人工智能进入视听行业将出现哪些新变化？

　　人工智能(AI)一词对许多不同的人来说意味着许多不同的东西。从根本上讲，人工智能最好被定义为机器学习(ML),即在提示时自动执行给定任务或任务所需的步骤记录和存储在内存中的过程。配备接近传感器的滑动门会自动为您打开，这是人工智能的一种非常基本的形式。因此，当夜幕降临或在预设时间打开外部灯光的光电管也是如此。

　　那些在该行业工作了足够长的时间并记住数据/视频投影机早期型号上的自动同步或自动时钟按钮的读者很清楚，在投影机和显示器的后期型号中最终实现电子显示识别数据(EDID)是多么令人满意，实现真正的即插即用连接和完美的图像（大多数情况下）。我们不太关注它，但与EDID一起运行的复制保护系统正在执行类似的功能，寻找有效复制保护密钥的存在并在几分之一秒内完成。

　　让我们来看一个更复杂的例子：智能家居有许多传感器，例如时钟、运动传感器、温度传感器、Nest和Alexa等语音识别系统，当然还有互联网连接。就其本身而言，中央控制系统不知道如何处理来自所有这些传感器的所有数据。当这些“如果/那么”条件的不同组合出现时，必须首先使用一系列“if/then”命令对其进行示教（即编程）以执行特定功能。

　　如您所见，机器学习有很多层次。如果在系统中编写了足够多的“如果/那么”命令，并且如果重复性任务执行的次数足够多，人工智能就可以开始从大量“如果”集合中预测一个或多个“那么”结果。随着结果动作的成功执行，机器现在正在学习预测“thens”……甚至一些“ifs”！

　　撇开机器自我意识这个有点可怕的概念（我们离那种“终结者”式的场景展开还有很长的路要走），人工智能在许多行业都具有相当大的吸引力。您可能不知道，但飞机在很大程度上使用自动驾驶技术自行起飞和降落，这些技术与一系列传感器相连——这些传感器用于测量高度、气压、风、雷达、温度和速度。（当然，人类飞行员总是在场，他们可以在接到通知后立即覆盖系统。）而且我们都见过或听说过“智能”汽车和卡车在不同交通条件下行驶的示范——诚然，并非总是成功——使用全球定位系统(GPS)和光探测和测距(LiDAR)。

　　如果存在需要精确度的复杂、重复性任务，人工智能将越来越成为解决方案。机器人在汽车装配线上完成大部分工作，但您也将在食品加工厂、重型机械工厂和半导体晶圆厂中找到它们，它们还运行过程控制系统。您刚购买的那台大屏幕LCD或OLED电视产品主要是在机器人洁净室中组装的。几年前韩国的六层LCD面板“工厂”，每班次只需要8到10名工人。所有其余的都是自动化的——并且有充分的理由：显示面板及其组件必须重复制造以实现精确公差。

　　在AV行业，控制系统是我们实施人工智能最合乎逻辑的地方。IT接口对各种硬件的广泛支持提供了AV系统不同部分相互通信的通用协议，以及驱动程序（操作功能的命令串）可以通过网络接口。这些驱动程序也可以存储在云。IT网络本身使用各种形式的AI进行连接。一个很好的例子是动态主机控制协议(DHCP)。您插入网线或连接到Wi-Fi网络，交换机/路由器会自动为您的设备分配一个IP地址——只要您处于连接状态，该地址就是您的唯一地址。

　　就像EDID的工作方式一样，AV硬件可以连接到基于IT的控制系统，系统的“大脑”可以自动下载驱动程序并设置“if/then”条件文件。此外，系统可以将某些操作条件匹配到其他连接的设备，从而创建“宏”可执行命令。举个例子：我打开投影机（手动或通过语音控制），AV系统调暗灯光，降低屏幕（和阴影，如果需要）并作为单个宏启动音频系统。

　　Wi-Fi连接的扩展使用与AI很好地融合在一起。在许多情况下，它完全不需要有线连接（想想无线演示系统）。添加的只是另一个基本的安全层（即登录名和密码）。我们的人工智能控制系统甚至可以为不同的用户构建宏，预测给定的演示者最有可能使用哪个AV设备，并提供一个或多个“if/then”宏选择以供执行。AI还可以建立用户和房间活动的数据库，预测设施何时得到最大使用，并使用“if/then”命令关闭或“休眠”不同的硬件。

　　当然，陷阱总是在细节中。在这种情况下，对视音频控制系统程序员的需求可能会减少，甚至可能不需要。借助人工智能、网络连接和易于访问的驱动程序，控制系统可以立即轻松地识别和配置所有连接的AV硬件，就像安装家庭Wi-Fi网络一样——也就是说，在后台，当你正在从事其他更有趣的任务（例如观看65英寸电视）。如果“智能”AV控制系统遇到混乱并且无法解决它，您可以随时执行航空公司飞行员所做的操作：采取控制措施来覆盖系统并解决问题。

　　我们经常说，当谈到新的音频、视频、显示和信号分配技术时，视音频行业往往会袖手旁观，眼睁睁地看着世界其他地方加入进来。（IT连接就是一个很好的例子。）然后，突然间，制造商、集成商和最终用户都疯狂地想要加入游行队伍，每个人都声称他们是第一个这样做的。我们毫不怀疑，基于人工智能的控制系统的采用将遵循相同的模式：它会慢慢地从试探性的尝试深入到每个人都在游泳池里装炮弹。