看视频等于看广告？这都是OPA帮人工智能干的好事

不想上班，只想唱唱跳跳就把钱挣了？

没问题，来直播平台当主播吧！

不想上班，只想吃吃喝喝就把钱挣了？

没问题，来直播平台当主播吧！

不想上班，只想打打游戏就把钱挣了？

没问题，来直播平台当主播吧！

不想上班，只想动动嘴皮子就把钱挣了？

没问题，来直播平台当主播吧！

当越来越多有一技之长的人加入到主播队伍中来，无论是谁，都能在直播平台上找到你感兴趣的点。而且，最关键的是，你可以用各种方式与主播或其他观众互动。或赞、或扁、或赏，或喷；一切随意。或者更单纯的，你只是想来看土豪挥金如土或者键盘侠们指点江山，都没问题。

垂直化的直播平台如何盈利？

主播数量的直线上升和直播平台的井喷无疑会导致两个结果，那便是竞争加剧和短期成本提高。那么，问题来了：直播网站钱从哪来？

当年9158跑马圈地“闷声发大财”的时代已然过去，今天的直播平台所面对的可以说是一个强者林立的红海市场。虽然资本的注入会给予各个直播平台一个短暂的“尽情挥霍和试错”的时间。但创造长期的盈利仍是一个棘手问题。过去，直播平台盈利靠的是用户购买道具的直接消费，但随着主播数量和竞争对手数量的直线上升，直播平台也不得不面临一个问题：土豪都不够用了。

在更高的成本和更激烈的竞争面前，单靠各路土豪的打赏显然不能满足昂贵的带宽费用、IT基础架构成本和人力成本。广告当然是一个最好、最直接的手段，而广告也是唯一经过验证的可行手段。

某视频平台的76秒超长广告

但主播不是导购，直播也不是电视购物；为了用户体验，直播平台也不能让用户在观看直播前先“欣赏45秒的广告”。

视频广告需要新出炉

广告是个好东西。如何将其价值最大化对于视频企业来说关乎未来、关乎生死，尤其是对于那些目前还没上市的直播平台。

以薯条原料、犬科动物（化名）等为代表的中国第一批视频网站无疑是视频广告的先行者。而他们在视频广告方面的现状和困惑更值得直播平台们仔细思考。

虽然靠着海量的流量，传统视频网站吸引了众多企业在平台上竞相投放各种形式的片头广告和banner广告，但至少从财报的层面来看，目前的这些广告形式仍不足以帮助他们实现持续盈利。

都说流量变现是件容易的事，但实际结果为何大相径庭？有人说是因为热播节目版权太贵，也有人说是IT、人力成本上涨太快，也有人说是自主IP仍处于成长期……在我看来这些答案都没找到问题的症结。我们不妨换个角度来思考这一问题：视频广告为何无法带来更多收入？

很简单，因为现有片头广告无法更精准的推送到目标用户呗。

我看个时事评论类节目，您给我推送个雷克萨斯的片头广告；我看个星闻八卦，您给我推送个BB霜广告；我看个8月电影预告片合集，您给我推送个酸酸乳广告。哦对了，我好像还没跟您说：我目前没有车本、不爱喝酸的、老婆喜欢素颜；都是我的错。

不得不说，以目前视频片头广告这样“瞎猫碰死耗子”的投放形式来创造的点击是一件效率非常低的事情。所以广告商才不愿意花更多的钱，所以用户体验这么多年都不好，所以这么多年他们都还没有形成持续的盈利能力。但回答问题只是第一步……

视频广告怎么做才最有效？这个问题值得所有传统视频网站和直播平台深思，尤其是那些仍缺乏造血能力的直播平台。

而一家叫Viscovery的公司有办法。

深度学习创造的视频广告新解

广告与视频内容无法精准匹配是行业多年来的老大难问题。而Viscovery给出的破解思路相当另类：将整个视频变成广告的载体。

当你在电视剧里看到了一辆超帅的车，点一下，品牌、型号、报价、销售方式、优惠活动，一应俱全；当你看到视频中一副梦幻般的自然美景，点一下，地点、机票、酒店、旅行团信息，一应俱全；当你看到视频中一个很有情调的餐厅，点一下，地点、价格、口碑、团购信息，一应俱全……对于广告主来说，这绝对是梦寐以求的广告形式。

想买哪里点哪里

过去，想要做到这样的效果，唯一的方法就是人工+手动。而Viscovery所提供的是一套自动化的人工智能识别算法，能够帮助视频网站识别视频中出现的场景、物件、衣服、甚至是演员和声音。步骤大致是这样的：

1、 Viscovery会建立一套人工智能算法，来识别视频和音频中出现的商品；

2、 Viscovery会像老师一样用海量的视频、图片、音频来训练这个人工智能，让他能够在更复杂的场景中识别出商品；

3、 Viscovery将 完成训练并“毕业”的人工智能程序交付给视频网站；

4、 视频网站将这套系程序署到服务器上，开始对服务器内存储的视频进行大规模的分析，从而让视频和广告合二为一；

5、 视频网站开始数钱、分红、上市、上头条、改变世界……

另外，Viscovery还提供一项“特殊服务”——人工智能鉴黄。而这项符合中国国情的服务显然从另一个层面解决了众多视频直播平台目前最现实的“生存问题”。

让深度学习更快、更省

要让人工智能程序更好的识别视频的内容，首先需要将视频中包含的图像信息分层，每一层都代表了图像信息中的一类信息。从最简单的颜色、形状、纹理到其他更复杂的特征。分层越细、越多，最终的识别率也会越高。

而如果想要在实际拍摄的电影、电视剧和其他类型的视频中正确的识别出物体，通常需要将视频中每一帧的图像信息分成100-200层。并通成百上千万次的训练、修正、再训练，人工智能程序才能学会从视频中分辨出某一种物体。而如果想要从视频中分辨出另一种物体，那就需要另一个人工智能程序并重复上面的过程。可以说，对人工智能的训练是一件相当耗费计算机硬件资源的工作，需要大量的计算机做并行处理。

Viscovery CEO黄俊杰

Viscovery CEO黄俊杰表示：在过去，完成这样的人工智能训练，我们通常会选择GPGPU作为协处理器来加速整个训练过程。但GPGPU由于本身处理能力、内存（显存）容量和网络带宽的限制，在处理20层以上的图像识别时效率很低，完成一套训练所花的时间通常是几周甚至几个月。但新硬件形态的出现则大大缩短了人工智能训练的时间，并降低了硬件成本。

黄俊杰口中的新硬件便是英特尔最新推出的第二代至强融核处理器，核心代号Knights Landing，简称KNL。

1、 从协处理器到处理器

GPGPU是计算机中的一种协处理器，其特点是没有管理其他硬件的能力，只能作为计算机中的一个设备存在；需要CPU、操作系统、驱动程序等基础平台的支持才能工作。所以在传统的由多个计算节点组成的高强度人工智能训练任务中，节点间的工作流程就变成了GPGPU1——CPU1——1至10Gb以太网络——CPU2——GPGPU2。在这一过程中，由于各个信息管路之间的速率不同，GPGPU之间的沟通就变成了一件效率非常低的事。换句话说，如果将GPGPU的数量提升100倍，那么实际的效率提升可能只有30倍，因为大量的时间都消耗在了各种传输和等待传输的过程中。

而KNL则是一款纯正的处理器，也就是CPU。这就省去了GPGPU——CPU之间的沟通成本和GPGPU等待CPU分配任务的等待成本。而且由于KNL是x86架构的CPU，所以整个人工智能程序的编程也会比之前更简单。

2、 更大、更快内存

GPGPU作为计算单元，本身是需要内存（显存）来存储原始信息和中间结果的。而目前最高端的GPGPU所搭载的内存（显存）仅为32GB。这就意味着如果人工智能程序的体积超过这一容量就需要将其分别存储在多块GPGPU当中。而这又会加剧不同GPGPU之间的沟通压力，导致效能的进一步降低。

而最新推出的KNL处理器除了集成16GB片上高带宽内存（HBM）之外，还支持最多384GB的系统内存。换句话说，新一代KNL处理器可以在内存中容纳更大的人工智能程序并存储更多的中间计算结果，进一步减少系统间的沟通，从而提升效率。

3、 集成的100Gb Omni-Path网络控制器

网络一直是人工智能程序训练领域中一个不可回避的问题。由于一个人工智能程序从“入学”到“毕业”需要进行成百上千万次的训练和修正，计算量非常庞大。因此，多节点并行处理几乎是唯一的选择。而节点数量多了之后，节点之间的有效沟通也就显得尤为重要。者也就是为何网络部分的成本会占到传统高性能计算系统总成本的20-30%。由于GPGPU本身不管理也不集成其他硬件，所以如果GPGPU之间需要进行跨界点沟通，其途径只能是节点之间的以太网络或Infiniband网络。而以太网带宽通常只有1Gb或10Gb，更高端的Infiniband速率也不过40Gb或56Gb/s。

新一代KNL并不只是一颗处理器，他还集成了带宽高达100Gb/s的Omni-Path网络控制器和对应的接口。服务器可以直接将其之间转化为光纤接口并与交换机相连，省去了网卡成本。更高的带宽、更低的延迟可以有效提升节点之间的通讯效率，从而提升整体的人工智能训练速度。

4、 最重要的一点：省钱

最后，也是最重要的一点。KNL不仅在性能和效率上给人工智能训练带来了巨大的提升，而且整个硬件架构也会比传统的GPGPU模式更加省钱。

为了达到足够的计算密度，一台双路服务器中通常会安装4块GPGPU计算卡，这样，一个节点的组成就变成了2个CPU+4个GPGPU。如果要实现商业应用，企业则需要成百上千个这样的节点以及对应的网络设备。而KNL本身就是CPU并且自带网络控制器，所以并不需要额外支持就可以运行操作系统和人工智能程序并且配合Omni-Path交换机就可以实现节点间的通信，无需额外购买网卡。所以整体来看，KNL的成本更低、系统结构也更加简单。

当然，这还不算效率和性能提升所带来的时间和功耗节省。

看视频和逛街合二为一？我看挺好

Viscovery CEO黄俊杰也表示：公司目前正在和更多的电商企业接触，让自己的技术能够服务于更多类型的内容。

未来，当视频网站、直播平台、电商平台之间彻底打通，视频、图片、广告、购买一气呵成，看视频就等于逛街。这种新的体验确实能省下不少时间。我看这样挺好。