文娛大腦究竟能有多“智能”？答案是全生命週期的人工智能技術！從內容智能到增長營銷，全景揭祕阿里文娛智能算法，就在這一本！
阿里是一家堅信數據力量的公司，而文娛涉及的相關產業非常廣泛，從線上到線下、從影劇綜漫到現場娛樂以及文學小說等，其組成、形式、展現、分發的複雜性交織在一起為業務數據化帶來了巨大的挑戰。
近三年來，阿里文娛摩酷實驗室始終以助力業務發展和增長為核心驅動，形成如下四個的技術方向：
內容理解是文娛相關算法技術的基石，IP、小說、劇本、視頻、音樂等不同形態的內容對構建起領域知識圖譜帶來了很多困難，在這其中計算機視覺、自然語言處理、圖譜&推理、圖神經網絡、多模態內容分析等技術被廣泛應用於內容解構。以視頻為例，影劇綜視頻的時長很難用一些低層級的標籤來抽象表達其內容，基於多模態的分析技術在這類內容上也會碰壁，因此融合內容專家及機器學習系統的半自動化微標籤體系成為一種可行的出路。與短視頻快速的線上反饋閉環不同，即使製作週期最短的綜藝節目也需要 3 個月以上，期間還面臨內容監察審核的不確定，這就導致影劇綜內容製作高度的不確定性，如何基於複雜的數據分析線索以及歷史的成敗規律來選擇評估內容是各個綜合視頻平臺所面臨的核心挑戰之一，而阿里文娛北斗星系統就是用來解決這一問題的。
搜索和推薦作為兩種解決信息爆炸的重要手段被廣泛應用於各個 APP 中，而影劇綜內容的複雜性導致用戶想精確描述一個內容非常困難，僅通過節目名、演員名去檢索給用戶也造成了很大的困擾。在文娛內容的分發體系中對搜索模式、推薦模式的融合成為新的用戶需求，如何更為準確的通過類強化學習的用戶意圖理解過程來協助他們儘快找到喜愛的內容，成為文娛搜推體系下一階段的首要任務。
文娛作為產業互聯網發展的重要行業，人工智能技術在這個領域中的應用空間廣大，而我們也僅僅是邁出了一小步，期待工程師們能夠創造出更大的奇蹟，加速文娛產業數字工業化時代的到來。