每分鐘上傳300小時影片資料量大難管理？YouTube請了AI來幫忙！

每個月都有超過19億的使用者登錄YouTube，他們每天觀看超過10億小時的影片。每分鐘，創作者上傳300小時的影片到這個平台。鑑於如此驚人的使用者數量、活躍度和內容數量，YouTube利用人工智慧的力量來幫助營運可謂意義重大。

以下是YouTube借助人工智慧來助力營運的幾種方式。

自動刪除不良內容

今年第一季度，多達830萬條影片從YouTube上被刪除，其中76%是由人工智慧分類器自動辨識和標記出來的。當中超過70%還沒被使用者觀看過就被辨識出來了。雖然這些演算法不是萬無一失的，但它們在清理內容方面要比人工單獨監控平台快速得多。

事實上，據YouTube的EMEA區負責人塞西爾‧佛洛特-庫塔茲（Cecile Frot-Coutaz）稱，YouTube的「首要任務」是保護使用者免受有害內容的侵害。為了實現這一目標，該公司不僅投資於人力專家，還投資於機器學習技術。人工智慧極大地提高了YouTube快速辨識不良內容的能力。在使用人工智慧之前，只有8%的不良影片在觀看量達10次之前被標記並刪除；但在使用機器學習之後，刪除的影片中有一半以上的觀看量不到10次。

該公司還使用「垃圾影片分類器」來掃瞄YouTube主頁和「接著播放」展板。它會關注來自觀眾的回饋，他們可能會舉報誤導性的標題、不宜或其他不良的內容。

影片特效

谷歌的人工智慧研究人員訓練了一個神經網路，使其能夠在不需要借助專門設備的情況下更換影片背景。雖然這一點幾十年來都是能夠做到的——想想綠色背景被數位效果所替代——但這是一個複雜而耗時的過程。研究人員用經過仔細標記的圖像訓練了一種演算法，使得它能夠學習模式，由此創造出一個能夠跟上影片進度的快速系統。

「接著播放」（Up Next）功能

由於YouTube上的資料集因為每分鐘都有使用者不斷上傳影片而不斷變化，驅動其內容推薦引擎的人工智慧需要不同於Netflix或Spotify的推薦引擎。它必須能夠在使用者不斷添加新數據的同時處理即時推薦。YouTube得出的解決方案是一個由兩部分構成的系統。第一部分是產生候選內容，讓演算法評估使用者的YouTube觀看歷史。第二部分是給每個影片打分的排名系統。

前谷歌員工吉拉姆‧查斯洛特（Guillaume Chaslot）說，這對平台和廣告商來說都是好事，但對使用者來說就不那麼好了。這種推薦機制可能會「強化」那些稀奇古怪的影片，人們觀看的時間越多，那種內容就被推薦的越多。

深度預測訓練

由於數據如此之多，YouTube影片為人工智慧演算法提供了肥沃的訓練土壤。谷歌人工智慧研究人員利用平台上發布的2000多個「人體模型挑戰」影片，創建了一個能夠辨識影片景深的人工智慧模型。在「人體模型挑戰」中，一群人在影片中站著一動不動，就像被凍住了一樣，讓一個人為它們拍攝影片。最終，這種深度預測技術將有助於推動增強現實體驗的發展。