業界 | 提升用戶幸福感：快手在AI技術上的探索與應用

科技 05-26

機器之心報道

作者：

李澤南

在中國短視頻 APP 領域，「快手」從滲透率、用戶數量上都名列第一，其日活躍用戶已超 1 億。在快速發展的背後，快手應用了很多人工智慧技術。

5 月 21 日，中國圖靈大會（ACM TURC 2018）在上海舉行。快手創始人兼 CEO 宿華和快手 AI 技術副總裁鄭文出席了大會，並在會上向人們分享了快手在 AI 方面的探索以及應用。

最熱門的短視頻社交平台

快手成立於 2011 年，自 2013 年轉型為短視頻社交應用以來，已成為了國內最熱門的短視頻社交平台。在快手上，用戶可以用短視頻和照片記錄自己的生活片段，也可以通過直播與他人進行交流互動。據快手 AI 技術副總裁鄭文介紹，目前用戶在快手上累計發布短視頻的數量已超 50 億條，而這些視頻每天被播放 150 億次，用戶日均使用時長超過 60 分鐘。

「我一直在思考 AI 應該用來解決什麼樣的問題，」快手 CEO 宿華說道。「這不是數學層面上的問題，而是能為社會、人類解決的問題。在這些年實踐的領域中，我明白了技術最終都應該用於提升人類的幸福感。」

今天，快手已成長為擁有 1 億日活躍用戶的龐大網路社區。在這裡，每天都會新增 1000-2000 萬條視頻。每個用戶打開快手，都可以看到有關任何一個地方的內容，涵蓋生活的方方面面。面對總量達 50 億條的視頻內容，這家公司還希望能夠照顧到所有用戶，為每個人都帶來關注。

這意味著必須對所有視頻進行準確的內容標註，而人工智慧是唯一的技術手段。

快手背後的 AI 技術

據宿華介紹，快手目前的人工智慧技術主要應用在四個方面：視頻生產、視頻理解、用戶理解、視頻分發。

今年 4 月，快手上線了「快手時光機」功能，它能夠在手機屏幕中快速模擬人從年輕到老去的面部變化過程。5 月，快手推出了「AR 換臉」的玩法。很早之前，快手還推出了基於人體姿態檢測技術的遊戲，這一切的背後是基於快手自行研發的 YCNN 深度學習推理引擎。快手稱，該系統的核心優勢在於其可以適配於各類高端和低端硬體，可以方便地跨平台部署。為了在移動端部署神經網路，快手的開發者對模型結構進行了優化，並大幅提高了運行效率。

快手的 YCNN 深度學習推理引擎是其 AI 技術實現的基礎

為了實現更多視頻玩法，快手探索了姿態識別、人臉關鍵點檢索、視覺慣性和手勢識別等方向，並最終將其依次實現。「快手會通過深度學習演算法來檢測用戶拍攝的場景類別，並據此選擇最適合的濾鏡效果以提升視頻的質量。」鄭文表示。

「這其中還有和語音有關的理解，」宿華介紹道。「我們經常會發現視頻中的很多信息是包含在音頻裡面的，特別是傳遞情緒。人類的很多情緒是在聲音裡面，再轉化為語速、語調起伏。」

據介紹，快手目前視頻最高的並發量約為 20 萬。這意味著存在幾十萬並發、實時的語音識別需求。快手正在使用自研的機器學習平台處理這類業務。

訓練高準確率的機器學習模型需要大量已標註數據，這對於快手而言並不困難，在它的社交網路中，每天都有上億人次的人工標註行為發生。每個用戶的點擊、點贊、關注和轉發行為，每一條視頻的播放時長，用戶之間的相互關係，都可以作為可用數據。但如何把這些行為數據和平台中的內容結合，進行連續、深度的分析，則是一個複雜的課題。

在獲取大量數據的同時，快手需要理解用戶，幫助觀看者找到他最喜歡的內容，這就需要推薦系統能夠理解每個人的偏好，甚至找到潛在的喜好，這樣才能不斷拓展推薦的範圍。

快手使用了協同過濾模型等演算法幫助人們找到自己的新興趣。每個人都有不同的喜好，但也有相同的興趣點，機器學習演算法可以幫你找到類似的人，推薦他人喜好中和你不一樣的東西——你很有可能也會喜歡這些新內容。