【獵雲網】1月6日報導（文/尹子璇）
在即將過去的2019，整個行業正在面臨兩大趨勢。
一是視頻的爆發還將持續，二則是5G的來臨。這兩大態勢下，以視頻為主的「新媒體」數據量會迎來爆發性增長，給現有信息內容分析處理帶來前所未有的壓力。
對此，雲目未來科技（北京）有限公司董事長劉洋表示：「對於企業或政府來說，他們對這些數據的結構化處理、具體信息的提取有很強的需求。但是企業缺乏有效的技術手段獲取數據里具體的結構化信息，而依靠傳統的人工的方式，難以處理這麼海量的數據。所以，這些問題在未來需要被智能化以及自動化來解決。」
具體說來，企業將面臨四大難題：無法對視頻圖像進行內容監管；人工投入量大且效率低；數據覆蓋率低、監管度不高；缺乏統一判斷標準，準確性低。
隨著數據的不斷積累，AI是解決未來海量數據的有力工具。AI晶片和深度學習算法的不斷進步，讓越來越強的計算能力能夠有力的推動深度學習的進一步精進。
雲目未來正是一家依託深度學習與計算機視覺技術，用AI「理解」視頻內容的科技公司，自成立以來以數億級圖像訓練的深度學習算法模型為基礎，以AI視頻技術為核心，推動政企在視頻等媒體內容領域智能處理，改變行業傳統工作方式，幫助政企克服未來海量數據對工作的挑戰。
1、基於多模態信息的智能化理解，雲目未來打造政企視頻結構化產品系統
劉洋介紹道，雲目未來的核心業務是幫助企業、政府進行視頻的結構化，和基於視頻內容結構化，為用戶解決業務中的難題和痛點。
從理論上講，如果數據覆蓋度足夠廣，算法足夠先進，AI技術便可以取代人工進行內容的識別和判斷，進而能夠給內容蓋上是否「合規」的標籤。然而，在一段視頻裡面，極有可能融合圖像、動作、文字、聲音等等多種類型元素，如何結構化視頻數據，成為人工智慧識別的難點。
在核心技術上，雲目未來突破了針對目前人工智慧的重點——「多模態信息的智能化理解」。
通過從文本、圖片、視音頻等不同模態數據中交叉融合獲取數據信息，雲目未來將來自不同模態的顯著性特徵之間進行充分的交互，保證運算的高效性，實現不同模態特徵的有效融合。
而在具體業務上，經歷了8年的打磨後，基於這一技術，雲目未來推出政企視頻結構化產品。
談及產品的優勢，劉洋表示，一方面，雲目未來貼近用戶，深入了解用戶的需求；另一方面，雲目未來在視頻結構化以及人工智慧的技術領域有較強的積累和優勢，在由中央網信辦、公安部、工信部等舉辦的國內級別最高的「人工智慧多媒體信息識別技術競賽」中，其團隊獲得一個頭等獎、一個二等獎。
2、萬億級市場亟待開發，雲目未來尋求從點到面的破局之道
劉洋畢業於中科院計算所，數十年智能系統、大規模數據系統、圖像視頻多媒體處理系統研發經驗。曾參與國家863計劃曙光5000研製工作，獨立負責分布式文件系統相關研發；前百度網盤研發負責人，從零搭建百度網盤技術架構，支撐七億用戶。
那劉洋又為何會進入現在這一市場呢？
在劉洋看來，視頻結構化的市場將是一個萬億級市場。而整個行業也正面臨一個困境：AI落地碎片化嚴重，如何找到客戶的剛性需求，用技術手段解決「痛點」，成為解決AI應用落地的主要矛盾。
正是基於這一思考，雲目未來才進入這一領域，希望通過深入用戶業務場景，根據用戶業務特點，用算法及模型對用戶特定場景中的需求進行識別，幫助用戶最終實現智能化改造，從而重建用戶業務流程，實現用戶業務場景的AI落地。
作為行業的探索者，劉洋也分享了自己面臨的一些難題，那便是需求方沒有提出明確的需求，而自己作為服務方需要進行引導，尋找二者認知之中的平衡。
接下來，雲目未來首先要做的，則是深耕垂直領域的細分應用場景，隨後再進行拓展。劉洋具體解釋道，一方面，如今的企業不僅需要算力算法和數據，還需要適配業務場景中的具體需求；另一方面，企業場景、政府場景關注的數據類型也有所不同，雲目未來目前主要基於政企場景打造系統，而在未來，依靠遷移學習的能力，雲目未來能夠把已經積累下來的算法特徵以及業務特徵快速遷移到更為寬廣的領域去，用最小量的數據，讓新領域用戶的業務能夠最快地實現業務的適配。
目前，雲目未來的系統平台，在品宣層面可以進行投放效果的評估以及受眾反饋的判斷，按照需求進行精準營銷，量化宣傳效果；在競品分析方面，可以梳理競品策略脈絡路徑，進行差異化營銷。
面對逐漸多元化的內容和渠道，雲目未來以AI技術為支撐，以價值為堅守，順應市場需求，聚焦應用場景落地，從而為行業、為用戶創造一個更加安全和高效的網際網路環境。