AI 是短視訊平臺的核心能力，快手其實是一家人工智慧公司
AI 如何賦能短視訊平臺？
這是快手科技 AI 技術副總裁鄭文在極客公園「創新之火」活動上的演講主題。從純粹用於製作、分享 GIF 圖的工具性應用，到如今成為日活躍使用者量過億，使用者日均使用時長超一小時的新型短視訊社群，這是快手七年走過的創業路。
七年，快手使用者累計釋出短視訊超過 70 億條，從搞笑、幽默，遊戲、娛樂，到各地風土、民情，內容各異。對於快手，不少人認為它只是一家短視訊公司，短視訊平臺跟 AI 技術的關係並不大。
但是，如何將每位使用者的注意力高效分配給海量豐富的短視訊，而非集中在少數爆款之上，光靠人工運營的方法是不可行的，這必須通過人工智慧技術來實現。
AI 技術讓記錄生活更有趣
面對每日數以千萬的新增視訊，該如何將其精準匹配到使用者眼前？快手 CEO 宿華曾形容，這是快手員工需要面對的前所未有的難題。為此，快手提出了一整套基於 AI 技術的解決方案，貫穿視訊生產、內容理解，使用者理解，系統分發等使用快手的每個環節。在極客僱主交流會現場，快手科技 AI 技術副總裁鄭文說，AI 是快手連線內容生產與消費兩個埠的核心能力。
快手上線了一批爆款特效，像是叫做快手時光機的「變老」表情，可以在十幾秒鐘中，讓視訊中人物的容顏變成 60 年之後、還有可以實時進行肢體識別的舞蹈遊戲、AR 換臉等等。這些玩法背後是快手對前沿 AI 技術的開發，涉及人體姿態估計、手勢識別、背景分割等多個技術模組。這是在內容生產領域，快手努力將記錄形式變得更加有趣的新嘗試。
使用者通過快手 app 拍攝、上傳了一段短視訊後，後臺機器會提取其內含的基本資訊，諸如視訊中人臉的性別、表情、顏值等，嘗試理解視訊內容。機器還會依照場景識別、物體跟蹤、影象質量評估等維度，對影象進行分類。語音識別，也是機器理解視訊的重要方面。機器會把語音轉化成文字，通過文字理解視訊表達的含義。快手多媒體內容理解（Multi-Media Understanding）部門利用 AI 技術通過感知和推理兩個階段來解讀一個視訊，首先感知獲取視訊的客觀內容資訊，進而推理獲取視訊的高層語義資訊。
像人把學到的知識存到大腦一樣，我們把快手的內容整理並存儲到快手知識圖譜中，這樣融合感知內容和知識圖譜，就可以完成對視訊高層語義及情感的識別。
促使機器理解使用者本身同樣不可或缺。使用者年齡、性別、是否使用 WiFi 等註冊的基本資訊，使用者在使用快手時產生的大量行為資料，都將傳輸到一個深度學習的模型中用於機器訓練，從而得到一組綜合性的使用者資訊，以預測使用者的喜好，個體使用者之間的關聯。
快手如何破除「資訊繭房」？
讓記錄形式更有趣，讓機器理解視訊內容、深度洞悉使用者，這是快手利用 AI 技術賦能短視訊平臺的試探。
快手科技 AI 技術副總裁鄭文說，作為前沿技術，人工智慧在研發、執行過程中還沒有一個非常成行的流程。根據自身發展情況，快手以問題為導向開展 AI 專案，首先明確需求，接著針對需求進行預研、收集資料、訓練模型，之後才是相應的功能開發與產品化。
人工智慧與演算法推薦曾引發一些爭議，大眾普遍認為，智慧演算法根據使用者興趣推薦內容，久而久之，使用者便會被自己關心的事物圍繞，失去對外部世界的整體認知，形成「資訊繭房」。對此，鄭文舉例快手的推薦機制作答：快手的推薦給使用者的內容，絕非僅僅使用者最感興趣的部分，而是會考慮到內容的多樣性，在更廣闊的領域發現感興趣的內容。
鄭文舉例說，比如在社群中，會有一些跟你比較相似但不完全一樣的使用者，那麼他們喜歡的內容，你也有可能會感興趣，這樣就不是使用者自己一個人去探索，而是成千上萬相似但不同的人在一起探索。基於這個邏輯的分發系統，也可以真正顧及到長尾視訊，讓更多的人被看見。
作為記錄載體，短視訊形態本身具備普惠性。它極大降低了資訊交流門檻，通過技術賦能，讓人們可以公平、有趣地記錄與分享生活。在極客僱主的交流會現場，鄭文說，記錄生活能夠提高人們的幸福感，在快手，人們可以看到更豐富的世界，而他們自己也能夠被世界看見。
今年四月，快手還與清華聯合成立了未來媒體資料研究院。該院以清華軟體學院與快手的技術難題攻關為基礎，聯合新聞學院、社會學系等開展社會人文領域研究，涉及計算機圖形學、影象處理、大資料和人工智慧等領域，以合作開放的姿態，探索技術賦能短視訊的更多可能。