“AI技術(shù)貫穿于整個(gè)快手產(chǎn)品的骨髓之中，通過(guò)AI技術(shù)進(jìn)行多維賦能，讓更多人有機(jī)會(huì)被世界看見，也能看到更廣闊的世界。”5月25日，在2019全球人工智能技術(shù)大會(huì)(2019 GAITC)上，快手科技多媒體內(nèi)容理解部負(fù)責(zé)人李巖如是表示。

大會(huì)在南京舉行，李巖在“人工智能與媒體融合前沿論壇”作了演講。李巖作為快手科技的代表，講述了快手如何用AI技術(shù)去賦能每一個(gè)普通用戶，讓每一個(gè)人的記錄形式更豐富、有趣、高質(zhì)量。

[[266875]]

李巖說(shuō)，快手在AI技術(shù)上的深耕，降低了短視頻的創(chuàng)作門檻，使用戶盡可能地接近專業(yè)水準(zhǔn)。而在理解內(nèi)容、理解用戶中實(shí)現(xiàn)視頻和用戶的精準(zhǔn)匹配，讓每位用戶獲得更大的展現(xiàn)空間，同時(shí)看到了更大的世界。

他認(rèn)為，通過(guò)短視頻實(shí)現(xiàn)的記錄，讓人與人以及人與世界連接起來(lái)，是很有意義的，從整體來(lái)看，提升了網(wǎng)民之間的信任。

以下為演講內(nèi)容實(shí)錄(有刪節(jié))：

非常高興有機(jī)會(huì)介紹在快手這樣一個(gè)短視頻社區(qū)，AI是如何應(yīng)用的，具體會(huì)產(chǎn)生什么樣好玩的AI應(yīng)用。

我的分享分為三部分。第一部分簡(jiǎn)單介紹一下快手;第二部分介紹AI技術(shù)如何幫助用戶提升視頻創(chuàng)作質(zhì)量，降低創(chuàng)作門檻;第三部分介紹AI技術(shù)如何理解視頻，理解用戶，并做好分發(fā)。

快手是什么

快手把自己定位成普通人記錄生活和分享生活的社區(qū)型產(chǎn)品，通過(guò)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(gè)人都有機(jī)會(huì)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(dá)到2億。2011年，GIF快手是做動(dòng)圖的工具，2013年移動(dòng)互聯(lián)網(wǎng)興起，我們看到了短視頻的重要影響和作用，2013年7月，工具型產(chǎn)品轉(zhuǎn)型為短視頻社區(qū)。轉(zhuǎn)型短視頻社區(qū)之后，快手的數(shù)據(jù)實(shí)現(xiàn)了指數(shù)級(jí)增長(zhǎng)，2015年1月，快手日活用戶超過(guò)1000萬(wàn)，截止到現(xiàn)在，快手的日活已經(jīng)到達(dá)2億。在中國(guó)的互聯(lián)網(wǎng)市場(chǎng)，日活2億量級(jí)的APP非常少。憑借數(shù)億用戶幾年的積累，現(xiàn)在有超過(guò)100億條短視頻記錄在我們的社區(qū)里，并以每天新增1500萬(wàn)條短視頻的速度增加，4年前這個(gè)數(shù)字只有幾十萬(wàn)。

在快手里，用戶記錄了大千世界里的方方面面，在這里我們可以看到很多種真實(shí)有力量的生活，有些畫面是我們?cè)诖蟊娒襟w看不到的。比如這個(gè)視頻，鴨綠江的放排人在運(yùn)輸木材，把高山上的木材順著水流運(yùn)到山下，這種古老的水運(yùn)方式已經(jīng)很少被人知曉，在快手這群人被數(shù)百萬(wàn)人關(guān)注到。還有這個(gè)視頻，這是城市工地上的“水鬼”，這個(gè)職業(yè)很小眾，但一二線城市的每一座高樓大廈都需要他們，在用建高樓大廈打地基的時(shí)候，需要用電鉆挖幾十米的深坑，電鉆頭掉了需要他們潛到幾十米深的渾濁泥水中，把電鉆恢復(fù)原位。

普通用戶記錄的生活，涵蓋的內(nèi)容超越了之前的記者或者專業(yè)人士記錄、調(diào)研的范圍。有數(shù)億人在快手記錄自己的生活，這里有當(dāng)代的百工圖，有全球各地的田野風(fēng)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(shí)進(jìn)行知識(shí)傳播，這些畫面聚集起來(lái)就是一幅我們當(dāng)代生活的清明上河圖。

AI幫助用戶用更低成本創(chuàng)作出更高水平的視頻

接下來(lái)，我重點(diǎn)講一下AI技術(shù)如何幫助這款短視頻產(chǎn)品做得更好。我希望幫助各位媒體的朋友們了解到，AI技術(shù)其實(shí)是貫穿于快手的產(chǎn)品骨髓之中，應(yīng)用在視頻生產(chǎn)、視頻理解、用戶理解到視頻推薦的整個(gè)環(huán)節(jié)。

視頻創(chuàng)作環(huán)節(jié)，我們希望每個(gè)人都能成為自己生活的導(dǎo)演，用手機(jī)去記錄生活，而且生成相對(duì)較高質(zhì)量的視頻。如何幫助每個(gè)人成為自己的導(dǎo)演呢?在視頻創(chuàng)作環(huán)節(jié)快手廣泛應(yīng)用了AI技術(shù)，用科技去賦能普通用戶，使他們盡可能接近專業(yè)制作視頻的水準(zhǔn)。

我們希望讓用戶用更低的成本創(chuàng)作出更高水平的視頻，這就需要讓AI助力于內(nèi)容生產(chǎn)。

比如，快手之前上線的一款魔法表情叫“快手時(shí)光機(jī)”，用戶可以在幾十秒鐘內(nèi)看到自己容顏?zhàn)兝系倪^(guò)程。一個(gè)人拍自己的視頻是很乏味的，我們希望用戶能夠體驗(yàn)到自己變老以后的樣子。

又比如，把AR技術(shù)應(yīng)用在用戶拍攝視頻的環(huán)節(jié)，給現(xiàn)實(shí)生活的畫面加入一些虛擬的元素，這屬于增強(qiáng)現(xiàn)實(shí)，使虛擬世界和現(xiàn)實(shí)世界更好的互動(dòng)，使人們?cè)谟涗涀约荷畹臅r(shí)候有更多的新奇的體驗(yàn)。

再比如，我們會(huì)運(yùn)用圖像相關(guān)的算法，幫助用戶去矯正拍攝中出現(xiàn)問(wèn)題的視頻，比如臟鏡頭導(dǎo)致的視頻畫面模糊，光線問(wèn)題導(dǎo)致的畫面昏暗及畫面偏色的問(wèn)題。

這些玩法和功能的背后是快手對(duì)前沿 AI技術(shù)的開發(fā)，涉及人體姿態(tài)估計(jì)、手勢(shì)識(shí)別、背景分割等多個(gè)技術(shù)模塊。這些都是快手努力將記錄形式變得更加有趣的新嘗試。

這里有一個(gè)挑戰(zhàn)，上述技術(shù)都要在手機(jī)本地實(shí)時(shí)地進(jìn)行計(jì)算與渲染?？焓謸碛袛?shù)億用戶，用戶的手機(jī)機(jī)型千差萬(wàn)別的，這要求我們的算法必須在所有的機(jī)型上都能流暢運(yùn)行，這對(duì)我們AI能力的要求是非常高的，非常消耗計(jì)算資源。為了解決這個(gè)問(wèn)題快手自研了YCNN深度推理學(xué)習(xí)引擎，解決了AI技術(shù)運(yùn)行受限于用戶設(shè)備計(jì)算量的問(wèn)題。

音頻方面，我們也做了非常多的工作。比如之前專業(yè)的人在創(chuàng)作視頻時(shí)，編輯字幕是非常痛苦的事情?，F(xiàn)在我們通過(guò)語(yǔ)音識(shí)別技術(shù)，可以幫視頻制作者自動(dòng)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的技術(shù)極大地降低了生成字幕的成本。

在短視頻場(chǎng)景里音樂(lè)起了非常重要的作用。據(jù)統(tǒng)計(jì)，快手的視頻中，有60%-80%的視頻用背景音樂(lè)烘托氣氛。如何選擇恰當(dāng)?shù)囊魳?lè)表達(dá)心情，其實(shí)是不容易事情。讓用戶盡量貼合音樂(lè)的節(jié)奏創(chuàng)作動(dòng)作，對(duì)于用戶的要求也是非常高的，具備很強(qiáng)樂(lè)感的人其實(shí)非常少。

為了降低用戶創(chuàng)作視頻時(shí)選擇音樂(lè)的門檻，我們開發(fā)了智能配樂(lè)及AI生成音樂(lè)的技術(shù)。智能配樂(lè)可以根據(jù)視頻畫面及用戶畫像為用戶推薦適合視頻畫面，并被用戶喜歡的背景音樂(lè)供用戶選擇。AI生成音樂(lè)通過(guò)AI的分析算法，可以感知到視頻畫面中人的動(dòng)作，然后讓生成的音樂(lè)節(jié)奏匹配人的動(dòng)作，這樣是極大地降低了用戶創(chuàng)作視頻時(shí)選擇音樂(lè)的門檻，讓大家更愿意創(chuàng)作自己的視頻。

用AI理解視頻，理解用戶，做好分發(fā)

上面分享的是AI技術(shù)如何降低人工創(chuàng)作短視頻的門檻，使普通用戶都可以創(chuàng)作出質(zhì)量還不錯(cuò)的短視頻。用戶創(chuàng)作并上傳到我們的社區(qū)后，我們又做了哪些事情更好的分發(fā)這些視頻呢?

理解視頻其實(shí)非常復(fù)雜，對(duì)人臉緯度的解析、場(chǎng)景類的解析、音樂(lè)類的解析等等，這些都是從單個(gè)角度進(jìn)行建模，其實(shí)視頻需要多模態(tài)的解析。我們需要做到讓機(jī)器高效的判斷用戶上傳的視頻是不是符合規(guī)則的，判斷視頻內(nèi)容是不是原創(chuàng)的，以及要做到把視頻精準(zhǔn)的匹配給對(duì)他感興趣的用戶。

我們讓機(jī)器能夠幫助我們管理好上傳的海量視頻，同時(shí)幫我們做好視頻的推薦，而且推薦給用戶的視頻是能激發(fā)用戶興趣的。這里還涉及用戶理解，指的是讓機(jī)器理解我們的用戶，其中包括理解用戶在社會(huì)學(xué)上的特征，以及用戶的興趣，包括他的短期興趣愛(ài)好以及中長(zhǎng)期興趣愛(ài)好，以及海量的能夠代表用戶特征的更小的向量。

在視頻的分發(fā)上，快手上有一個(gè)非常有意思的現(xiàn)象，我們不希望頭部的視頻內(nèi)容占據(jù)太多的曝光，我們用經(jīng)濟(jì)學(xué)上的基尼系數(shù)控制平臺(tái)上用戶之間的“貧富差距”?；ヂ?lián)網(wǎng)上的注意力資源是非常寶貴的資源，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。所以我們?cè)O(shè)計(jì)了快手的推薦機(jī)制，無(wú)論是明星還是普通人在快手都是一樣的?？焓种匾暽a(chǎn)者的利益，重視長(zhǎng)尾視頻內(nèi)容的分發(fā)。我們希望注意力資源可以向陽(yáng)光一樣撒給所有生產(chǎn)視頻的用戶，這樣普通人就有機(jī)會(huì)被更多人關(guān)注，能夠感受到被關(guān)注被認(rèn)可的幸福感。

通過(guò)短視頻實(shí)現(xiàn)的記錄，讓人與人以及人與世界連接起來(lái)。我們認(rèn)為，建立這種連接是非常有意義的事情。我們每個(gè)人的內(nèi)心深處都是寂寞的，都希望通過(guò)連接去獲得關(guān)注、認(rèn)可，并且能結(jié)交朋友。因此，快手用戶之間的關(guān)系會(huì)粘性更高，更穩(wěn)固。從整體來(lái)看，這可以提升網(wǎng)民之間的信任。

我今天的分享就是這些，謝謝大家。