AI算法撐起市值，快手如何管理視頻？_風聞

原創：譚婧

　　無視頻、不娛樂，視頻審核要排隊。

　　管理員説：“此山是我開，此樹是我栽，要想從此過……”

　　機審、人審、再加舉報審核。

　　一審、二審、三審、四審。

　　審核決定一個視頻平台公司能不能活，也決定它會不會死。

　　話説，B站也曾被請去喝珍珠奶茶。

　　

　　AI技術對於視頻審核的意義，很大一部分是減輕人類審核的工作量。

　　視頻，按其體量可被視為工業界最大的業務場景之一。

　　參考愛奇藝官宣每天大概產生的數量規模，主頁頻道的內容規模，上千。PGC內容。上萬，UGC內容，上百萬。

　　參考阿里巴巴資深算法專家王曉博公開演講：“只要視頻平台開放了UGC上傳口，每天百萬級數量級上傳量，擋都擋不住。”

　　快手名場面，鼠年春節達3.2億日活躍用户的峯值，牛年春節更加牛（多地倡導，原地過年）。

　　優質崗位常年空缺，視頻審核大師廣告文案如下（假想版）：

　　“一月3休，每週300小時強制工時，每天只需要工作到凌晨3點。”

　　如今，AI技術在快手“審核”環節用得最廣，審核要求非常高，比如鑑黃。

　　如果AI看不懂視頻，審核工作全部歸人類，這是一樁嚴重違反《勞動法》的慘案。

　　視頻平台都有審核中心，TikTok也曾設有海外審核中心，2020年5月在美國加州總部設立一個名叫“透明中心”的部門，實則是審核中心。這裏都是勞動密集型辦公，光靠人力不夠。

　　審核大師手捏泰國船票，正準備收拾個人物品跑路，AI就上崗了，一插電，審核數量級從十萬飆升到十億。

　　彈幕飄過：“好開心，謝謝你。”

　　

　　一、AI審核看不懂視頻，就會“誤傷”。

　　誤傷什麼，都不能誤傷長腿美女。科學講解現在開始，比如，某天，長腿美女的比基尼視頻被低俗惡搞了，數個小時內上傳量激增。廣大網友到處求資源，“好人一生平安”。

　　熱度過高，視頻審核怎麼辦？“長腿美女比基尼專項整治工作小組”在一片祥和安寧的氣氛中組建。

　　要麼，把所有含有比基尼三點式泳裝的相關視頻都召回，一刀切。結果使得召回視頻大部分是不相關的，把維密天使、海景Vlog、游泳教學、港姐選美的視頻都錯誤召回了。

　　BGM播放：“哦漏，哦漏，哦漏漏漏漏。”

　　要麼，用技術手段精準地找到不雅視頻，再把不相關的給人力處理。

　　最後，清點全部召回的視頻，評估有多少錯的，多少對的。正確率越高，説明算法越精準。

　　快手審核負責人：“哦耶，哦耶，哦耶耶耶耶。”

　　視頻審核也要對文本、語音、圖像、視頻等（不同種類的多媒體）進行統一搜索。

　　“跨界”從多種媒體中，找出長得像的作品，既能“查重”，還能打擊“洗稿”。

　　比如，“六神磊磊”講金庸的文字原稿，常常被“搬運”，改頭換面，就成了“歷史故事”短視頻，還有一堆不明真相的羣眾點贊。

　　審核低效，速度就會很慢，熱點流量的高峯來臨，就無法處理。

　　快手審核大師説：“我終究沒能飆得過那輛寶馬，只能眼望它在夕陽中絕塵而去，不是引擎不好，而是腳蹬子壞了。”

　　再看看高德地圖：“沒有AI，就沒有路了。”

　　於是，AI算法工程師狠狠心，訓練人工智能“看懂”視頻。

　　二、AI看懂視頻很難，關鍵在於看懂到什麼程度？

　　比如，破格公主姚安娜在快手跳了一段現代舞。

　　AI讀懂（字幕、彈幕、廣告標語、標題），聽懂（樂曲、歌詞），看懂（姚安娜，她在跳舞，在家裏跳舞）。

　　姚安娜情緒很積極，可惜，輿論情緒很負面。

　　評論一：“跳得好不好不説，有一種有錢人的自信。”

　　評論二：“這水平，過年給親戚表演的感覺。”

　　AI順手完成一道附加題，搞懂了羣眾對公主跳舞的態度。

　　

　　比起AI看懂破格公主姚安娜的照片，AI處理視頻是關注整條視頻的信息，不像傳統方法關注的是圖片（照片）的信息，視頻信息量更大。

　　將二維圖片信息升維了，增加了時間序列信息，既一脈相承，又有技術創（nan）新（ti）。

　　再比如，愛奇藝的AI技術如何看懂視頻？

　　仔細看，在播放進度條橫線的上方，AI畫了波浪線，把視頻裏精彩的部分標註出來，叫做視頻highlight。

　　

　　AI能畫出“潮漲潮落”，證明AI知道哪裏是“高潮”，而且還有時間“印記。

　　問題一：為什麼快手AI認識姚安娜？

　　人臉識別在警察叔叔那裏抓嫌疑犯，在視頻中就是識別演員，或者給演員換臉。

　　比如愛奇藝APP的“只看他”功能早已上線，愛奇藝等長劇場景非常需要，短視頻業務裏就不是剛需。

　　只看《如懿傳》周迅的片段，只播放進度條中周迅的片段。計算機先把視頻切分了，按段分析。

　　在長視頻裏，技術實現並不難，就是花多長時間找出來。

　　問題二：為什麼快手AI讀得懂視頻裏的字？

　　OCR一般用於發票信息識別，在軟件中一鍵識別，發票號碼，消費金額等信息，RPA機器人還能做到一鍵填入。

　　OCR來到視頻的世界，不僅希望能看懂視頻中的每個字， 也希望能理解它們的類型、重要性和邏輯。

　　姚安娜的視頻只是其中一個，視頻平台要管理億級視頻的“大倉”，系統要能給視頻分類。

　　分類也是在理解的基礎上進行。這裏就不得不補一段“標籤的歷史”。

　　

　　視頻理解過去主要是標籤，現在是顆粒度更細。標籤分為，內容標籤和類型標籤。

　　內容標籤是對文本、圖文或者短視頻等內容的表徵。

　　表徵，就是用一些關鍵詞或者是短語來表達對應的內容是什麼含義“萌寵”與“萌娃”就是兩種不同的萌物。

　　

　　內容標籤，是根據內容生成標籤，換句話説，有什麼樣的內容就有什麼樣的標籤。標籤的集合是開放的。

　　類型標籤，是一個分類體系，就是把不同的內容分到不同的體系下面，這個分類體系是預先定義的，比如“影視”與“動漫”。

　　以前做到，軟件快速為快手視頻生成熱門內容標籤，解決快手視頻關鍵詞無法露出的問題，但對於細粒度結構分析則較少。現在，快手用視頻理解技術關聯，能把視頻關聯到相關視頻。

　　快手後台審核人員做什麼呢？他們忙着給訪問量高的視頻打標籤，關聯到熱點。

　　姚安娜跳舞的視頻，也會被打標籤。

　　安防視頻很多都是無聲的（無拾音器攝像頭），而娛樂視頻裏信息量很大，人臉、商品、物體、人物行為、地點、文字、歌詞、對話、時間。

　　線索越多，難度越大，那怎麼辦？

　　答案：多模態聯合建模，用好視頻裏一切可以利用的信息。

　　媒體內容包含多種形態，比如視頻、圖片、聲音、文字等等。

　　技術小哥哥敲黑本：綜合使用這些媒體形態的技術，叫做多模態技術。

　　AI媒體內容生產，就是自動、批量地生產這些不同模態的內容。從1970年代起步的多模態學習，英文全稱 MultiModal Machine Learning (MMML)。

　　經歷了多個發展階段，現在全面進入深度學習的階段。

　　圖像、視頻、音頻、語義之間的多模態學習比較熱門。

　　

　　比如互聯網大型視頻平台，快手愛奇藝優酷騰訊，都會將多模態技術用於視頻理解業務，可以加視頻封面，視頻抽幀，加文本信息融合，比如做視頻分類，視頻質量評估。

　　歡聲笑語中，AI默默接手海量視頻管理，撐起快手視頻億級估值。

　　

　　三、AI技術處理圖片是主流，AI處理視頻，仍然力不從心。

　　在國內，算法推薦內容方面最典型的公司，是今日頭條、抖音和快手。

　　幾年前，2018愛奇藝世界大會上，CTO劉文峯説：“私人影院的觀看時長因為有了智能推薦提高了15%。”這告訴我們推薦也是AI技術的基本功。

　　AI審核和推薦都及格了，但是，特效和剪輯，AI依然力不從心。

　　B站兩個鎮站之寶， “鬼畜”與“踩點”。

　　踩點之王“改革春分吹滿地，中國人民真爭氣”。剪輯大師把趙本山台詞拼出來，把對應的幀找出來，湊上畫面，配上音效。彈幕飄過：“再來億遍“停不下來”屏幕背後，笑出豬叫聲。

　　在快手科技，多媒體內容理解部門（MultiMedia Understanding，MMU)，有一種工程師的崗位，叫做多模態內容創作算法工程師。

　　崗位職責上面寫着：“對海量多媒體素材（如圖片、視頻、文本、音樂等）進行深入語義理解，在此基礎上進行素材打散、內容匹配和智能創作，形成多樣化高質量的內容，服務於智能廣告生成、視頻智能混剪等方向。對無監督學習、搜索、強化學習、GAN、圖形學等方向有深入瞭解者優先。”

　　這一崗位，北京、杭州、成都都有。

　　巧了，《親愛的數據》有一位朋友在快手做AI算法工程師，偷看了一眼“Offer Letter概覽”，每個月基本薪資25000元，還不算公司估值對應的長期激勵。

　　快手MMU張德兵在知乎中談道：

　　“（MMU嘗試的十個方向）未來可能會誕生一個AI，它可以藉助全網的信息跟你溝通交流，模態不限。不僅能充分理解你，而且可以用最直觀易懂高效的方式給你傳遞各類信息，潛在對於資訊、娛樂、教育、商業等眾多行業都產生非常大的影響。”

　　

　　與此同時，在字節跳動，智能創作圖像組也做這個特效方向。

　　計算機眼裏，視頻中有很多“幀”，理解視頻，從幀入手。

　　一個視頻大概抽幾幀，關鍵幀裏有什麼樣的人物、場景、動作、情緒、服裝、化妝、道具，將視頻分解成為更小的顆粒去理解。

　　再説智能首圖功能，幾乎所有頭部視頻平台都有。

　　“封面”可以就是“一幀”。能做到輸入一段視頻用算法解析視頻，輸出視頻封面，還可以給不同用户剪出定製封面。

　　遊戲向多模態技術，拈花一笑。

　　

　　騰訊多媒體實驗室，開發了一套《使命召喚手遊》視頻智能剪輯工具，想推廣到超大規模視頻剪輯中。

　　技術也很硬核，有通用視頻理解框架，還用到了時序動作分割與文字識別等技術。

　　

　　騰訊遊戲和快手有啥關係呢？遊戲直播等來源於遊戲的視頻是快手等視頻平台內容原料之一。

　　總之，視頻審核，離不了AI。

　　AI技術想徹底搞定視頻，難度非常大，現實場景比學術場景複雜得多。所以，放鬆一下，慢慢來吧。

　　日本社畜有一句話：“事情做不完就明天再做吧，運氣好的話，明天死了就不用做了。”

　　

　　最後，放下那段搞笑片，有事衝着AI來。

　　（完）