Lavorare insieme a YouTube

Collaborating with YouTube.

La nostra ultima collaborazione

Rendere i YouTube Shorts più ricercabili

‍ I video mobili di dimensioni ridotte sono più popolari che mai. I YouTube Shorts – video di breve durata inferiori a un minuto – vengono visualizzati più di 50 miliardi di volte al giorno, e la tendenza è in crescita.

I Shorts vengono creati in pochi minuti e spesso non includono descrizioni e titoli utili, il che li rende più difficili da trovare tramite la ricerca. Per questo motivo abbiamo introdotto il nostro modello di linguaggio visivo Flamingo per aiutare a generare descrizioni.

Analizzando i primi fotogrammi del video Short, il modello spiega cosa viene mostrato sullo schermo – ad esempio, “un cane che tiene in equilibrio una pila di cracker sulla testa”. Questo testo viene memorizzato come metadati su YouTube per categorizzare meglio i video e abbinare i risultati di ricerca alle query degli utenti.

Dagli emergenti star del K-pop alle guide alimentari locali, YouTube sta implementando questa tecnologia su Shorts e le descrizioni video generate automaticamente vengono già applicate a tutti i nuovi caricamenti. Ora, gli utenti possono guardare video più pertinenti e trovare più facilmente ciò che stanno cercando tra una gamma più ampia di creatori globali.

• La più recente ricerca di DeepMind a ICML 2022
• Perceiver AR generazione autoregressiva a lungo contesto a uso generale
• Il ciclo virtuoso della ricerca sull’IA

Il nostro approccio

Applicare la nostra ricerca sull’IA per migliorare l’esperienza su YouTube

Aiutando ad arricchire la vita delle persone con la nostra ricerca, abbiamo collaborato con aziende del gruppo Alphabet per applicare la nostra tecnologia al miglioramento dei prodotti e dei servizi utilizzati da miliardi di persone ogni giorno.

Uno dei nostri principali partner è YouTube, che ha come missione dare a tutti una voce e mostrare loro il mondo.

Lavorando insieme con i team di prodotto e ingegneria di YouTube, abbiamo contribuito ad ottimizzare i processi decisionali che aumentano la sicurezza, riducono la latenza e migliorano l’esperienza di visualizzazione, creazione e pubblicità per tutti.

Ottimizzazione della compressione video

Con il boom dei video durante la pandemia COVID-19 e l’aspettativa di una crescita del traffico internet in futuro, la compressione video è diventata un problema sempre più importante.

Lavorando insieme a YouTube, abbiamo esplorato il potenziale del nostro modello di intelligenza artificiale, MuZero, per migliorare il codec VP9, un formato di codifica che aiuta a comprimere e trasmettere video su internet. Successivamente, abbiamo applicato MuZero a una parte del traffico video in diretta di YouTube.

Dal momento del lancio sulla produzione di una parte del traffico video in diretta di YouTube, abbiamo dimostrato una riduzione media del bitrate del 4% su un ampio e variegato set di video. Il bitrate contribuisce a determinare la capacità di calcolo e la larghezza di banda necessaria per riprodurre e archiviare i video, influenzando tutto, dalla velocità di caricamento del video alla sua risoluzione, buffering e utilizzo dei dati.

Migliorando il codec VP9 su YouTube, abbiamo contribuito a ridurre il traffico internet, l’utilizzo dei dati e il tempo necessario per caricare i video. E grazie all’ottimizzazione della compressione video, milioni di persone in tutto il mondo possono guardare più video utilizzando meno dati.

Protezione della sicurezza del marchio per creatori e inserzionisti

Dal 2018, abbiamo collaborato con YouTube per educare meglio i creatori su quali tipi di video possono generare guadagni dalle pubblicità e assicurarci che le pubblicità appaiano accanto a contenuti che rispettano le linee guida amichevoli per gli inserzionisti di YouTube.

Insieme al team di YouTube, abbiamo sviluppato un modello di qualità delle etichette (LQM) che aiuta a etichettare i video con una maggiore precisione, in base alle linee guida amichevoli per gli inserzionisti di YouTube. Il modello ha migliorato la precisione delle pubblicità visualizzate sui video in linea con le politiche amichevoli per gli inserzionisti di YouTube.

Attraverso il miglioramento del modo in cui i video vengono identificati e classificati, abbiamo aumentato la fiducia nella piattaforma sia per gli spettatori, sia per i creatori, sia per gli inserzionisti.

Migliorare AutoChapters

Negli ultimi anni, i creatori hanno iniziato ad aggiungere capitoli ai loro video per facilitare la ricerca dei contenuti desiderati dal pubblico, ma questo processo manuale può essere lento e laborioso.

Per migliorare l’esperienza dei creatori e degli spettatori, abbiamo collaborato con il team di ricerca di YouTube e sviluppato un sistema di intelligenza artificiale che può elaborare automaticamente trascrizioni video, caratteristiche audio e visive e suggerire segmenti e titoli dei capitoli per i creatori di YouTube.

Come ha annunciato Sundar Pichai al Google I/O 2022, i capitoli generati automaticamente sono già disponibili per 8 milioni di video oggi e abbiamo intenzione di estendere questa funzionalità a più di 80 milioni di video nel prossimo anno.

Utilizzando AutoChapters, gli spettatori impiegano meno tempo nella ricerca di contenuti specifici e i creatori risparmiano tempo nella creazione dei capitoli per i loro video.

Tecnologie e prodotti in evoluzione

Man mano che la società e la tecnologia che utilizziamo evolvono, cerchiamo continuamente nuovi modi per contribuire a migliorare le tecnologie e i prodotti di Alphabet con la nostra ricerca di intelligenza artificiale.

Il nostro lavoro con YouTube ha già avuto un grande impatto e speriamo di apportare ulteriori miglioramenti significativi alla vita delle persone attraverso le nostre collaborazioni in corso.