表演艺术的世界与 Keith Nolan 和皇家芭蕾舞团和歌剧院 IT 团队日常工作中的比特、字节和 IT 基础设施完全是两个不同的领域。
作为皇家芭蕾舞团和歌剧院的技术交付主管,Nolan 表示:"如今可以说任何企业都依赖于 IT 运营,因此我们有责任确保制定技术战略和数字战略,使顾客能够购票观看演出。"
Nolan 在最近接受 Computer Weekly 播客采访时表示,创新技术可以用来降低成本,这意味着可以将更多资金投入到打造世界级演出中。他说:"我们可以把资金用在公众期望的地方,比如精美的服装、精彩的表演、优秀的艺术家,以及在舞台上展示英国的艺术形式。"
该场馆此前被称为伦敦考文特花园的皇家歌剧院 (ROH),但其全称实际上是皇家芭蕾舞团和歌剧院。
Nolan 表示,线上数字体验是皇家芭蕾舞团和歌剧院的重要组成部分。"我们有商店、餐厅,白天对公众开放,人们可以随时来参观。我们是一个公共景点。我们需要大量的数字体验,以及销售点系统和数字标牌等系统,这些都让我们的场所对伦敦的游客更具吸引力。"
疫情推动根本性变革
新冠疫情导致的封锁对艺术界产生了深远影响,而技术帮助其适应了观众在后疫情时代的新期待。在疫情期间获得发展的技术发展之一就是流媒体播放。
在疫情期间,Nolan 表示皇家芭蕾舞团和歌剧院开始通过社交媒体、YouTube 和 Instagram 分享内容:"我们觉得需要与我们的观众、全国以及舞蹈和歌唱社区保持联系,在我们都待在家里的艰难时期,尽力回馈一些东西。"
像典型的企业一样,皇家芭蕾舞团和歌剧院需要后台功能,如 IT 支持、人力资源和财务,这些都依赖于 IT 基础设施。
皇家芭蕾舞团和歌剧院是 Nutanix 的客户。在疫情之前,它运营着两个大型数据中心。Nolan 说:"我们开始与 Nutanix 合作的原因是,像大多数组织一样,我们意识到无论是拥有私有数据中心还是完全存在于云端,我们的总体拥有成本都相当高。"
"Nutanix 通过混合部署一些皇家芭蕾舞团和歌剧院的核心 IT 基础设施,使 IT 团队节省了资金。迁移到 Nutanix 使皇家芭蕾舞团和歌剧院的数据中心成本降低了 25%。[使用 Nutanix],我们可以从两个数据中心缩减到一个,这节省了大量成本。"
皇家歌剧院和芭蕾舞团还将其 Azure 和 AWS 云实例整合到仅使用 AWS,并使用 Nutanix 的 NC2 对其公共云资源进行精细控制,从而进一步节省 IT 成本。
流媒体播放
IT 团队还与负责向英国各地影院播放演出的广播团队合作。Nolan 说:"广播到影院涉及大量的 IT 基础设施。" IT 团队需要维护互联网连接、防火墙,以及他所说的广播系统中的"精确时间协议等高级功能"。
一年前,ROH 流媒体服务启动。Nolan 表示,这项服务将舞台录制的演出通过视频点播平台进行播放:"就像 Netflix 或 Amazon 的订阅者一样,你可以在 Amazon Fire stick、Apple TV 或 Google TV 上下载应用程序,观看我们的内容。能够与观众分享这些内容真的很令人兴奋。"
皇家芭蕾舞团和歌剧院还运营着一个学习平台,并设有专门的部门为英格兰各地的教师提供教育内容,向学校播放关于如何唱歌和跳舞的课程计划和视频指导。
未来展望
在 Nolan 认为令人兴奋的技术中,他看到了应用人工智能 (AI) 和自动化进一步降低制作成本的机会。皇家芭蕾舞团和歌剧院已经使用虚拟现实头显来帮助艺术总监预览舞台灯光效果。
Nolan 表示,在 2 月份的巴塞罗那 ISE 展会上,他看到了一些非常有趣的技术,这些技术可以自动追踪舞台上艺术家或演员的动作:"以前,让计算机追踪芭蕾舞者的动作是不可能的:他们在跳跃、旋转,移动非常快。"
但他看到的技术结合了演员的线框模型和 AI 摄像头。"当表演者在舞台上移动时,智能 AI 被用来预测并随之移动灯光,"他说。对 Nolan 来说,这非常强大,意味着皇家芭蕾舞团和歌剧院未来可以有更多的灯光选择,这意味着观众能看到更好的演出。
当人们观看皇家芭蕾舞团和歌剧院的演出时,没有人会想到 IT。它是一个后台功能,支持着皇家芭蕾舞团和歌剧院呈现演出所需的一切。Nolan 说:"我们一直在寻找能够降低总体拥有成本的技术。"
但对 Nolan 来说,节省 IT 成本使皇家歌剧院和芭蕾舞团能够专注于"我们真正擅长的事情,那就是呈现世界级的精彩演出"。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。