Каждый месяц на YouTube заходят более 1,9 миллиарда пользователей, которые ежедневно просматривают более миллиарда часов видео. Каждую минуту создатели загружают на платформу 300 часов видео. С таким количеством пользователей, активности и контента для YouTube имеет смысл использовать возможности искусственного интеллекта (ИИ) для поддержки операций. Вот несколько способов, которыми YouTube, принадлежащий Google, сегодня использует искусственный интеллект.

  • Удалить спам-контент

Алгоритм удалял заслуживающие внимания видео, ошибочно рассматривая их как «нарушение политики». Это лишь одна из причин, по которой Google нанимает штатных специалистов для работы с ИИ для устранения нарушающего контента.

ИИ в значительной степени способствовал способности YouTube быстро идентифицировать нежелательный контент. До использования искусственного интеллекта только 8% видеороликов, содержащих «контент насилия» (запрещенных на платформе), были помечены и удалены до того, как произошло десять просмотров; но после использования машинного обучения более половины удаленных видео набрали менее десяти просмотров.

Одним из основных факторов, побуждающих YouTube усердно удалять нежелательный контент, является давление со стороны брендов, агентств и правительств, а также негативная реакция, которая возникает, если реклама появляется рядом с оскорбительными видео. Когда рядом с видеороликами на YouTube, поддерживающими расизм и терроризм, начала появляться реклама, Havas UK и другие бренды начали вытягивать свои рекламные доллары. В ответ YouTube развернул расширенное машинное обучение и заключил партнерские отношения со сторонними компаниями, чтобы обеспечить прозрачность для рекламных партнеров.

Компания также использует «мусорный видеоклассификатор», который сканирует домашнюю страницу YouTube и панели «Смотреть дальше». Он рассматривает отзывы зрителей, которые могут сообщить о вводящем в заблуждение заголовке, неприемлемом или другом нежелательном содержании.

  • Новые эффекты для видео

Перейдем к Snapchat. Исследователи искусственного интеллекта Google обучили нейронную сеть, чтобы она могла менять фон в видео без необходимости в специальном оборудовании. Хотя это можно было делать десятилетиями — подумайте о зеленых экранах, замененных цифровыми эффектами — это был сложный и трудоемкий процесс. Исследователи обучили алгоритм с тщательно размеченными изображениями, что позволило алгоритму изучить закономерности, и в результате получилась быстрая система, которая может не отставать от видео.

  • Функция «Далее»

Если вы когда-либо использовали функцию YouTube «Далее», вы извлекли выгоду из искусственного интеллекта платформы. Поскольку набор данных на YouTube постоянно меняется, поскольку его пользователи каждую минуту загружают часы видео, ИИ, необходимый для работы его механизма рекомендаций, должен отличаться от механизмов рекомендаций Netflix или Spotify. Он должен был иметь возможность обрабатывать рекомендации в режиме реального времени, в то время как новые данные постоянно добавляются пользователями. Решение, которое они придумали, представляет собой двухкомпонентную систему. Во-первых, это генерация кандидатов, когда алгоритм оценивает историю YouTube пользователя. Вторая часть — это система ранжирования, которая присваивает оценку каждому видео.

  • Обучение прогнозированию глубины

С таким большим количеством данных видео на YouTube представляют собой благодатную тренировочную площадку для алгоритмов искусственного интеллекта. Исследователи искусственного интеллекта Google использовали более 2000 видеороликов «вызов манекенов», размещенных на платформе, для создания модели искусственного интеллекта с возможностью определения глубины резкости в видео. В «вызове манекенов» группы людей в видео стояли неподвижно, как будто замерли, в то время как один человек проходил через сцену, снимая видео. В конечном счете, этот навык прогнозирования глубины может способствовать развитию опыта дополненной реальности.

Подпишитесь на нас на канале Gofounders на YouTube, найдите наши инструменты искусственного интеллекта на веб-сайте и полные пассивные обзоры.