Ang Mga Mahuhusay na Pag-aaral ng Video ng YouTube ay Pipigilan ang Hindi Gustong Mga Butas ng Kuneho

$config[ads_kvadrat] not found

ano ano ang mga bawal i upload sa youtube?Alam nyo ba to?

ano ano ang mga bawal i upload sa youtube?Alam nyo ba to?

Talaan ng mga Nilalaman:

Anonim

Ang mobile app sa YouTube ay naging mas maliit sa ngayon, at magpapatuloy ito upang makakuha ng isang mas matalinong araw-araw mula ngayon.

Ipinapangako ng isang bagong muling disenyo ang personalized na mga rekomendasyon ng video batay sa malalim na teknolohiya ng neural network. Ang artipisyal na sistema ng pag-aaral ay titipunin at maghanap ng mga pattern sa bawat pagpipilian ng video ng gumagamit ng YouTube at pagkatapos ay inirerekomenda ang mga video na magkatulad. Ang sistema ay nakakakuha ng mas mahusay sa pagtukoy nang tama ang mga video sa tuwing pinipili nito ang isang video na gusto ng user.

Pagsasalin: Ikaw ay makakakita ng higit sa pareho (at higit pa sa kung ano ang gusto mo) pagdating sa iyong inirekumendang linya ng video.

Paano gumagana ang malalim na pag-aaral ng YouTube

Ang malalim na pag-aaral ay naging popular na paksa ng pag-uusap sa A.I. at tech na mga komunidad, at ang parent company ng YouTube ay kadalasang nangunguna sa pag-uusap na iyon ng Google. Kasalukuyang ginagamit ito ng Google para sa mga bagay tulad ng pagkilala ng boses at pagtukoy ng mga bagay sa Google Photos. Ito ay hindi isang labis na teknikal na konsepto (isang siyentipiko sa pananaliksik ng Google kahit na nagturo ng isang libreng kurso sa malalim na pag-aaral ng Udacity), ngunit sa kalaunan ay dadalhin nito kung paano gumagana ang mga computer.

Iminumungkahi ng anunsyong YouTube ang video na ito upang maunawaan ang sistema na magpapasya kung aling mga video ang pinapanood mo sa hinaharap:

Mahalaga, ang mga software engineer ay sumusulat ng mga program na iyon matuto kung paano malutas ang mga problema sa halip na pagsulat ng mga programa na lutasin lamang ang mga problema. Ang mga digital na neuron na maihahambing sa mga neuron sa utak ng tao ay nagtutulungan upang malaman kung ano ang isang bagay. Sa susunod na pagkakataon ang neural network ay may isang katulad na bagay, maaari itong kilalanin ang bagay na iyon. Ang mga computer ay hindi maaaring matuto nang mas mabilis hangga't tao, ngunit may sukat ng sample na kasing dami ng mga tulong ng YouTube.

Ano ang ibig sabihin nito para sa iyo

"Araw-araw, inirerekumenda namin ang daan-daang milyong iba't ibang mga video sa Home, bilyun-bilyong beses, sa 76 wika," bumabasa ng anunsyo sa blog ng YouTube.

Ipinahayag ng YouTube na ang average na sesyon sa pagtingin sa mobile ay higit sa 40 minuto, at ang mobile ay binubuo ng higit sa kalahati ng daan-daang milyong oras ng YouTube na pinapanood araw-araw. Maliwanag, ang anumang nakakaabot sa dami ng mga tao ay may mabigat na impluwensiya sa kung paano iniisip ng mga tao at kung ano ang iniisip nila.

Sa isang banda, ang malalim na sistema ng neural network ay maaaring lumikha ng isang pakiramdam ng homogeneity. Ang pagpapatibay ng bias ay maaaring magpatakbo ng laganap, at ang mga tao ay lalabas lamang ng higit pa at higit pa sa parehong uri ng mga video na nagtataguyod ng parehong mga ideya. Ang iba pang mga pananaw ay magiging naka-off, at ang mga masikip na komunidad ay mawawalan ng mas malawak na pananaw.

Siyempre, iyon ang pinakamasamang sitwasyon ng kaso. Sa sandaling natutunan ng digital na neural network ang lahat ng iyong mga gusto at hindi gusto, magiging mas madali upang manatili sa masayang bahagi ng YouTube at mas mahirap upang makapunta sa bahagi ng YouTube na WTF.

$config[ads_kvadrat] not found