ai 是短視頻平臺(tái)的核心能力，快手其實(shí)是一家人工智能公司

2018-09-23 07:00來(lái)源://

原標(biāo)題：ai 是短視頻平臺(tái)的核心能力，快手其實(shí)是一家人工智能公司

ai 如何賦能短視頻平臺(tái)？

這是快手科技 ai 技術(shù)副總裁鄭文在極客公園「創(chuàng)新之火」活動(dòng)上的演講主題。從純粹用于制作、分享 gif 圖的工具性應(yīng)用，到如今成為日活躍用戶量過(guò)億，用戶日均使用時(shí)長(zhǎng)超一小時(shí)的新型短視頻社區(qū)，這是快手七年走過(guò)的創(chuàng)業(yè)路。

七年，快手用戶累計(jì)發(fā)布短視頻超過(guò) 70 億條，從搞笑、幽默，游戲、娛樂(lè)，到各地風(fēng)土、民情，內(nèi)容各異。對(duì)于快手，不少人認(rèn)為它只是一家短視頻公司，短視頻平臺(tái)跟 ai 技術(shù)的關(guān)系并不大。

但是，如何將每位用戶的注意力高效分配給海量豐富的短視頻，而非集中在少數(shù)爆款之上，光靠人工運(yùn)營(yíng)的方法是不可行的，這必須通過(guò)人工智能技術(shù)來(lái)實(shí)現(xiàn)。

ai 技術(shù)讓記錄生活更有趣

面對(duì)每日數(shù)以千萬(wàn)的新增視頻，該如何將其精準(zhǔn)匹配到用戶眼前？快手 ceo 宿華曾形容，這是快手員工需要面對(duì)的前所未有的難題。為此，快手提出了一整套基于 ai 技術(shù)的解決方案，貫穿視頻生產(chǎn)、內(nèi)容理解，用戶理解，系統(tǒng)分發(fā)等使用快手的每個(gè)環(huán)節(jié)。在極客雇主交流會(huì)現(xiàn)場(chǎng)，快手科技 ai 技術(shù)副總裁鄭文說(shuō)，ai 是快手連接內(nèi)容生產(chǎn)與消費(fèi)兩個(gè)端口的核心能力。

快手上線了一批爆款特效，像是叫做快手時(shí)光機(jī)的「變老」表情，可以在十幾秒鐘中，讓視頻中人物的容顏?zhàn)兂?60 年之后、還有可以實(shí)時(shí)進(jìn)行肢體識(shí)別的舞蹈游戲、ar 換臉等等。這些玩法背后是快手對(duì)前沿 ai 技術(shù)的開(kāi)發(fā)，涉及人體姿態(tài)估計(jì)、手勢(shì)識(shí)別、背景分割等多個(gè)技術(shù)模塊。這是在內(nèi)容生產(chǎn)領(lǐng)域，快手努力將記錄形式變得更加有趣的新嘗試。

用戶通過(guò)快手 app 拍攝、上傳了一段短視頻后，后臺(tái)機(jī)器會(huì)提取其內(nèi)含的基本信息，諸如視頻中人臉的性別、表情、顏值等，嘗試?yán)斫庖曨l內(nèi)容。機(jī)器還會(huì)依照?qǐng)鼍白R(shí)別、物體跟蹤、圖像質(zhì)量評(píng)估等維度，對(duì)圖像進(jìn)行分類。語(yǔ)音識(shí)別，也是機(jī)器理解視頻的重要方面。機(jī)器會(huì)把語(yǔ)音轉(zhuǎn)化成文字，通過(guò)文字理解視頻表達(dá)的含義。快手多媒體內(nèi)容理解（multi-media understanding）部門利用 ai 技術(shù)通過(guò)感知和推理兩個(gè)階段來(lái)解讀一個(gè)視頻，首先感知獲取視頻的客觀內(nèi)容信息，進(jìn)而推理獲取視頻的高層語(yǔ)義信息。

像人把學(xué)到的知識(shí)存到大腦一樣，我們把快手的內(nèi)容整理并存儲(chǔ)到快手知識(shí)圖譜中，這樣融合感知內(nèi)容和知識(shí)圖譜，就可以完成對(duì)視頻高層語(yǔ)義及情感的識(shí)別。

促使機(jī)器理解用戶本身同樣不可或缺。用戶年齡、性別、是否使用 wifi 等注冊(cè)的基本信息，用戶在使用快手時(shí)產(chǎn)生的大量行為數(shù)據(jù)，都將傳輸?shù)揭粋€(gè)深度學(xué)習(xí)的模型中用于機(jī)器訓(xùn)練，從而得到一組綜合性的用戶信息，以預(yù)測(cè)用戶的喜好，個(gè)體用戶之間的關(guān)聯(lián)。

快手如何破除「信息繭房」？

讓記錄形式更有趣，讓機(jī)器理解視頻內(nèi)容、深度洞悉用戶，這是快手利用 ai 技術(shù)賦能短視頻平臺(tái)的試探。

快手科技 ai 技術(shù)副總裁鄭文說(shuō)，作為前沿技術(shù)，人工智能在研發(fā)、執(zhí)行過(guò)程中還沒(méi)有一個(gè)非常成行的流程。根據(jù)自身發(fā)展情況，快手以問(wèn)題為導(dǎo)向開(kāi)展 ai 項(xiàng)目，首先明確需求，接著針對(duì)需求進(jìn)行預(yù)研、收集數(shù)據(jù)、訓(xùn)練模型，之后才是相應(yīng)的功能開(kāi)發(fā)與產(chǎn)品化。

人工智能與算法推薦曾引發(fā)一些爭(zhēng)議，大眾普遍認(rèn)為，智能算法根據(jù)用戶興趣推薦內(nèi)容，久而久之，用戶便會(huì)被自己關(guān)心的事物圍繞，失去對(duì)外部世界的整體認(rèn)知，形成「信息繭房」。對(duì)此，鄭文舉例快手的推薦機(jī)制作答：快手的推薦給用戶的內(nèi)容，絕非僅僅用戶最感興趣的部分，而是會(huì)考慮到內(nèi)容的多樣性，在更廣闊的領(lǐng)域發(fā)現(xiàn)感興趣的內(nèi)容。

鄭文舉例說(shuō)，比如在社區(qū)中，會(huì)有一些跟你比較相似但不完全一樣的用戶，那么他們喜歡的內(nèi)容，你也有可能會(huì)感興趣，這樣就不是用戶自己一個(gè)人去探索，而是成千上萬(wàn)相似但不同的人在一起探索。基于這個(gè)邏輯的分發(fā)系統(tǒng)，也可以真正顧及到長(zhǎng)尾視頻，讓更多的人被看見(jiàn)。

作為記錄載體，短視頻形態(tài)本身具備普惠性。它極大降低了信息交流門檻，通過(guò)技術(shù)賦能，讓人們可以公平、有趣地記錄與分享生活。在極客雇主的交流會(huì)現(xiàn)場(chǎng)，鄭文說(shuō)，記錄生活能夠提高人們的幸福感，在快手，人們可以看到更豐富的世界，而他們自己也能夠被世界看見(jiàn)。

以上是網(wǎng)絡(luò)信息轉(zhuǎn)載，信息真實(shí)性自行斟酌。