这不是一种让人类更幸福的工作模式，因为在这些劳动岗位上，人其实只是工具。和一个扳手、锤子、钉子没什么区别，只不过人比这些工具多读了十几年书罢了。比如近几年很多公司都在做实时翻译机，看着手里这个鸡蛋大小的玩意能够清晰翻译多国语言，不少专业八级的外语高材生难过起来——这工具不就是他们真人的物化版本吗？
从 21 亿秒中找出 60 秒
自从拿到 NBA 赛事的网络传播权后，腾讯的视频库中就积累了长达 69 年、超过 21 亿秒的篮球比赛视频素材。这丰富而庞大的视频资料储备，既是幸福也是烦恼。
这是一个常见的情景：在 NBA 比赛传播中，需要经常为某个球员做一段精华集锦片段，比如当这个球员被评奖、本场比赛发挥出色或者人气很高时，我们在网上都看过大量此类视频。
然而，有谁考虑过，制作这些视频的剪辑师要怎样工作呢？他们需要从数亿秒的视频中找到 60 秒可用的素材，再通过自己的认知判断将其剪为一段完整的视频，最后再配上音乐和特效才能完成。
在传统意义上，这份工作毫无疑问属于脑力劳动，然而上文的质疑同样有效：按照特定属性寻找视频素材、遍历一个巨大的数据库、将这些视频素材组合成一个符合逻辑的视频时间轴，如果抽象出来，这几步工作就是寻找、判断、剪接的动作不断重复，这真的是 " 智慧结晶 " 吗？
于是，腾讯找来了一个帮手，一起分担这种单调重复的劳作—— IBM AI Vision 视觉大脑。（以下简称 IBM 视觉大脑）
IBM 视觉大脑的工作原理并不复杂，只是模拟了一个正常人类剪辑师要做的工作——
首先，腾讯体育编辑会根据需求为 IBM 视觉大脑下达任务，比如 " 寻找凯文•杜兰特的精彩瞬间 "，这些精彩瞬间包括投篮、扣篮、抢断、盖帽等内容。
