi)容特征作為推薦使用。

（4）個(gè)性化內(nèi)容分發(fā)的排序-算法

自己YY一下基本的維度：

（5）其他

個(gè)性化的內(nèi)容分發(fā)，可以用于多個(gè)場景，如搜索結(jié)果頁、首頁、關(guān)注頁等，基于不同用戶分群進(jìn)行個(gè)性化推薦策略。此外，除了在內(nèi)容特征識別應(yīng)用AI，在推薦引擎中的深度學(xué)習(xí)、知識圖譜也是AI在支撐。

2. 自然語言對話在直播平臺中的AI應(yīng)用

首先，NLP涉及領(lǐng)域很多，凡是有自然語言（語音、文字）輸入的場景，都有可能會(huì)使用到。如語義分析、機(jī)器翻譯等。此處的自然語言對話，側(cè)指智能助理/智能問答/語音服務(wù)等方面。個(gè)人理解是：即利用AI技術(shù)打造出：統(tǒng)一的CUI（對話交互界面）、一站式的整合信息&服務(wù)。

其次，若按對話的場景區(qū)分有：封閉域?qū)υ?、開放域?qū)υ挕Ｍㄋ椎恼f，前者是”要求用戶輸入指定地話語才能繼續(xù)對話”，輸入輸出是可枚舉的、有明確始與終；后者是“用戶愛說什么就說什么都可以持續(xù)對話”，輸入輸出無法窮盡、無明確流程。

若按對話內(nèi)容方式有：文字、語音。（一般情況下，文字可以直接處理，如果是語音，通常情況下需要將語音轉(zhuǎn)換成文字（ASR技術(shù)）

一般原理是：是用戶輸入，引擎內(nèi)部通過長期積累的知識，首先經(jīng)過自然語言分析，在通過語義理解、上下文分析進(jìn)行知識推理，從而生成個(gè)性化的答案，輸出給用戶。整個(gè)典型的自然語言對話如下圖。

最后，從幾個(gè)場景去分析，包括有：客服機(jī)器人、語音助手、直播間輔助。

2.1 客服機(jī)器人

基本原理是：輸入的是用戶的問題，引擎內(nèi)部通過長期積累的知識，首先經(jīng)過自然語言分析，在通過語義理解、上下文分析進(jìn)行知識推理，從而生成個(gè)性化的答案，輸出給用戶。整個(gè)典型的自然語言對話如下圖。

2.1.1 現(xiàn)狀

客服機(jī)器人依據(jù)媒體類型分為兩種，基于電話語音，基于文本信息。前者如10086的自助語音服務(wù)；后者一般是置于應(yīng)用中，能解決簡單而又大量重復(fù)問題，以節(jié)約成本，如淘寶的小蜜、萬象，直播APP里的客服助手等。

從輸入方式來看有：語音輸入和文字輸入，技術(shù)上的區(qū)別是語音輸入要做語音識別，將語音信號轉(zhuǎn)換成文字。目前客服機(jī)器人主要是兩者都支持。

從輸出方式來看有：文字輸出、圖像輸出、語音輸出。這個(gè)類型視業(yè)務(wù)需求、產(chǎn)品場景所決定。目前客服機(jī)器人主要是文字輸出，一般基于用戶畫像預(yù)測問題、熱門問題前置等。

如下圖的所示，屬于能支持自然語言對話（語音+文本）的客服機(jī)器人。

問答機(jī)器人其實(shí)是在頭部問題上實(shí)現(xiàn)了綜合過濾，然后通過對話的形式反饋給用戶，如果用戶實(shí)在問的是長尾問題，問答機(jī)器人回答不了的，此時(shí)可走人工客服。滿足了用戶九成以上問題的直接答復(fù)，是問答機(jī)器人的核心目標(biāo)。滿足在服務(wù)上，縮短服務(wù)尋求路徑與服務(wù)尋得率，從而提升用戶自助體驗(yàn)，降低人工入線率，降低運(yùn)營成本。

2.1.2 對話增加情感分析

即相當(dāng)于賦予客服機(jī)器人EQ，能在對話中對語義進(jìn)行分析，精準(zhǔn)感知用戶情緒，并在回復(fù)表達(dá)中蘊(yùn)含相應(yīng)情感，讓互動(dòng)更有溫度。

原理是自動(dòng)識別對話過程的文字或語音，尤其是帶有主觀描述的進(jìn)行情感分析，如，可以識別生氣、喜悅、失望、著急等多種人類細(xì)分情感，對此生成相應(yīng)帶情感的、口語化的表達(dá)，若判斷精準(zhǔn)，能讓用戶體驗(yàn)佳，不冰冷。

舉個(gè)例子如下圖，JD客服JIMI機(jī)器人增加情感分析，從IQ到EQ的升級，用戶體驗(yàn)上是有明顯差異的：

此外，增加情感分析也可用作對話質(zhì)量（服務(wù)）評估。如根據(jù)前來咨詢的客戶來時(shí)的情緒，以及離開時(shí)情緒的對比，就能從另一個(gè)維度感知此次服務(wù)的質(zhì)量。既可以用以考核客服人員，也可以用來改進(jìn)客服的服務(wù)。

2.1.3 對話增強(qiáng)自我學(xué)習(xí)

場景：客服機(jī)器人無法滿足用戶需求，出現(xiàn)呼叫人工客服。

在人工溝通-解決的過程，客服機(jī)器人應(yīng)將此對話過程沉淀學(xué)習(xí)。如記錄下：呼叫人工客服前的對話過程、人工對話的過程，分析不足與改進(jìn)點(diǎn)。若每一次人工解決問題，中間的所有信息都被人工智能所記錄，多次學(xué)習(xí)自我進(jìn)化，能提升客服機(jī)器人對話服務(wù)質(zhì)量。

2.14 對話增強(qiáng)意圖分析、上下文分析

場景：客服機(jī)器人增加意圖推薦模塊，當(dāng)開始對話過程時(shí)，能基于用戶過往的行為偏好分析，主動(dòng)預(yù)測用戶意圖，提供相應(yīng)信息。（非常見熱門問題）

場景：對話過程中的上下文，分析預(yù)測相應(yīng)的場景、語境，進(jìn)而精準(zhǔn)服務(wù)。

2.15 其他

不能以對話輪數(shù)多少相比。

比如，人類用戶與小冰的平均每次對話輪數(shù)可達(dá)到23輪，微軟對此也頗為津津樂道，但是，在客服上，如果機(jī)器人要與前來咨詢的客戶對話23輪，才能給出答案，你可以想象客戶的反應(yīng)會(huì)是什么。

2.2 語音助手

相比較于客服機(jī)器人，語音助手更是起到連接、推薦作用。用戶通過輸入語音或文字，可調(diào)用直播平臺內(nèi)各項(xiàng)功能、服務(wù)。整個(gè)對話過程是類似開放域的場景。

• 場景1：如用戶輸入“我關(guān)注的主播有哪些已經(jīng)開播？”，得到對話可以是告訴有哪些主播在開播，開播多久了，直播間的互動(dòng)情況，甚至根據(jù)用戶偏好及其他維度分析，優(yōu)先推薦哪個(gè)直播間；
• 場景2：如新用戶剛來，又沒有強(qiáng)目的、強(qiáng)關(guān)注的主播等。或許可以通過助手進(jìn)行對話引導(dǎo)，獲取偏好進(jìn)行直播推薦，甚至是某個(gè)主播，并將該主播的一些信息進(jìn)行描述，讓用戶多方面了解；
• 場景3：如猜你喜歡什么主播或直播，那么助手對話過程的引導(dǎo)可以有多種，或許通過用戶自拍、發(fā)送某些圖像信息等，給出相應(yīng)趣味的關(guān)聯(lián)分析，如性別，年齡等，以此提供個(gè)性化推薦服務(wù)；
• 場景4：……

2.3 直播間輔助

自古民間出高人。對于直播的平臺是歡迎各大IP入住開播，主播也樂于展顯看家本領(lǐng)。而直播更具強(qiáng)調(diào)互動(dòng)性，直播過程中需要通過言語肢體等與粉絲互動(dòng)，其中，言語表達(dá)尤為基礎(chǔ)重要。

2.3.1 場景一：語言表達(dá)缺陷

有一類人，他們身患絕技、各懷才藝，卻有表達(dá)缺陷，如啞巴。在如今強(qiáng)調(diào)人人是IP、自媒體的時(shí)代，他們可能因此而失去一些做主播的機(jī)會(huì)。

但是，他們本身是懂表達(dá)，如唇語、手語。從本質(zhì)上，一切人類溝通的語言都屬于自然語言。因此，能利用AI的技術(shù)手段進(jìn)行識別、跟蹤，通過NLU進(jìn)行理解、翻譯，最后輸入語音表達(dá)。

關(guān)于輔助聲音，創(chuàng)作者錄音通過聲音模型學(xué)習(xí)，盡量擬合原聲或差異個(gè)性化的。

同時(shí)，若聲音實(shí)現(xiàn)不理想，也可以將唇語或手語識別進(jìn)行文本翻譯，也是一種互動(dòng)方式。

2.3.2 場景二：直播環(huán)境語音不可用時(shí)

直播過程中或許存在一些語音不可用的場景，如噪音突然變大、攝像頭未配備麥克風(fēng)（損壞）。這時(shí)，若主播調(diào)用唇語識別功能，基于以上原理能保持直播間互動(dòng)正常，避免突然冷場中斷、離場等情況。

2.3.3 場景三：直播間輔助

場景：針對現(xiàn)場直播解說類，為主播解說提供輔助。如，體育、游戲等競技類的比賽直播。

這里的輔助有4個(gè)方面：

• 針對直播視頻的信息：能實(shí)時(shí)提取一些相關(guān)的信息。如動(dòng)作、球員信息，能夠識別并輸出文字記錄，類似對話模式，或許可以供主播對大盤比賽有參考；
• 針對直播間的互動(dòng)解說：有時(shí)候主播對于粉絲、或者解說某些內(nèi)容有些疑惑，如想中途插入一些故事或者其他相關(guān)情節(jié)、解答粉絲的熱門問題。此時(shí)直播間的助手可以將這些對話記錄并分析，根據(jù)熱門信息或關(guān)鍵詞進(jìn)行尋找，以供主播進(jìn)行參考以更好解說，或許也能滿足粉絲的互動(dòng)提問，活躍氛圍。
• 針對直播視頻，增加虛擬主播解說。如某場球賽直播，在視頻中進(jìn)行識別，如球員頭像、動(dòng)作行為、跑動(dòng)軌跡等特征，再用語音的方式來為用戶解讀比賽進(jìn)程，提供精選球迷評論、分享球星趣事等; 或許用戶還可根據(jù)興趣選擇喜歡的球星觀看，讓虛擬主播成為自己專屬的機(jī)器人解說員。
• …..

4. 總結(jié)

最近對AI進(jìn)行學(xué)習(xí)了解，包括從概念知識、應(yīng)用領(lǐng)域、AI產(chǎn)品經(jīng)理的相關(guān)工作流程等方面。同時(shí)參閱其他資料信息，對于AI PM有一些看法總結(jié)，其中這些也是和傳統(tǒng)PM差異點(diǎn)：

4.1 需要了解技術(shù)現(xiàn)狀

這里的現(xiàn)狀，側(cè)重是指技術(shù)原理、邊界。每一項(xiàng)技術(shù)都有邊界和最優(yōu)應(yīng)用場景，尤其目前AI技術(shù)相對是不夠成熟的，那么了解好技術(shù)可能實(shí)現(xiàn)的能力范圍、所需的成本、當(dāng)前存在的技術(shù)瓶頸…，具備這些基礎(chǔ)會(huì)更好去溝通、發(fā)散和結(jié)合。

4.2 需要尋找并定義AI業(yè)務(wù)場景

正如上述所言，理解技術(shù)優(yōu)劣勢的基礎(chǔ)上，尋找到可以提供更好用戶體驗(yàn)的業(yè)務(wù)場景。也就是說，如何結(jié)合當(dāng)前現(xiàn)有AI技術(shù)與業(yè)務(wù)場景，為用戶提供更好更便捷用戶體驗(yàn)的產(chǎn)品。因此其中主要的工作就是：完成當(dāng)前技術(shù)與現(xiàn)有市場需求的映射，側(cè)重對場景的思考。

4.3 多一層評估、多一層挖掘價(jià)值

當(dāng)前AI技術(shù)的實(shí)現(xiàn)成本相對還是高。也并非有想法就能實(shí)現(xiàn)，即使條件+成本都能滿足時(shí)，也存在較大試錯(cuò)風(fēng)險(xiǎn)。因此還需對場景多思考，充分評估產(chǎn)品定位、用戶價(jià)值、成本、商業(yè)價(jià)值等因素是否相匹配。讓現(xiàn)有技術(shù)所定義的產(chǎn)品價(jià)值能夠轉(zhuǎn)化為商業(yè)價(jià)值。

4.4 與互聯(lián)網(wǎng)產(chǎn)品經(jīng)理的差異

（1）關(guān)注業(yè)務(wù)的范圍不同

互聯(lián)網(wǎng)PM可能會(huì)深入關(guān)注局部業(yè)務(wù)范圍的產(chǎn)品優(yōu)化與用戶價(jià)值，而AI產(chǎn)品經(jīng)理可能需要在基于公司業(yè)務(wù)的整體范圍，尋找存在AI優(yōu)化的場景需求。

（2）多了一種語音交互方式

機(jī)器學(xué)習(xí)促進(jìn)了語音識別技術(shù)的發(fā)展，也促進(jìn)發(fā)展了語音交互場景。AI語音交互的設(shè)計(jì)可能比手機(jī)/PC端的交互設(shè)計(jì)難很多，因?yàn)檎Z音交互系統(tǒng)不是限定好的GUI操作界面，而是不便于規(guī)范且自由延展的自然語言。會(huì)話的開放性意味著 AI 交互設(shè)計(jì)者必須考慮用戶可能采取的幾乎無數(shù)的選擇。要能夠理解用戶，了解他們的動(dòng)機(jī)，然后合乎邏輯地思考如何引導(dǎo)他們完成一件事情。

（3）更多的理論基礎(chǔ)支撐

機(jī)器學(xué)習(xí)的理解、算法模型優(yōu)化等等。

（碼字不易分享可貴！歡迎關(guān)注收藏后續(xù)再更新….）

本文由 @鳳城狂客 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Pexels，基于 CC0 協(xié)議