【ICTC2019】王新喆：融合媒体监管智能处理技术研究与思考(3)

总结一下。在融合媒体监测监管流程中，大概有以下四部分：一是数据采集。文化、图片、音频、视频都是采集内容，采集范围包括广播、电视、纸媒、互联网、网页、IPTV、OTT等。二是数据存储。三是数据处理。处理最重要的是要实现对内容进行安全管理，以及一致性监管。四是数据展示。得出的结果数据要推送到指定的地方，比如说上级管理司局、本级的工作人员、宣传口等等，都要进行一定的数据整合推送。在这个过程中，要插入一些大数据分析的内容，因为随着大数据的发展，舆论等信息也是我们所关注的，也和我们的监测监管密切相关。

数据采集的范围非常大，我们过去那种采集的方式必将造成一定的重复，也就是说，本来是一条信息源出去的文字、图片、音视频，可能内容高度相关，那么在这个过程中，我们对多源采集的数据，在采集的过程中就进行一定的智能处理，这就可以减少重复量。数据存储也是一样，以总局监管中心为例，这么多年的监管数据，很多内容可能是一致的，那么在存储的过程中，是否可以用智能的方式减少它的存储空间以及网络成本，这对建设有一定的帮助。从数据处理角度上讲，集中资源也能够使处理效率得到大量的提高。

说到人工智能技术的发展，我本人是学计算机的，也可以和大家说一下。近年，因为人工智能发展的比较多，我经常会去听一些院士的课，基本上总结下来，人工智能的发展有几个步骤组成：第一个阶段，数据逻辑阶段，也就是在那个过程中，我们是通过一些规则的制定来让计算机帮助我们做一些事情，当时称之为人工智能的第一阶段。第二阶段，形成了大量的专家系统，在这个过程中，我们通过数据库检索、通过数据库里的经验数据，来对我们的一些日常生活进行处理，那时候就会有很多专家出现。第三阶段，现在是人工智能最蓬勃发展的时刻，比较有标志性的事件就是深度学习。随着深度学习的发展，我们已经看到了在计算机领域达到了空前的发展程度，在这个过程中，比如像人脸识别、音视频识别等等，已经达到了一定的准确程度，这已经远远超过了我们人能够处理的水平。那么，对于这块来说，和我们监测监管密切的结合，肯定能够提高我们的效率。

我自己做了一张图，在整个的融媒体监管过程中，我们有采集、存储、处理、展示四个部分，人工智能有数理逻辑、专家系统、深度学习几个层次，那么两者结合可以产生我们现在正在研究的一些课题和方向，这是我今天想主要和大家说的内容。

首先说一下智能调度的问题。我们曾经做过一个总局课题，就是多频智能调度软件，衍生到监测监管领域，如果能够采集资源智能调度，那么肯定能够做的更有效。现在网络探针、爬虫等东西会部署的更多，那么对互联网的一些东西，我们在爬取的过程中，是怎么样安排这些设备，或者说是借用共有云的资源还是自己搭建系统，这里面可研究的东西很多。也就是说，怎么样利用这些资源的数理逻辑化和实际数据的反馈，能够把我们的采集效率提高，这是我们现在需要解决的问题。

从存储处理的角度来讲，也有雷同的情况。我刚才已经简单说了一下，举个例子，我们现在对于IPTV的监管就产生了这样的问题，全国IPTV有那么大的范围，如果把所有的节目按照总局的监测监管规划要求，每个地市大约有200多套直播节目，还有那么多的点播节目，如果都采集回来的话，各方面资源都受不了。在这样的情况下，我们怎么样来综合调度资源，比如说我们设置的前端设备本身就可以把一些数据处理到特征值的级别，也就是说一个很小的特征值传回来就可以实现内容的判断和一致性的比对，是否这样更合理一些，这也是我们现在正在研究的内容。(责任编辑：方向)