一提到情境式廣告這個名詞,相信許多人第一個想到的就屬 Google AdSense;它會推斷使用者的位置,語言和關鍵字,來找到最匹配的廣告給使用者。這種廣告類型由於能與網頁的內容產生相關聯,能帶來更有記憶效果、說服力也更佳的廣告效果吸引觀眾。
可是懂數位廣告的人都知道,現在 Google AdSense 只能算是「最基本款」;目前情境式廣告的趨勢已逐漸轉到更生動、體驗更佳,也更有效果的影音內容中。像 Google 日前就推出了影音 API,藉由演算法識別影片之內容,進而套在各類影像相關服務作延伸應用;Facebook 走的路徑則不太一樣,除了把影音辨識 AI 系統用在偵測、控管不當內容以外,日前的 F8 大會也把這項技術運用在 AR 開發平台「Camera Effects」上,期望以 AR 當作廣告業務的未來主力之一。
但 CEO 黃俊傑在訪談一開始即強調與 Google、Facebook 不同在於,他們的影音識別 AI 在演算法、模型與參數上,一開始就是瞄準商業廣告而設計。「我們觀察 Google 的演算法比較像是做基礎性的影像資料分析,像在為影片種類進行分類是 OK。但若要細究到像第幾分第幾秒出現了如宋仲基等某個明星,或者幾分幾秒出現了沙灘等浪漫的場景,Google 現有的 AI 相關服務還無法滿足這類應用的需求,更無法找出適合的廣告內容投放。」
CEO 黃俊傑表示,Viscovery 的演算法「FITAMOS」一開始就顧慮到了廣告主的需求。例如廣告主想投放運動品牌廣告時,Viscovery 就可以透過先進的影音識別能力,幫助他們從影片中找出劇中男女主角在運動汗流浹背,情境很陽光的場景,再進行投放。「特別是品牌廣告,廣告主總是希望在適當的情境裡,找出最符合品牌精神的時刻投放廣告;過去想達到這點得耗時地透過人力執行, Viscovery 致力於深度學習的研究開發,現在的能力已經可以做到分析出每分每秒的情境,並告知不同廣告主最適合進入的時間點。」包括人臉、圖片/商標、文字、聲音、動作、物件、場景資訊等七大標的,Viscovery 已經都能完成整合性的辨認分析。
▲Viscovery CEO 黃俊傑
過去無法實現的功能何以能在今日變為可能?具體而言,要歸功於近年來人工智慧的突破—深度學習。它的前身「類神經網路」早期因為效率不彰不受重視,直到近年因資料量體和硬體運算速度大幅成長才又捲土重來。一層疊一層的網路動輒有著百萬以上的參數,這些參數是無法人工手動指定的。人類該做的,是給予機器訓練的數學規則以及海量的資料,如此機器就能自動地學習歸納出對其最有意義的模型。當然這離人腦的「舉一反三」或許還有一大段路要走,Viscovery 也已積極地投入研究資源、累積 know-how,目標是以 AI 為工具,提供廣告主和影音媒體更完整更有效率的廣告服務。