編者按：本文來自“極客公園”，文：拉風的極客geek，36氪經授權轉載。

AI 如何賦能短視頻平台？

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。從純粹用于制作、分享 GIF 圖的工具性應用，到如今成為日活躍用戶量過億，用戶日均使用時長超一小時的新型短視頻社區，這是快手七年走過的創業路。

七年，快手用戶累計發布短視頻超過 70 億條，從搞笑、幽默，遊戲、娛樂，到各地風土、民情，内容各異。對于快手，不少人認為它隻是一家短視頻公司，短視頻平台跟 AI 技術的關系并不大。

但是，如何将每位用戶的注意力高效分配給海量豐富的短視頻，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，這必須通過人工智能技術來實現。

AI 技術讓記錄生活更有趣

面對每日數以千萬的新增視頻，該如何将其精準匹配到用戶眼前？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于 AI 技術的解決方案，貫穿視頻生産、内容理解，用戶理解，系統分發等使用快手的每個環節。在極客雇主交流會現場，快手科技 AI 技術副總裁鄭文說，AI 是快手連接内容生産與消費兩個端口的核心能力。

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，讓視頻中人物的容顔變成 60 年之後、還有可以實時進行肢體識别的舞蹈遊戲、AR 換臉等等。這些玩法背後是快手對前沿 AI 技術的開發，涉及人體姿态估計、手勢識别、背景分割等多個技術模塊。這是在内容生産領域，快手努力将記錄形式變得更加有趣的新嘗試。

用戶通過快手 app 拍攝、上傳了一段短視頻後，後台機器會提取其内含的基本信息，諸如視頻中人臉的性别、表情、顔值等，嘗試理解視頻内容。機器還會依照場景識别、物體跟蹤、圖像質量評估等維度，對圖像進行分類。語音識别，也是機器理解視頻的重要方面。機器會把語音轉化成文字，通過文字理解視頻表達的含義。快手多媒體内容理解（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頻，首先感知獲取視頻的客觀内容信息，進而推理獲取視頻的高層語義信息。

像人把學到的知識存到大腦一樣，我們把快手的内容整理并存儲到快手知識圖譜中，這樣融合感知内容和知識圖譜，就可以完成對視頻高層語義及情感的識别。

促使機器理解用戶本身同樣不可或缺。用戶年齡、性别、是否使用 WiFi 等注冊的基本信息，用戶在使用快手時産生的大量行為數據，都将傳輸到一個深度學習的模型中用于機器訓練，從而得到一組綜合性的用戶信息，以預測用戶的喜好，個體用戶之間的關聯。

快手如何破除「信息繭房」？

讓記錄形式更有趣，讓機器理解視頻内容、深度洞悉用戶，這是快手利用 AI 技術賦能短視頻平台的試探。

快手科技 AI 技術副總裁鄭文說，作為前沿技術，人工智能在研發、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 項目，首先明确需求，接着針對需求進行預研、收集數據、訓練模型，之後才是相應的功能開發與産品化。

人工智能與算法推薦曾引發一些争議，大衆普遍認為，智能算法根據用戶興趣推薦内容，久而久之，用戶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「信息繭房」。對此，鄭文舉例快手的推薦機制作答：快手的推薦給用戶的内容，絕非僅僅用戶最感興趣的部分，而是會考慮到内容的多樣性，在更廣闊的領域發現感興趣的内容。

鄭文舉例說，比如在社區中，會有一些跟你比較相似但不完全一樣的用戶，那麼他們喜歡的内容，你也有可能會感興趣，這樣就不是用戶自己一個人去探索，而是成千上萬相似但不同的人在一起探索。基于這個邏輯的分發系統，也可以真正顧及到長尾視頻，讓更多的人被看見。

作為記錄載體，短視頻形态本身具備普惠性。它極大降低了信息交流門檻，通過技術賦能，讓人們可以公平、有趣地記錄與分享生活。在極客雇主的交流會現場，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數據研究院。該院以清華軟件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、圖像處理、大數據和人工智能等領域，以合作開放的姿态，探索技術賦能短視頻的更多可能。