全民AI影集,人类的数字“足迹”如何为世界构建回忆?

丁诗贝
新的数据维度往往会促进新的产品诞生。其实,现代人手机里有着大量沉睡的图片,这些图片上的时间、地点、人物等信息构建出了独特的‘时空印记’,这样的印记能够让我们在庞大的AI图片数据中更明确地看到每个人的特点。

2004年,哈佛大学学生马克·扎克伯格发布了Facebook的雏形,让哈佛大学的学生能够使用仅限校园内用户的在线社交工具,开启了在线社交时代爆发性发展的时代。

十数年过去,在线社交这件事有了众多形态:兴趣交友、熟人社交、社群、陌生人社交等等,然而支撑“在线人格”的内容却没有太多变化:一个ID,一些图片,或是一段文字。

同样,以LBS(Location Based Service)为特点的在线服务,如在线点评app Yelp、大众点评,依靠的往往也是用户主动上传的图片和文字信息,在此基础上再做分析与兴趣推荐等服务。

“新的数据维度往往会促进新的产品诞生。其实,现代人手机里有着大量沉睡的图片,这些图片上的时间、地点、人物等信息构建出了独特的‘时空印记’,这样的印记能够让我们在庞大的AI图片数据中更明确地看到每个人的特点。随着AI的发展,这些内容能够真正数字化,也带来了更多的在线业务的可能性。”「AI影集」Timebook创始人陈奕龙向钛媒体App表示。

陈奕龙提到的“更多可能”,包括在线交友、兴趣社交、本地服务、社群组建、在线广告、产品推荐等等。

在刚刚对外发布的产品「AI影集」中,通过上传图片(也就是“印记”),用户特点被AI通过这些印记一一构建出来:一个享受孤独的美食家,一位旅居海外的游子,或是一个对生活仍充满热情的母亲。更有趣的是,将这些内容汇聚,还可以构建出属于群体的回忆,甚至是整个世界的映射。

这样的印记可以被用于寻找与自己有缘分的人或事物,比如与某个曾经去过的地方的印记完成连结、进行时空漫游,关注那里的时间流,或是在那个时空出现过的有兴趣的人;对于有更多探索需求的用户来说,他们还可以通过AI“时空雷达”,每24小时在世界各地的印记中找到和自己有着相似经历、兴趣的人。

在腾讯工作时,陈奕龙曾打造过一个利用AI进行图片自动分类及处理的微信小程序,在首次看到这个小程序时,Pony评价:“未来所有照片都要上云,云端照片与 AI 结合会有巨大的未来”。

在产品发布、公司目标逐渐清晰之际,再回想起这个当时的评价,陈奕龙再次坚定了当时的解读:“图片本身并不重要,重要的是从中挖掘出来的价值和延伸意义。”

AI影集的匹配逻辑:挖掘图片的“时空印记”

在使用Timebook时,用户有三种主要玩法:

首先,和产品名契合的“时空漫游”。用户通过自己手机相册中的照片来开启“时空漫游”,发现照片中的“时空线索”(如图片上的定位、人物等),通过这些线索进入照片定格的时空,关注那里的最新动态,认识那里有趣的人。

“这就像一场没有时间、地点限制的时空漫游,用户可以通过技术重回这个时空——也许能看到自己路过在垦丁时曾经喂养过的小狗已经长大了、或是和一个陌生人去过同一个地方。”陈奕龙表示。

在这个时空里,用户可以自由地继续探索——这个陌生人过着什么样的生活?可以进入他的时间流看一看,或者在他的个人主页与他对话;这个地方还有什么样的人造访过?用户还可以在它的时空流里发现更多有缘的人、事、物。

日本藤泽一家水族馆的时间流

其次,印记匹配。

用户可以选择一张照片,寻找和它有关系的其他印记。如一张日出印记可以匹配到更多美丽的日出。这意味着,用户能以自己的兴趣点或经历为锚,探索全世界相关的影像。一张随手拍下的天空,可以带用户体会世界各地天晴、天阴、狂风暴雨、清晨傍晚的不同天空景色。

左:时空雷达推荐 右:印记匹配

最后,用户可以选择主动上传照片,使用“时空雷达”。AI会通过这些照片进入搜索和匹配过程,推荐与他/她有多个印记交汇的用户。时空雷达有24小时的内置CD。

这意味着,你可能会遇见一位陌生的有缘人,在某一时刻,你们都观赏了一场日落;在另一些时刻,你们出门看海、或是和朋友聚会时小酌了一杯。这些从印记中延伸出的标记定义了AI影集中的人格,Timebook再通过AI技术把你们联结到了一起。

雷达使用完毕后,用户会收到10位推荐:“截至2020年9月2日,已发现你们的4次重要交汇。2020年1月3日在Masjid的你,与2017年6月4日在地球上某个地方的她,都感受到了余晖”,右键点击喜欢,左键点击不感兴趣。假如双向连接完成,用户就可以与陌生人结为好友,开展对话。

Timebook的AI技术进行图片匹配和分类方式,主要有四层:

首先,初步图片识别,给图片内容打标签;

其次,兴趣识别:通过图片初步识别的内容、时间、地点等结果,进一步划分兴趣点。

再次,兴趣点分类挖掘,基于用户上传的照片自动聚类,不断丰富和挖掘新的兴趣。目前有200大的兴趣分类以及数十万个子兴趣分类。

最后,印记匹配,结合印记的属性与印记拥有者的属性,共同计算匹配度。

其中,前两层和最后一层由机器完成,第三层的兴趣点分类则机器为主,人工辅助。

这意味着,同样在富士山拍摄一张照片,居住在富士山脚的小A不会和从中国远道而来的小B匹配到一起,而会遇见从泰国出发、在富士山拍摄的小C。这是因为通过过去的图片轨迹分析,他们都被定义为“并非居住在当地的旅人”。

“时间、地点、拍摄空间、拍摄者,这些不仅仅是图像而已,它们共同组成了这张照片代表着的‘时空印记’。”陈奕龙解释道,而这些时空印记也就让Timebook有机会将对彼此毫无所知的两个人联结起来,体会有着相似兴趣或经历的奇妙连接,或是让一个普通人动动手指就能完成时空漫游。

AI时代的新物种

此前,Musical.ly通过标签 #hashtag 的形式完成了其病毒式爆发,本质上就是社交媒体激发出了世界各地人们的创造力。可以说,Timebook通过机器自动提取标签、兴趣点分类,让可用于连接用户的标签变得更为丰富、解码了图片中的众多线索。

如果把这些过去被忽视的照片理解为镜头下定格的一个个“时空”,那么Timebook带来的实际上是一个全新的“时空网络”,与过去以人为节点连接诞生的社交网络不再相同。

这也与文初Pony所提到的未来相似,从图片数据中挖掘出更大的影响力。

从这一基础上,未来的商业化路径包括陌生人社交、在线交友、社群搭建、更精准的营销推荐、甚至本地生活服务等。通过大量图片挖掘出用户的特点并进行更精准的匹配,潜力巨大。

2019年全世界的在线广告市场高达3040亿美元。根据Modor Intelligence报告,这一市场还将在未来五年内以21.6%的年增长率持续增长。其中,不断增加的用户使用量及形态多样的数字化广告将成为驱动增长的重要因素。而中国也是增长最快的区域之一。

不过陈奕龙表示,目前商业化并非Timebook的首要目标。

“现阶段,Timebook最核心的仍然是产品本身验证与用户体验。另一方面,Timebook天生具备了商业化的潜力,在‘时空网络’上,无论搭建本地服务,内容商品的推荐,还是现有产品难以达到的社群活动组建等都具备天然的优势。”

举个例子,虽然暂时没有相关服务,然而Timebook平台中有大量的用户分享的餐厅,娱乐场所的影像数据,这些数据都与地理位置,以及商家有着真实的关联。甚至可以提取出一个餐厅的“时间流”,看看每天餐厅来来往往的食客,偶尔在熟悉的餐厅遇见别人的故事。

“ 一方面,这些数据可以更好更真实地展示商家的服务,给新的消费者重要的参考。另一方面,在Timebook我们着重突出了‘人’,因此可以通过AI直接匹配与用户相似生活习惯的人,推荐其常去的消费场所,真正做到社交推荐。”

不过,这些商业化的方式都无法完全定义Timebook。在陈奕龙看来,Timebook是AI时代的全新物种,与过去的社交网络、或是推荐算法都不同,是所有用户共同贡献、组建的AI影集,未来能够提供许多新奇的社交体验和在线服务潜力,也可以说是现实在虚拟世界里的一个投射,让人们的在线、线下生活变得更丰富,也由于重新定义了人的在线形态,未来有更多还未可知的可能性。

“未来的在线网络会是什么样的?我们认为首先需要有一个更有利于信息流通的全新网络体系,更高效地传递更加丰富的信息,而Timebook组成的时空网络就能够满足这些需求。”在他看来,打破过去社交媒体窠臼的很可能不是类似Facebook、Instagram的概念,而是基于AI的全新体系。

正如上文所说,组成“印记”的要素们:拍摄者,拍摄内容,拍摄地点及时间,兴趣点等等,都可作为这一网络的地标在某一方向上拓展、延伸。在这个网络体系中,节点并不仅仅是“人”,而是“时间”,“地点”,“标签”,“人”等多重因素,从底层的网络结构上来看,它具有绝对的独特性,体验也因此更加丰富。

值得一提的是,Timebook将用户主动上传的印记与用于时间流推荐的图片数据做了较为严格的分割,保证用户数据的安全性。

据悉,在创立之初,Timebook已经获得来自真格基金的天使轮融资。其创始人及CEO陈奕龙为前腾讯产品经理,曾创办主打兴趣交友产品的互联网公司,2018年在一家百亿美金上市公司独立负责社交创新项目,2019年创办“深圳向量之美”,获得真格基金数百万美元融资。其创始团队也在社交、创业领域有着丰富经验。

2020年,世界各地的人们都被迫各自在家中隔离,躲避疫情,许多过去用于支撑“自我”的因素都在生活中消失,需要不断探索新的日常与边界。然而Timebook带来的体验——将曾经尘封的影集化为遇见世界上另一个自己的机会——让人想起《你的名字》中的情节:少男少女跨越时空,在相似的天空、云朵下奔跑,无论在怎样兵荒马乱的时刻,这样的温柔情景与宿命的交错都令人动容。(本文首发钛媒体,作者/丁诗贝)

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论