昆腾公司正在开发基于人工智能的媒体标签

　　昆腾公司正在开发一款可以检查存储在StorNext文件系统和ActiveScale对象存储中的非结构化数据AI软件，用以实现对这些非结构化数据（视频、图像和文档）中内容的识别。

?

　　昆腾公司人工智能和云技术总监Plamen Minev在接受《权威》杂志采访时透露了这一点。

?

　　昆腾公司已经开发了由CatDV媒体资产管理系统和StorNext文件系统支持的AI和机器学习类的内容增强解决方案。其中集成了Nvidia DeepStream、Riva和Maxine AI和机器学习技术；其可以在视频帧内进行目标识别，进行语音到文本的翻译，提供视频和音频的超分辨率重建，以及向视频和图像文件添加元数据。

?

　　Minev说，该方案的内容识别包括事件、人物甚至可以识别谁在什么时候说了什么，是对谁说的。举例来说，这些事件可以是足球比赛中的进球或点球事件。

?

　　比起手动标记对象的行为，这样的解决方案可谓是向前迈进了一大步。其依靠复杂的人工智能技术，可以对文件、录音、图像和视频进行操作；而文档内容的识别，相对来说比查看图像和视频更为简单。就如上一段中的举例来说，“进球”或“点球”这两个词可以简单地就在文本文件中找到，但在图像或视频中找到进球要困难得多：需要对图像或视频从不同角度查看门柱和守门员，并探测到越过球门线的足球。

?

　　未来，昆腾公司希望系统可以自动向文档、图像和视频记录中添加元数据。从而使得用户能够在潜在的数百万个文件和对象中搜索自己所需要的内容，例如“查找过去5年曼联足球比赛中的所有的黄牌判罚”。

?

　　这样的解决方案也可以协助人工搜索，通过自动总结文件和对象的内容以及其中重要的事情或人物，从而进行有效排序。

?

　　CatDV会将人工智能生成的元数据添加到其中，然后在媒体资产搜索中用作索引，通过该索引可以查找到相关内容，比如，这些内容可以在创建广播新闻项目时提供参考或再次使用。

?

　　当然，人工智能技术的领域跨度非常大，涵盖了诸如自然语言处理、语音识别和计算机视觉等等领域。而昆腾公司期望能够以垂直市场为重点，然后再将一整套的人工智能/机器学习功能添加到CatDV系统之中。当然，这样的环境依旧是非常有挑战性的，因为物体的识别大概率取决于现场情况与具体需求。比如，棒球、足球、板球和网球赛事可以用到的物体识别技术，是否能为一场F1赛事识别类似的圆形的物体？虽然前者需要的是一个球；而后者则需要发现一个头盔。

?

　　此外，昆腾公司还可以提供CatDV媒体元数据发现服务，该服务可以通过内容扫描操作来检查存储在本地或云中的媒体资产。

?

　　具体的人工智能/机器学习服务可以是来源于由昆腾公司或其他第三方所提供的插件，从而使得CatDV系统能够基于不同的机器学习模型，查看视频监控文件或医学图像，比如X光、CAT和MRI扫描图像等等，并对需要存储的图像做好标记。这样，该系统可以做到提醒临床医生，扫描图像是否需要人工检查来判断疾病是否真的存在。

?

　　这种跨内容类型元数据的自动创建，很可能成为用户决定是否购买特定存储产品的决定性因素。一套能够覆盖本地+云端的文件和对象的存储系统，兼具有自动分层、基于人工智能的内容发现和标记功能；无疑是要比基本的文件或对象存储系统具备更大吸引力的——无论这样的系统成本有多低、速度有多快。