SMW '19: IBM的斯科特 Grizzle谈论人工智能和沃森的新进展

以下是采访全文:

蒂姆Siglin: 欢迎回到流媒体西部2019, if you hear the alarms in the background that's not because they're coming after me; it's because something's going on in the hotel. 今天和我在一起的是IBM的斯科特 Grizzle，他在这个行业的时间和我一样长. 你说参加这个节目已经20年了，你的第一个节目是在哪里?

斯科特灰色: 第一场演出是在圣何塞.

蒂姆: 在麦克奈瑞会议中心.

史考特: 这是第一次，这是一场盛大的演出.

蒂姆: 确实如此.

史考特: 然后我们去了其他地方，然后回来，但它在那里呆了很多年.

蒂姆: 我记得事实上威斯汀就在街对面. 圣. 我想，它的名字叫克莱尔. 那是在他们把... 在他们建停车场之前他们有一个冬天可以滑冰的地方.

史考特: 这是正确的.

蒂姆: 就在下面. 这就是我们的年代. 讽刺的是我们现在又回到了洛杉矶市中心的威斯汀酒店.A. 老实说，我喜欢把它建在硅谷，但我也理解为什么他们把它搬到南方，成为娱乐之都的一部分. 你在节目播出前提到的... 这周流媒体上发生了很多事.

史考特: 是的.

蒂姆: 有很多节目，体育，电子竞技，还有你提到的其他一些节目.

史考特: Salesforce和Dreamforce就是这样.

蒂姆: 对，梦幻部队.

史考特: 那里正在发生一件大事. 我知道欧特克在做一些事情. 有无数不同的小事件在发生, 或者说不是很少, 这周有很多大事要办. 这是一个很合适的时间来做这个节目.

蒂姆: 它是, 你们知道, 也许是感恩节前的准备阶段，一切都进入了平静期. So, 你在这个行业里转来转去, 你在IBM工作, 我想你在我们采访的前两三次IBM工作过.

史考特: 差不多六年了. Ustream和IBM大约有6年的时间.

蒂姆: 哦，对了，因为你在Ustream. 那么你的工作重点是什么，你现在在IBM的头衔是什么?

史考特: 所以我刚刚从首席销售工程师过渡到渠道和联盟. 我有了新的合作伙伴, 让他们注册, 和, 你知道, 确保我们能更有效地建立合作伙伴关系.

蒂姆: 好吧. 沃森是我们在过去的采访中谈到的事情之一. 此时视频的焦点在哪里?

史考特: 我们仍然做视频丰富，它可以做元数据提取, 场景分析, 成绩单, 理解别人在说什么, 做场景选择. 显然，封闭字幕非常大. 事实上，我们的标题还获得了读者选择奖的提名. 我们只是想把它们都做成一个统一的包装. 让它在我们的流媒体平台上播放. 下一个层次:使用人工智能来帮助增强不同方面.

蒂姆: 我想到了一件事... 我在今天早上第一次主题演讲时想的, 哪个是亚马逊那个拿着火棒的先生, 他说的是语音控制, 推出语音控制. 显然，沃森和IBM的许多底层语音检测引擎, 他是在描述一个实际应用. 从面向消费者的角度来看，人工智能在其他应用中有哪些好处?

史考特: 如果你看一下有线电视公司是如何把它用在遥控器上的. 所以，你可以对它说话，你可以找到东西. 再一次。, 正确的语音转文本, 以及正确的搜索算法, 你可以做快速搜索和推荐. 所以我在找《百家乐软件app最新版下载》还有其他电视剧比如《权力的游戏. 或者是你所要求的建议. 它可以寻找模式. 但如果你的孩子登录了, 他们看着小鲨鱼, 他们没有《百家乐软件app最新版下载》推荐.

蒂姆: 好吧, 这是我们过去遇到的一个问题，即推荐引擎在发现方面很聪明, 但不太聪明，没有意识到有不同的用户是其中的一部分. 所以，它是否也能感觉到这是不同的声音，而不是有人主动登录不同的账户, or...

史考特: 是的, 完全, 我的意思是，你可以在字幕中看到你可以为不同的说话人做一个标记. 男演讲者或女演讲者. 儿童演说家. 因为很明显，孩子的声音和成年人的声音大不相同. 你可以做不同的事情，它会在不同的方面显示得更快.

蒂姆: 那么是什么呢?, 以你现在所处的角色，联盟和伙伴关系, 你能举出一些实际的例子吗? 我的意思是, 很明显, 有些问题可能很棘手，你不能讨论, 但是从合作的角度来看，IBM想要做什么呢?

史考特: 有了人工智能, 所以我们有一些客户做得很好, 在很多情况下几乎是CMS. 所以他们将视频丰富与流媒体与其他api连接起来. 做翻译. 学习多种语言. 所以整个想法就是你如何连接，获取元数据，然后进行提取. 因为我们有元数据，所以您可以轻松地将其引入，以便更快地进行搜索. 有了更多的信息，我们创造了新的用户体验. 我们与合作伙伴的整个想法是，他们如何提供比竞争对手更高水平的产品. 他们拥有的东西和别人拥有的东西之间的区别，以及可用性. 因为如果有人能快速搜索, 还有一种强大的寻找方式, 而不是另一个视频平台. 你知道，就是一个仓库. 我的意思是, 我有一个客户，他一年举办大约600场活动, 现在正在尝试做UGC内容. 他们不知道自己的内容是什么. 怎么搜索呢? 你得做记录，做搜索引擎. 做算法. 所以现在它变得更快，就像他们有一个类固醇CMS. 所以现在你可以找到更个性化的东西.

蒂姆: 最后一个问题. 我和一些人一起工作过 ... 年前. 当然，你也曾与IBM沃森和语音转文本合作过. 其中一个技巧，或者说是挑战就是同时使用多种语言. 所以我问了亚马逊的那位先生, 他说最终他们把所有的语言都装进了Alexa设备. 不是只有印地语、西班牙语或英语. 但我问的问题是，当人们说话时，他们倾向于在两种语言之间来回转换. 你们都面临过这些挑战吗? 或者本质上是合作伙伴只许可一种语言而不是所有语言?

史考特: 我们的很多合作伙伴都在做单一语言. 母语等等. 但是IBM也有翻译服务. 他们实际上有沃森api. 它们也有标准的多种语言. 所以从理论上讲，他们可以通过和改变多种语言和搜索. 但问题是，这些方面没有训练引擎. 所以这有点不同. 但在沃森传媒那边, 我们整个会议都是为了让用户体验在一个地方更容易训练，而不是在现有的基础上建立自己的培训师. 为了方便消费者.

蒂姆: 对，所以本质上你有更多的堆栈比你提供的.

史考特: 正确的.

蒂姆: 好吧, 好吧, 斯科特, 和往常一样，很高兴和你谈话，几分钟后我们将回到这里进行下一个采访.