DeepMind подробно описывает работу с YouTube над сжатием видео и AutoChapters

Abner Li | Четверг, 14 июля, 2022, 05:18.

Помимо исследований, лаборатория искусственного интеллекта Alphabet занимается применением своих различных инноваций для улучшения продуктов Google. Сегодня DeepMind подробно описала три конкретные области, где исследования в области ИИ помогли «улучшить взаимодействие с YouTube».

С 2018 года DeepMind сотрудничает с YouTube над моделью качества маркировки (LQM), которая более точно определяет, какие видео соответствуют рекомендациям для рекламодателей и могут отображать рекламу.

После внедрения в рабочую среду на части трафика YouTube мы продемонстрировали среднее снижение битрейта на 4% для большого разнообразного набора видео.

Называя YouTube одним из своих ключевых партнеров, DeepMind начинает с того, как ее модель ИИ MuZero помогает «оптимизировать сжатие видео в кодеке VP9 с открытым исходным кодом». Более подробную информацию и примеры можно найти здесь.

Изучая динамику видеокодирования и определяя, как лучше распределять биты, наш MuZero Rate-Controller (MuZero-RC) способен снизить битрейт без потери качества.

Совсем недавно DeepMind стоит за AutoChapters, которые доступны уже в 8 миллионах видео. План состоит в том, чтобы «масштабировать эту функцию до более чем 80 миллионов автоматически сгенерированных глав в следующем году».

Advertisement — scroll for more content

Сотрудничая с командой YouTube Search, мы разработали AutoChapters. Сначала мы используем трансформаторную модель, которая генерирует сегменты глав и временные метки в два этапа. Затем мультимодальная модель – способная обрабатывать текстовые, визуальные и звуковые данные – помогает генерировать названия глав.

Ранее DeepMind работала над улучшением прогнозирования времени прибытия в Google Maps, рекомендаций в Play Store и охлаждения дата-центров.

Подробнее о YouTube: