YouTube의 심층 학습 동영상 제안으로 원하지 않는 토끼 구멍 텀블러 방지

YouTube 모바일 앱은 오늘 조금 더 똑똑 해졌고 앞으로도 계속해서 더 스마트해질 것입니다.

새로운 재 설계는 심층 신경 네트워크 기술을 기반으로 맞춤 비디오 추천을 약속합니다. 인공 학습 시스템은 각 YouTube 사용자의 동영상 선택에서 패턴을 수집하고 찾은 다음 유사한 동영상을 추천합니다. 사용자가 좋아하는 비디오를 선택할 때마다 비디오를 정확하게 식별하는 시스템이 개선됩니다.

번역: 추천 비디오 라인업에서 더 많이 보게 될 것입니다.

YouTube의 깊은 학습 효과

심오한 학습은 A.I.의 대화에서 인기있는 주제가되었습니다. 기술 커뮤니티 및 YouTube의 모회사 인 Google은 종종 그 대화를 선도합니다. Google은 현재 음성 인식 및 Google 포토의 개체 식별에 사용합니다. 지나치게 기술적 인 개념 (Google 연구 과학자도 무료 Udacity 심층 학습 과정을 가르쳤다)이 아니지만 결국 컴퓨터 작동 방식을 대신하게됩니다.

YouTube에서 발표 한 동영상을 통해 향후 어떤 동영상을 볼지 결정하는 시스템을 이해할 수 있습니다.

기본적으로 소프트웨어 엔지니어는 배우다 문제를 해결하는 프로그램을 작성하는 대신 문제를 해결하는 방법. 인간의 두뇌에있는 뉴런에 필적하는 디지털 뉴런은 함께 무엇이 무엇인지 알아냅니다. 다음 번에 신경망이 비슷한 대상을 발견하면 그 대상을 인식 할 수 있습니다. 컴퓨터는 인간만큼 빨리 배울 수는 없지만 샘플 크기가 YouTube의 도움만큼 큽니다.

이것이 당신에게 어떤 의미인지

YouTube의 블로그 발표문에 따르면 "매일 매일 수십억 개의 서로 다른 비디오를 가정에서 수천 번, 76 개 언어로 추천합니다."

YouTube는 모바일에서의 평균 시청 세션이 40 분을 초과한다고 말하면서 모바일은 매일 수백 억 시간의 YouTube 시청 시간의 절반 이상을 차지합니다. 분명히 그 양의 사람들에게 도달하는 것은 사람들이 생각하는 것과 생각하는 것에 큰 영향을 미칩니다.

한편으로, 심 신경 네트워크 시스템은 동질감을 일으킬 수 있습니다. 확인 편견은 만연 할 수 있으며 사람들은 똑같은 아이디어를 홍보하는 동일한 유형의 동영상을 점점 더 많이 보게됩니다. 다른 견해들은 분리 될 것이며, 꽉 짜여진 공동체는 더 넓은 시각을 잃을 것이다.

물론 최악의 시나리오입니다. 일단 디지털 신경망이 좋아하는 것과 싫어하는 것을 모두 배우게되면 YouTube의 즐거움을 유지하는 것이 훨씬 쉬워지고 YouTube의 WTF 부분에 도달하기가 훨씬 어려워집니다.