每个月，超过19亿的用户登录YouTube。
每天，用户在Youtube上观看的视频超过10亿小时。
每分钟，用户平均上传300小时的视频。
如此多的用户、活动和内容产生了大量的数据，因此YouTube可以充分利用AI来帮助运营。
文摘菌今天给大家介绍的是YouTube使用AI和机器学习的神奇方法，从视频过滤、内容推荐到视频特效、视频深度预测，Youtube的AI算法已然无处不在。
自动删除劣质内容
仅在19年第一季度，就有830万视频从YouTube上被删除，其中76%的视频是由AI分类器自动识别的。并且，超过70%的视频在有用户观看前就被识别出来了。虽然这些算法并不是万无一失的，但它们对内容的梳理速度显然要比人工监控平台快得多。
然而在某些情况下，算法会把有新闻价值的视频误认为是“暴力极端主义”，这也是Google聘请全职人类专家与AI合作处理暴力内容的原因之一。
YouTube的“首要任务”是避免用户接触到有害内容。为了实现这一目标，YouTube不仅投入了人类专家，还投入了机器学习技术。
AI极大地提高了YouTube快速识别劣质内容的能力。在使用AI之前，只有8%的含有“暴力极端主义”的视频在被观看10次之前被标记并删除；但在使用机器学习技术之后，这个数字被提高到了50%以上。
YouTube如此重视删除劣质内容的原因，一是来自品牌、机构和政府的压力，二是来自广告与不法视频同时出现时可能引起的不良反应。当广告开始出现在支持种族主义和恐怖主义的视频旁时，广告主可能就要开始削减广告费用。因此YouTube部署了高级机器学习技术，并与第三方公司合作，以提高金主爸爸们对于广告质量的把控。
YouTube还有一个“垃圾视频分类器”，用于扫描YouTube主页和“watch next”面板。它关注的是来自观众的反馈，观众可能会举报一个误导人的标题、不宜或其他不良的内容。
给视频加特效
Google AI研究人员训练了一个神经网络，使其能够在不需要专业设备的情况下改变视频背景。
在此之前，该换视频背景是一个复杂且耗时的过程。研究人员用经过精确标记的图像训练了一种算法，使该算法能够学习模式，得到一个能够实时渲染的快速特效系统。
“下一个视频”功能
如果你曾经使用过YouTube的“下一个视频”功能，你就应该领教过平台的AI。YouTube上的数据集随用户每时每刻上传的视频而不断变化，因此为其推荐引擎提供动力的AI需要不同于Netflix和Spotify的推荐引擎。它必须能够在用户不断添加新数据的同时进行实时推荐。
YouTube的解决方案是一个由两部分组成的系统，第一部分是通过评估用户观看历史得到的候选推荐，第二部分则是为每个视频打分的排名系统。
Guillaume Chaslot是谷歌的前员工，他提出了一个倡导提高透明度的倡议，该倡议被称为AlgoTransparency。
他说，YouTube算法用来确定成功推荐的标准是观看时间。这对平台和广告商来说都是好事，但对用户来说就不那么好了。这种情况可能会放大那些猎奇的视频，越多的人花时间观看它，它的推荐就会越多。
深度预测训练
YouTube拥有如此多数据，为AI算法提供了肥沃的训练土壤。Google AI研究人员利用平台上发布的2000多个“假人挑战”视频，创建了一个能够识别视频中景深的AI模型。
在“假人挑战”中，一群人站在视频中就像被冻住了一样一动不动，然后由摄影师穿过现场拍摄视频。最终，这种深度预测的技术将有助于推动增强现实（AR）体验的发展。
防止暴力事件
随着大规模枪击事件的危机持续困扰美国，特朗普总统要求社交媒体公司“开发能够在大规模枪击事件发生前侦测到凶手的工具”。于是YouTube、Twitter和Facebook已经在AI的帮助下着手删除恐怖分子的内容，现在总统又要求让他们与司法部和执法机构合作。
但是，建立这种合作关系还存在许多问题，社交媒体公司是否能够在真正的恐怖分子采取行动之前就发现他们，以及是否会对无辜百姓的公民自由产生影响，这都是不可预料的。
YouTube和其他社交媒体公司能否在不侵犯他人权利的同时，利用AI阻止恐怖分子，还有待观察。
本文转自公众号机器学习研究会订阅号，原文地址