یوتیوب، حدود ۱.۹ میلیارد کاربر دارد. این کاربران، روزانه، میلیاردها ساعت از وقت خود را صرف تماشای ویدیو در یوتیوب می‌کنند. هر دقیقه، حدود ۳۰۰ ساعت ویدیو در یوتیوب بارگذاری می‌شود! با این حجم از کاربر، محتوا و فعالیت در پلتفرم ویدیویی گوگل، استفاده از هوش مصنوعی برای مدیریت عملیات‌ها، امری ضروری است.

حذف خودکار محتوای نامناسب

در چهارماهه‌ی اول سال ۲۰۱۹، ۸.۳ میلیون ویدیو از یوتیوب حذف شده‌ است. ۷۶ درصد این ویدیوها، توسط هوش مصنوعی یوتیوب شناسایی و حذف شده‌اند. نکته‌ی قابل توجه‌تر آن‌که، بیش از ۷۰ درصد ویدیوهای حذف‌شده، پیش از آن‌که توسط کاربری مشاهده شوند، حذف شده‌اند. الگوریتم‌های هوش مصنوعی در یوتیوب، بسیار سریع‌تر از اپراتورهای انسانی، مشکلات ویدیوها را شناسایی می‌کند و اقدام به حذف آن‌ها می‌نماید. در برخی از موارد، الگوریتم‌ها، ویدیوهای بدون مشکل را نیز حذف می‌کنند؛ به همین خاطر، شرکت گوگل، متخصصان هوش مصنوعی تمام وقتی را استخدام کرده است تا به طور مداوم، الگوریتم‌های یوتیوب را بهینه کنند.

به گفته‌ی مسئولان یوتیوب،‌ اولویت اول گوگل، حفاظت از کاربران در برابر محتوای نامناسب است. برای دستیابی به این هدف، شرکت گوگل علاوه بر استخدام متخصصان هوش مصنوعی و یادگیری ماشین، اقدام به توسعه‌ی فناوری‌های مختلف یادگیری ماشین کرده‌است.

به‌تازگی توسعه‌دهندگان این پلتفرم اعلام کرده‌اند که قصد دارند از فناوری جدیدی برای پیدا کردن محتواهای نامناسب برای کودکان استفاده کنند. مسئولان یوتیوب روز سه‌شنبه اعلام کردند که از یادگیری ماشینی برای اعمال خودکار محدودیت‌های سنی روی ویدئوها استفاده می‌کنند. در این روش با استفاده از هوش مصنوعی، بعضی از ویدئوها به‌صورت خودکار برای کاربرانی که زیر ۱۸ سال سن دارند یا وارد حساب کاربری خود نشده‌اند، نشان داده نمی‌شود.

کاربرانی که معتقدند ویدئوهای آن‌ها به‌صورت ناعادلانه مسدود شده است می‌توانند این مطلب را با توسعه‌دهندگان این پلتفرم در میان بگذارند. برای انجام این کار کافی است که درخواستی برای یوتیوب ارسال کنند و در آن دلیل منطقی خود را برای حذف مسدودیت ویدئو به توسعه‌دهندگان اطلاع دهند.

هوش مصنوعی در یوتیوب، کمک بزرگی به انجام و مدیریت عملیات‌ها کرده‌ است. قبل از این‌که برای شناسایی محتوای نامناسب از هوش مصنوعی استفاده شود، تنها ۸ درصد ویدیوهای نامناسب قبل از ده بازدید، حذف می‌شدند؛ اما اکنون، بیش از نیمی از ویدیوها قبل از ده بازدید حذف می‌شوند.

یکی از اعتراض‌کنندگان به محتوای ناشایسته یوتیوب، برندها، آژانش‌های تبلیغاتی و دولت‌ها بودند. نمایش تبلیغات این شرکت‌ها و سازمان‌ها، قبل و در حین ویدیوهای نامناسب، واکنش شدید آن‌ها را در پی داشت. به عنوان مثال، پس از نمایش تبلیغات شرکت Havas، در ویدیوهای نژادپرستانه‌ی یوتیوب، این کمپانی، اعتراض شدیدی کرد. مدیران یوتیوب، برای حل این مشکل، تصمیم گرفتند از فناوری‌های پیشرفته‌ی یادگیری ماشینی و هوش مصنوعی در یوتیوب استفاده کنند و با همکاری شرکت‌ها و استارتاپ‌های کوچک و نوآورانه، محتوای نامناسب را حذف کنند.

یوتیوب، از یک سیستم طبقه‌بندی ویدیوهای حذف‌ شده نیز استفاده می‌کند. این سیستم، صفحه‌ی اصلی و پنل «ویدیو بعدی» یوتیوب را اسکن می‌کند. youtube با بررسی دیدگاه‌ها و گزارش‌های کاربران، ویدیوهای ناخوشایند و نامناسب را حذف می‌کند.

جلوه‌های ویژه ویدیو با هوش مصنوعی در یوتیوب

محققان هوش مصنوعی گوگل توانسته‌اند شبکه‌ی عصبی عمیقی توسعه دهند که بدون نیاز به هرگونه ابزار جانبی و دخالت انسانی، پس‌زمینه ویدیوها را حذف کند. مدت زیادی است که شرکت‌های مختلف این قابلیت را توسعه داده‌اند؛ اما حذف پس‌زمینه به روش‌های قدیمی، نیازمند استفاده از پرده‌ی سبز است که زمان و هزینه زیادی در پی دارد. الگوریتم یوتیوب، می‌تواند الگوهای مختلف را فرابگیرد و با سرعت زیادی در هر لحظه، پس‌زمینه ویدیو را حذف کند.

متعادل‌سازی ویدیوهای نامناسب

بر کسی پوشیده نیست که یوتیوب در سال گذشته‌ی میلادی قصد متعادل کردن ویدیوهای پلتفرمش را داشت. بارها شایع شد که شرکت یوتیوب نمی‌تواند از پس محتوای نامناسب بربیاید؛ مخصوصا در قبال ویدیوهایی که هدفشان کودکان بودند. کارکنان یوتیوب به‌طور مستقیم مسئولیت از بین بردن و جلوگیری‌ از آپلود ویدیوهای با مضامین جنسی و خشونت‌آمیز را بر عهده گرفتند. همچنین پیمانکاران از هوش‌ مصنوعی برای شناسایی محتوای نامناسب استفاده کردند. با این حال شاید ارائه‌ی کارکرد ترک مکانیکی، بتواند عملکرد ابزار یادگیری ماشینی یوتیوب را در سطوح اولیه به ما نشان دهد.

ترک مکانیکی (ام‌ترک) یا مکانیکال ترک، یک بازار زیرمجموعه‌ی آمازون است که در آن نهاد‌ها و پژوهشگران آکادمیک، برای اجرا و انجام خدمات کوچک به‌ نام وظایف هوش انسانی (HIT) به پیمانکاران و کارکنان پول پرداخت می‌کنند. هزینه معمولا کمتر از ۱ دلار است. کارکنان ام‌ترک با تکمیل وظایفی همچون شناسایی اشیاء یک تصویر، نوشتن درمورد یک فایل صوتی یا کمک‌ به آموزش یک الگوریتم، به عملکرد بهتر اینترنت کمک می‌کنند.

کارکنان ام‌ترک به‌طور مستقیم در مورد متعادل کردن محتویات تصمیم‌گیری نمی‌کنند؛ ولی به‌طور روتین به آموزش ابزار یادگیری ماشینی یوتیوب در تمامی راه‌ها کمک می‌کنند. ابزار یادگیری ماشینی، کاری فراتر از یافتن ویدیوهای نامناسب انجام می‌دهد. کارکنان همچنین به سایر بخش‌های سیستم یوتیوب مانند الگوریتم توصیه‌گر (پیشنهادی) کمک می‌کنند.

سیستم پیشنهاد دهنده‌ی ویدیو

اگر تاکنون از قابلیت «Up Next» یوتیوب استفاده کرده‌اید، از هوش مصنوعی بهره‌مند شده‌اید. در هر لحظه، ویدیوهای زیاد و جدیدی به دیتاست یوتیوب اضافه می‌شوند. به علت تغییر لحظه‌ای دیتاست‌های یوتیوب، سیستم پیشنهاد دهنده (Recommender System) در این پلتفرم، با سیستم‌های نتفلیکس یا اسپاتیفای متفاوت است. هوش مصنوعی در یوتیوب باید بتواند در هر لحظه ویدیوهای جدید را نیز بررسی کند و به کاربران پیشنهاد دهد. راه حل گوگل، استفاده از یک سیستم دو بخشی است؛  بخش اول این سیستم، سابقه‌ی کاربر را ارزیابی می‌کند و بخش دوم، به هر ویدیو امتیازی می‌دهد و بر اساس آن ویدیوها را رتبه‌بندی می‌کند.

به گفته‌ی یکی از کارمندان سابق یوتیوب به نام Guillaume Chaslot، معیار ارزیابی ویدیوها در پلتفرم یوتیوب،‌ مدت زمان مشاهده ویدیو است. این معیار، معیار مناسبی برای پلتفرم و تبلیغ‌دهندگان است؛ اما، معیار مطلوبی برای کاربران نیست.

پیش‌بینی عمق میدان با هوش مصنوعی

تشخیص عمق میدان، در شناسایی یک مدل سه‌بعدی اهمیت بسیار زیادی دارد. این کار، با استفاده از شبکه‌های عصبی عمیق، امکان‌پذیر است. به علت وجود حجم بسیار عظیمی از داده در یوتیوب، این پلتفرم، ابزار بسیار مناسبی برای آموزش (train) الگوریتم‌های هوش مصنوعی و یادگیری ماشین است. برای مثال، پژوهشگران هوش مصنوعی گوگل، از ۲۰۰۰ ویدیو چالش مانکن بارگذاری‌شده در یوتیوب استفاده کردند تا یک مدل هوش مصنوعی با توانایی تشخیص عمق میدان ویدیو بسازند. تشخیص درست عمق میدان در ویدیو، اهمیت زیادی در فناوری واقعیت افزوده دارد.

با شدت گرفتن بحران تیراندازی‌های دسته‌ جمعی در ایالات متحده، دونالد ترامپ، از شرکت‌های مختلف درخواست کرده، روش‌هایی برای شناسایی تیراندازان قبل از وقوع جرم بیابند. شرکت‌‌هایی مانند توییتر و یوتیوب، الگوریتم‌های مختلفی برای شناسایی و حذف محتوای مربوط به تروریسم دارند؛ اما آیا می‌توانند با همکاری نهادهای امنیتی و قضائی، تروریست‌ها را قبل از وقوع جرم تشخیص دهند؟ جواب، احتمالا مثبت است. البته، این شرکت‌ها باید بتوانند بدون آن‌که حریم خصوصی سایر کاربران خود را نقض کنند، اطلاعات مفیدی در اختیار نهاد‌های امنیتی قرار دهند.