5月25日-26日，由中國人工智能學會主辦，南京市麒麟科技創新園管理委員會與京東雲共同承辦的2019全球人工智能技術大會（2019 GAITC）在南京紫金山莊成功舉行。在第二天的人工智能與媒體融合前沿論壇上，快手科技多媒體内容理解部負責人李岩發表了主題為《媒體融合：内容與技術的融合》的精彩演講。

李岩 快手科技多媒體内容理解部負責人

以下是李岩的演講實錄：

我的分享分為三部分。第一部分簡單介紹一下快手；第二部分介紹 AI 技術如何幫助用戶提升視頻創作質量，降低創作門檻；第三部分介紹 AI 技術如何理解視頻、理解用戶，并做好分發。

一、快手是什麼

快手是把自己定位成普通人記錄生活和分享生活的社區型産品，通過短視頻、照片以及直播的形式，幫助人們記錄自己的生活，使每一個人都有機會被世界看到，也能看到更廣闊的世界。

快手在 2011 年誕生，今年成立 8 周年，目前 DAU 已達到 2 億。2011 年，GIF 快手是做動圖的工具；2013 年移動互聯網興起，我們看到了短視頻的重要影響和作用；2013 年 7 月，工具型産品轉型為短視頻社區。轉型短視頻社區之後，快手的數據實現了指數級增長，2015 年 1 月快手日活用戶超過 1 000 萬，截止到現在快手的日活用戶已經到達 2 億。在中國的互聯網市場，日活用戶 2 億量級的 APP 非常少。憑借數億用戶幾年的積累，現在有超過 100 億條短視頻記錄在我們的社區裡，并以每天新增 1 500 萬條短視頻的速度增加，4 年前這個數字隻有幾十萬。

在快手裡，用戶記錄了大千世界裡的方方面面，在這裡可以看到很多種真實有力量的生活，有些畫面是我們在大衆媒體看不到的。比如，鴨綠江的放排人在運輸木材，把高山上的木材順着水流運到山下，這種古老的水運方式已經很少被人知曉，在快手被數百萬人關注到。還有城市工地上的“水鬼”，這個職業很小衆，但一二線城市的每一座高樓大廈都需要他們，在建高樓大廈打地基時，需要用電鑽挖幾十米的深坑，電鑽頭掉了需要他們潛到深坑的渾濁泥水中，把電鑽恢複原位。

普通用戶記錄的生活，涵蓋的内容超越了之前記者或者專業人士記錄、調研的範圍。有數億人在快手記錄自己的生活，這裡有當代的百工圖，有全球各地的田野風俗，還有用戶記錄的各式各樣的旅行生活，也有清華、人大等高校教授講解知識進行知識傳播，這些畫面聚集起來就是一幅我們當代生活的清明上河圖。

二、AI 幫助用戶用更低成本創作出更高水平的視頻

AI 技術如何幫助這款短視頻産品做得更好。AI 技術是貫穿于快手的産品骨髓之中，應用在視頻生産、視頻理解、用戶理解到視頻推薦的整個環節。

視頻創作環節，我們希望每個人都能成為自己生活的導演，用手機去記錄生活，而且生成相對較高質量的視頻。如何幫助每個人成為自己的導演？在視頻創作環節快手廣泛應用了 AI 技術，用科技賦能普通用戶，使他們盡可能接近專業制作視頻的水準。

我們希望讓用戶用更低的成本創作出更高水平的視頻，這就需要讓 AI 助力于内容生産。

比如，快手之前上線的一款魔法表情叫做“快手時光機”，用戶可以在幾十秒鐘内看到自己容顔變老的過程。一個人拍自己的視頻是很乏味的，我們希望用戶能夠體驗到自己變老以後的容貌。

又比如，把 AR 技術應用在用戶拍攝視頻的環節，給現實生活的畫面加入一些虛拟元素，這屬于增強現實，使虛拟世界和現實世界更好的互動，使人們在記錄自己生活時有更多的新奇體驗。

再比如，我們會運用圖像相關的算法，幫助用戶矯正拍攝中出現問題的視頻，如髒鏡頭導緻的視頻畫面模糊、光線問題導緻的畫面昏暗及畫面偏色的問題。

這些玩法和功能的背後是快手對前沿AI 技術的開發，涉及人體姿态估計、手勢識别、背景分割等多個技術模塊。這些都是快手努力将記錄形式變得更加有趣的新嘗試。

這裡有一個挑戰，上述技術都要在手機本地實時地進行計算與渲染。快手擁有數億手機用戶，其機型千差萬别的，這要求我們的算法必須都能在所有機型上流暢運行，這對 AI 能力的要求非常高，非常消耗計算資源。為了解決這個問題，快手自研了 YCNN 深度推理學習引擎，解決了 AI技術運行受限于用戶設備計算量的問題。

音頻方面，我們也做了非常多的工作。比如之前專業的人在創作視頻時，編輯字幕是非常痛苦的事情。現在通過語音識别技術，可以幫助視頻制作者自動添加、編輯字幕，而且還可以以各種各樣的形式展示字幕，借助 AI 技術極大地降低了生成字幕的成本。

在短視頻場景裡音樂起了非常重要的作用。據統計，快手的視頻中有 60%~80%的視頻用背景音樂烘托氣氛。如何選擇恰當的音樂表達心情，是不容易的事情。讓用戶盡量貼合音樂的節奏創作動作，對于用戶的要求非常高，具備很強樂感的人非常少。

為了降低用戶創作視頻時選擇音樂的門檻，我們開發了智能配樂及 AI 生成音樂的技術。智能配樂可以根據視頻畫面及用戶畫像為用戶推薦适合視頻畫面，供用戶選擇喜歡的背景音樂。AI 生成音樂通過 AI 的分析算法，可以感知到視頻畫面中人的動作，然後讓生成的音樂節奏匹配人的動作，這樣極大地降低了用戶創作視頻時選擇音樂的門檻，讓大家更願意創作自己的視頻。

三、用AI 理解視頻、理解用戶，做好分發

上面分享的是 AI 技術如何降低人工創作短視頻的門檻，使普通用戶都可以創作出質量不錯的短視頻。用戶創作并上傳到社區後，我們又做了哪些事情更好地分發這些視頻？

理解視頻非常複雜，對人臉緯度的解析、場景類的解析、音樂類的解析等，這些都是從單個角度進行建模，其實視頻需要多模态的解析。我們需要做到讓機器高效地判斷用戶上傳的視頻是否符合規則的，判斷視頻内容是否原創，以及要做到把視頻精準地匹配給對它感興趣的用戶。

讓機器能夠幫助我們管理好上傳的海量視頻，同時幫我們做好視頻的推薦，且推薦給用戶的視頻是能激發用戶興趣的。這裡還涉及用戶理解，即讓機器理解我們的用戶，其中包括理解用戶在社會學上的特征，以及用戶的興趣，包括他的短期興趣愛好和中長期興趣愛好，以及海量的能夠代表用戶特征的更小向量。

在視頻的分發上，不希望頭部的視頻内容占據太多的曝光，我們用經濟學上的基尼系數控制平台上用戶之間的“貧富差距”。互聯網上的注意力資源是非常寶貴的，我們希望這種寶貴的資源也能分給普通人，而不是像聚光燈一樣聚集在少量的頭部用戶身上，所以設計了快手的推薦機制，無論是明星還是普通人在快手都是一樣的。快手重視生産者的利益，重視長尾視頻内容的分發。我們希望注意力資源可以向陽光一樣撒給所有生産視頻的用戶，這樣普通人就有機會被更多人關注，能夠感受到被關注、被認可的幸福感。

通過短視頻實現的記錄，讓人與人，以及人與世界連接起來。我們認為，建立這種連接是非常有意義的事情。我們每個人的内心深處都是寂寞的，都希望通過連接去獲得關注、認可，并且能結交朋友。因此，快手用戶之間的關系會粘性更高、更穩固。從整體來看，可以提升網民之間的信任。

（本報告根據速記整理）

CAAI原創 丨 作者李岩

未經授權嚴禁轉載及翻譯

如需轉載合作請向學會或本人申請

轉發請注明轉自中國人工智能學會

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部