Transcription
以下是与克里斯托斯·库德罗（Christos Kudrow）的对话，他是谷歌工程副总裁，也是 YouTube 的搜索和发现部门负责人，也被称为 YouTube 算法。YouTube 拥有约 19 亿用户，每天人们观看超过 10 亿小时的 YouTube 视频。它是仅次于谷歌本身的第二大搜索引擎。对许多人来说，它不仅是娱乐的来源，也是我们学习新想法的方式，从数学和物理视频到播客，再到思想开放的思想家和活动家的辩论、观点和想法。当今世界上一些最紧张、最具挑战性和最具影响力的主题。YouTube 和其他内容平台都受到观众和创作者的批评，它们应该受到批评，因为它们面临的工程任务很艰巨，而且它们并不总是成功的，而它们的工作影响确实是改变世界的。对我来说，YouTube 一直是知识的惊人源泉。我观看了数百甚至数千场讲座，这些讲座改变了我对许多数学、科学、工程和哲学思想的看法。但它确实让我们反思自己，并将我们在线教育之旅中每一步的责任交给我们每个人。YouTube 算法在帮助我们发现新颖有趣的想法以供学习的旅程中发挥着重要作用。正如我在讲座和其他论坛中所说，推荐系统将是 21 世纪人工智能最具影响力的领域之一，而 YouTube 是世界上最大的推荐系统之一。这是人工智能播客，如果您喜欢，请在 YouTube 上订阅，在 Apple Podcasts 上给它五星好评，在 Spotify 上关注，在 Patreon 上支持，或者直接在 Twitter 上与我联系，Alex Friedman，拼写为 Fri D ma a.m.。我最近开始在介绍的结尾做广告，在介绍完这一集后会做一到两分钟的广告，而中间绝不会有广告，因为这会打断对话的流程。我希望这对您来说是有效的，并且不会影响收听体验。本节目由 Cash App 呈现，这是 App Store 中排名第一的金融应用。我个人使用 Cash App 向朋友汇款，但您也可以用它在几秒钟内买卖和存入比特币。Cash App 还有一个新的投资功能，您可以购买股票的零散部分，例如价值 1 美元的股票，无论股票价格如何。经纪服务由 Square 的子公司 Cash App Investing 提供，并且是 FINRA 和 SIPC 的成员。我很高兴能与 Cash App 合作，支持我最喜欢的组织之一，名为 FIRST，该组织以其 FIRST 机器人和乐高竞赛而闻名。他们在 110 多个国家教育和激励了数十万名学生，并在 Charity Navigator 上获得了完美的评分，这意味着捐赠的资金得到了最大程度的有效利用。当您从 App Store 或 Google Play 下载 Cash App 并使用代码 Lex podcast 时，您将获得 10 美元，Cash App 也会向 FIRST 捐赠 10 美元，这是一个我亲眼见过激励女孩和男孩梦想创造更美好世界的组织。现在，这是我与克里斯托斯·高德罗的对话。
YouTube 是世界上第二大搜索引擎，仅次于谷歌。当然，我们每天观看的 YouTube 视频超过 10 亿小时，超过 Netflix 和 Facebook 视频的总和。YouTube 创作者每天上传超过 50 万小时的视频。人类的平均寿命，仅作比较，大约是 70 万小时，所以每天上传的内容足以供一个人一生观看。那么，让我问一个荒谬的哲学问题，如果从出生开始，当我出生时，以及今天有许多人出生并拥有互联网，我一直在不停地观看 YouTube 视频，您认为是否存在通过 YouTube 视频空间可以最大化我的平均幸福感、教育或作为人类成长的轨迹？我认为 YouTube 视频中有一些很棒的轨迹，但我不会建议任何人将他们所有清醒的时间或所有时间都花在观看 YouTube 上。我的意思是，我想到了 YouTube 对我的孩子来说真的很好，例如，我的大女儿，你知道，她已经看了几年的 YouTube 了，她看 Tyler Oakley 和 vlogbrothers，我知道这对她的性格产生了深远而积极的影响。我的小女儿，她是一名芭蕾舞演员，她的老师告诉她 YouTube 对她来说是一个巨大的优势，因为她可以练习一个节目，观看专业舞者做同样的节目，然后停止、回放和倒带，所有这些东西，对吧？所以这对她们来说真的很好。然后，即使我的儿子是一名大学二年级学生，他也是因为一个名为 3Blue1Brown 的频道才通过了他的线性代数课，你知道，它能帮助你理解线性代数，但以一种在白板或黑板上很难做到的方式。所以，我认为从我的角度来看，这些经历非常好，而且，所以我可以想象 YouTube 中确实存在很好的轨迹。是的，您是否从更广泛的角度考虑过一段时间内的轨迹？因为 YouTube 正在成长，所以经过一段时间，您只是给出了几个轶事例子，但你知道，我以前在 YouTube 上看某些节目，现在不看了，我已经转向其他节目了，最终，从 YouTube 的角度来看，您希望人们留在 YouTube 上，在 YouTube 上成长为人类。所以你必须考虑的不仅仅是今天或这个月让他们参与进来什么，还有在一段时间内的考虑。绝对是这样。我的意思是，如果 YouTube 要继续丰富人们的生活，那么，你知道，那么它就必须与他们一起成长，而且人们的兴趣会随着时间而改变。所以，我认为我们一直在努力解决这个问题，我只会宽泛地说，那就是如何引入多样性，并向观看某样东西的人介绍他们可能喜欢的东西。我一直在 YouTube 工作八年来一直在解决这个问题。这是一个难题，因为我的意思是，当然，引入多样性是微不足道的，这并不能帮助随机视频。我可以从我们拥有的数十亿视频中随机选择一个视频，它甚至可能不是你的语言，所以哈哈，你观看它并发展新兴趣的可能性非常非常低。所以，当你试图增加多样性时，你想要做的是找到一些与你观看过的东西不太相似，但你也很可能观看的东西，而找到这两者之间的平衡点是相当具有挑战性的。所以内容的多样性，思想的多样性，它是，它是真的很难，它就像几乎不可能定义的东西，对吧？就像，什么不同？那么你怎么看待这个问题呢？所以有两个例子，我非常喜欢 3Blue1Brown，然后有一个我甚至不知道的频道叫 Veritasium，这是一个很棒的科学、物理等等频道。所以一种多样性是给我看 Derek 的 Veritasium 频道，我实际上非常兴奋地发现了它，现在我看了他很多视频。好的，所以你是一个观看一些数学频道的人，你可能对其他科学或数学频道感兴趣。所以，就像你提到的，第一种多样性就是向你展示一些来自其他相关频道的节目，而不仅仅是，你知道，不是所有 3Blue1Brown 频道，而是加入一些其他的。所以，这可能是我们多年前开始的第一种多样性。迈出一大步是关于，我的意思是，我们为此使用的机制是，我们基本上将视频和频道聚类在一起，主要是视频，我们几乎所有的事情都是在视频层面进行的。所以我们会做某种聚类，某种嵌入过程，然后测量，你知道，观看一个聚类的用户也可能观看另一个聚类的可能性有多大。这非常不同。所以我们可能会发现，观看科学视频的人也喜欢爵士乐。这是可能的，对吧？所以，因为我们通过嵌入和测量观看两者的人识别出的这种关系，我们可能会偶尔推荐一个爵士视频。所以，这里有一个爵士视频和科学视频的嵌入空间的聚类，所以你试图查看汇总统计数据，如果很多人从科学聚类跳到爵士聚类，他们倾向于保持参与或变得更加参与，那么这意味着这两个应该来回跳跃，他们会很高兴，对吧？观看科学的人喜欢爵士乐的可能性比观看科学的人喜欢，我不知道，后院铁路或其他什么的可能性要高，对吧？所以我们可以尝试测量这些可能性，并利用它们来做出最好的推荐。所以，好的，所以我们将讨论机器学习方面的内容，但我必须停留在你或任何人都无法回答的问题上。存在真理的灰色地带，例如，我现在无法相信我要谈论这个，但政治，它确实发生了，某些人相信某些事情，并且他们对此深信不疑。让我们暂时抛开当今世界的红蓝政治，但存在不同的意识形态，例如，我在大学里读了很多艾茵·兰德的书，我研究过，那是一种特定的哲学意识形态，我发现探索它很有趣。好的，所以那是那种空间，我在智力上已经离开了它，但它仍然是一个有趣的领域。我出生在苏联，社会主义，共产主义是一种非常有趣的探索的政治思想，再次客观地，有一套关于经济应该如何运作等等的信念。所以很难知道什么是真实的，什么不是，就这些社区内的人而言，他们经常主张这是我们在这个世界上实现乌托邦的方式，并且他们对此深信不疑。那么，您如何在这种混乱分裂的世界中管理政治，而不是积极地，在过滤人们应该观看什么方面，以及在不让某些东西出现在 YouTube 方面，这是一种极其困难的责任，对吧？好吧，把这件事做对的责任是我们的首要任务，首先是确保我们有明确的规则，对吧？就像，仅仅因为我们有言论自由，并不意味着你可以说任何话，对吧？就像，我们作为一个社会已经接受了对我们言论自由的某些限制。有诽谤法之类的东西，所以，在我们能划清界限的地方，我们就会划清，并且我们会随着时间的推移不断发展这条界限。然而，正如你指出的那样，无论你划清界限在哪里，都会有一条边界线，在这条边界线区域，我们可能不会删除视频，但我们会尝试通过降级它们来减少对它们的推荐或传播。然后，在这些情况下，我们则会尝试提升我们称之为权威或可信的信息来源。所以我们不是在试图，我的意思是，你提到了艾茵·兰德和共产主义，你知道，那些是两种观点，人们会争论和讨论，当然，相信其中一种或另一种观点的人会试图说服其他人接受他们的观点。所以我们不是在试图解决这个问题，选择一边或任何事情。我们试图做的是确保表达这些观点并提供这些立场的人是权威和可信的。那么，让我问一个关于我个人不喜欢的人的问题。你听我说，我不在乎你是否发表评论，这是，嗯，但有时它们非常有趣，那就是网络喷子。他们是那种嘲笑的人，我的意思是，互联网上充满了那种模仿式的喜剧，人们只是嘲笑，指出皇帝没有穿衣服，而且有精彩的喜剧。但有时它会变得残忍和刻薄。所以，关于刻薄这一点，抱歉纠缠于这些没有好答案的事情，但实际上，我完全理解这很重要，你正在努力解决它，但你如何减少 YouTube 上人们的刻薄行为？我理解任何上传 YouTube 视频的人都必须对一定程度的刻薄行为具有韧性，就像我从许多创作者那里听到的一样，我们正在以各种方式尝试，评论排名，允许某些功能来阻止人们，以减少或使那种刻薄或那种网络喷子行为在 YouTube 上不那么有效。是的，所以，我的意思是，这非常重要，但这是我们必须继续努力的事情，而且，你知道，随着我们改进它，也许我们会达到一个人们在上传 YouTube 视频时不必遭受这种刻薄的程度。我希望如此，但是，你知道，但这似乎确实是你作为 YouTube 创作者必须能够应对的事情。现在，你是否希望你提到的两件事，我可以同意，所以有一种机器学习方法，根据它们对健康对话的贡献程度来对评论进行排名，让我们这样说，然后另一种几乎是界面问题，创作者如何过滤，如何阻止，或者用户自己， YouTube 的用户如何管理他们自己的对话？你是否希望这两种工具能够创造一个更好的社会，而不过多地限制言论自由，而不过多地，你知道，限制，或者说，对人们说什么？我的意思是，我认为，总的来说，这就是我们在 YouTube 的全部项目，对吧？是的，我们从根本上相信，我个人也非常相信，YouTube 可以很棒，它对我的孩子来说很棒，我认为它对社会来说也很棒，但关键是我们必须把这个责任部分做好，这就是为什么它是我们的首要任务。YouTube 的首席执行官 Susan Wojcicki 说了一些我个人觉得非常鼓舞人心的话，那就是我们希望今天以一种方式完成我们的工作，以便 20 年或 30 年后的人们回顾时会说，你知道，YouTube，他们真的解决了这个问题，他们真的找到了一个方法来在开放性和开放性带来的价值之间取得平衡，同时也确保我们履行对用户和社会的责任。所以 YouTube 的负担实际上是相当惊人的，而人们没有给予足够重视的是问题的严重性和规模。我认为，所以，我个人希望你们能解决它，因为很多事情掌握在你们手中，很多事情取决于你们的成功或失败。所以，除了经营一家成功的公司之外，你们还在策划互联网的内容和互联网上的对话，这是一件强大的事情。所以人们想知道的一件事是，有多少问题可以通过纯粹的机器学习来解决，也就是说，通过研究数据，创建策划评论和内容的算法，以及有多少需要人工干预，我的意思是，这里的人们， YouTube 的人们坐在房间里思考真理的本质是什么？我们应该推广哪些理想？诸如此类的事情。所以算法与人工输入的对比，你的看法是什么？我的个人经验表明，你需要这两者。算法，我的意思是，你熟悉机器学习算法，而它们最需要的是数据，而数据是由人类生成的。所以，例如，当我们构建一个系统来尝试找出哪些视频是错误信息或违反政策的边缘情况时，我们首先需要做的是让人类来决定哪些视频属于哪个类别，然后我们使用这些数据，基本上，你知道，采用人类确定和管理的信息，并将其外推或应用于所有数十亿个 YouTube 视频。而没有人类，我们就无法做到这一点，而我们也不能仅仅依靠人类来处理 YouTube 上的所有视频。所以，没有一种情况是只有其中一种或另一种。正如你所说，很多事情都归结为 YouTube 的人们花了很多时间来弄清楚什么是正确的政策，你知道，这些政策的结果是什么？它们是我们想要看到的那种吗？然后，一旦我们对政策达成一致或建立了一些共识，那么我们就必须找到一种方法来在整个 YouTube 上实施这些政策，而这就是我们称之为评估员或审阅员的人员发挥作用的地方，帮助我们做到这一点。然后，一旦我们从他们那里获得了大量训练数据，我们就应用机器学习技术来进一步推进。你是否觉得这些人有某种方向的偏见？我的意思是，这是一个有趣的问题。我们在自动驾驶汽车和计算机视觉领域进行了大量的标注，我们很少问标注者有什么偏见。你知道，甚至在他们更擅长标注某些东西而不是其他东西的意义上，例如，人们在标注场景中的汽车分割方面比标注灌木或树木要好得多。你知道，这有一些具体的机械原因，但也是因为语义的灰色地带，而且出于很多原因，人们就是非常糟糕地标注树木。所以，在同一种意义上，你是否认为在审查视频或标注视频内容方面，你是否意识到或寻求某种偏见在人工输入中？好吧，我们采取措施来克服这些类型的偏见或我们认为可能产生问题的偏见。例如，我们要求人们偏向科学共识，这是我们指示他们做的事情。我们要求他们偏向专业知识、可信度或权威性的展示。但还有其他一些偏见，我们希望确保努力消除，而且有很多技术可以做到这一点。其中一种是，你将相同的东西发送给多人进行审查。所以，你知道，这是一种技术。另一种是，你确保做这些任务的人来自不同的背景，来自美国不同地区或世界不同地区。但即使有了所有这些，某些我们称之为不公平的偏见也可能悄悄地进入机器学习系统，主要是因为你所说的，训练数据本身是以有偏见的方式获得的。所以我们也付出了很多努力来改进机器学习系统，以消除和减少不公平的偏见，当它违背或涉及某些受保护的群体时，例如。感谢您与我一起探讨一些更具挑战性的事情。我敢肯定还有一些我们会再次讨论，但让我进入有趣的部分，也就是所谓的 YouTube 算法的基础。YouTube 算法会查看什么来推荐接下来要观看的内容？从机器学习的角度来看，或者当你搜索一个特定的词时，它是如何知道接下来显示什么呢？因为对我来说，它在这两方面都做得非常出色。好吧，你这么说真是太好了。它以前做得并不好，但多年来它一直在进步。即使我自己也观察到它有了很大的进步。这两种情况是不同的。当你搜索某样东西时，YouTube 使用我们能从谷歌获得的最佳技术来确保 YouTube 搜索系统找到用户想要的东西。当然，首先想到的是，嗯，这个词是否出现在标题中？你知道，但还有更复杂的方面，我们主要试图做一些句法匹配，或者基于我们可以添加到文档本身的词语进行语义匹配。例如，你知道，也许这个视频在这个查询之后被大量观看？这是我们可以观察到的，然后，因此，确保该文档会为该查询检索到。现在，当你谈论接下来推荐观看什么视频时，这是我们多年来一直在努力的事情，而且可能是第一次真正尝试这样做，就是使用协同过滤。所以你不能描述协同过滤是什么吗？当然，它基本上是我们观察到的，哪些视频被同一个人密切观看。如果你观察到这一点，并且你可以想象创建一个图，其中被大多数人密切观看的视频在这个图上彼此非常接近，而那些不经常被同一个人或相同的人密切观看的视频则相距甚远。那么你就会得到这个我们称之为相关图的图，它基本上代表了以某种方式非常相似或相关的视频。令人惊叹的是，它将所有相同语言的视频放在一起，例如，我们甚至不必考虑语言，它只是这样做。是的，它将所有体育视频放在一起，并将大多数音乐视频放在一起，并将所有这些类型的视频放在一起，仅仅因为这是使用 YouTube 的人的行为方式。所以这已经解决了很多问题。它处理了最容易解决的问题，而这恰恰是一个巨大的问题，就是管理数百万个视频。没错。我记得几年前，我曾与一位试图提议我们做一个关于双语人士的研究项目的人交谈。这位女士是基于 YouTube 不可能很好地向双语人士推荐视频的想法提出这个建议的。所以她告诉我这件事，我说，嗯，你能给我一个例子，你认为我们在 YouTube 的推荐方面有什么问题吗？所以她说，嗯，我是一名在美国的研究员，当我寻找学术主题时，我想用英语来看。所以她搜索了一个，找到了一个视频，然后看了“接下来观看”的建议，它们都是英文的。所以她说，哦，我明白了，YouTube 一定认为我只会说英语。所以她说，现在我实际上是土耳其人，有时当我做饭时，比如我想做一些果仁蜜饼，我真的很喜欢看土耳其语的视频。所以她搜索了一个关于制作果仁蜜饼的视频，然后，然后选择了它，它是土耳其语的，接下来的推荐也是土耳其语的。她简直不敢相信这是怎么可能的，以及你是如何知道我同时说这两种语言，并将所有视频放在一起的，这只是通过协同过滤创建的相关图的产物。所以对我来说，我的一大兴趣就是人类心理学，对吧？而这是一个如此强大的平台，可以利用人类心理学来发现个人想要接下来观看什么。但对我来说也很有趣，你知道，谷歌搜索有能力查看你自己的历史，我以前也做过，只是，我搜索了许多年的许多东西，它揭示了我实际上是谁的一个迷人的画面。而且我认为没有人曾经总结过，我个人会非常喜欢一份关于我作为互联网上的人的总结，因为我认为它揭示了我，我认为它让我或其他人反思，你知道，这实际上是非常有揭示性和有趣的，你知道，也许数量上，这是一个笑话，但并非如此，是我看过的猫视频，我看过人们摔倒的视频，你知道，那种荒谬的东西，那种东西真的很有趣。当然，这对机器学习方面来说非常好，可以找出接下来要展示什么，但很有趣。嘿，你有没有，只是顺便问一下，玩过给人们提供地图的想法，也就是说，除了仅仅利用这些信息来展示我们接下来要展示的内容，而是向他们展示你多年来喜欢的聚类之类的东西？嗯，我们确实提供了你观看过的所有视频的历史记录，是的，所以你绝对可以搜索它，浏览它，搜索它来查看你在 YouTube 上观看过的内容。我们实际上在不同时期尝试过这种聚类想法，寻找展示或告诉人们他们感兴趣的主题或他们观看过的聚类的方法。你提到这一点很有趣，因为在某种意义上，YouTube 的推荐系统看待用户的方式正是他们观看过的所有 YouTube 视频的历史。所以你可以把自己或 YouTube 上的任何用户看作是一个 DNA 链，由你所有的视频组成，对吧？这代表了你。你也可以把它看作是 YouTube 上所有视频空间中的一个向量。所以，你知道，一旦你把它看作是 YouTube 上所有视频空间中的一个向量，你就可以开始说，好吧，你知道，哪些视频，哪些其他向量离我，离我的向量近？而这正是我们产生一些多样化推荐的方式之一，因为你会想，好吧，你知道，这些人似乎在他们观看过的视频方面很接近，但是，你知道，这里有一个话题或一个视频，他们中的一个人观看过并喜欢，而另一个人没有，这可能是一个做出好推荐的机会。我必须告诉你，我的意思是，我知道有些事情是不可能的，但我很想对人类进行聚类，就像我想知道谁有和我相似的轨迹一样。你可能想出去玩，对吧？有一个社交方面，就像实际上找到一些我发现的最迷人的 YouTube 人，但他们没有粉丝，我开始关注他们，他们创作了令人难以置信的内容，你知道，在这方面，我只是喜欢，有些视频在质量、深度和各个方面都让我惊叹，它们是惊人的视频，它们只有 57 次观看，好吧，如何让高质量的视频被许多人看到？质量的衡量标准是，它只是某事，是的，你怎么知道某样东西是好的？嗯，我的意思是，我认为这最初取决于我们谈论的是哪种视频。所以，在政治和新闻领域，你知道，高质量的新闻或高质量的新闻业依赖于拥有一个新闻部门，对吧？就像你必须有真正的记者和事实核查员以及类似的人。所以，在这种情况下，以及在其他领域，比如科学或医学，质量与制作视频的人的权威性、可信度和专业性有很大关系。现在，如果你想到另一端，你知道，什么是最高质量的恶作剧视频？什么是最高质量的 Minecraft 视频？是的，对吧？那可能是人们最喜欢观看的视频，或者可能是当我们第二天问人们他们观看的视频时，他们是否满意。所以，尤其是在娱乐领域，自从我来到 YouTube 并开始以来，我们一直在努力获得越来越好的质量、满意度或丰富度的衡量标准。我们从，嗯，你知道，第一个近似值是观看次数最多的那个。但是，你知道，我们都知道，有些东西可以获得很多观看次数，但质量并不高，尤其是如果人们点击了某个东西，然后立即意识到它并不那么好，然后放弃了。这就是为什么我们从观看次数转向考虑人们观看的时间，以及，你知道，在某种意义上，人们观看视频的时间与他们从视频中获得的价值有关。它可能不完全相关，但它确实说明了他们获得的价值。但即使这样也不够好，对吧？因为我自己也花时间在深夜浏览电视上的频道，结果却因为某种原因看了《围攻 2》，我不知道。如果你问我第二天，你是否很高兴昨晚看了那个电视节目，我会说，是的，我希望我能去睡觉，或者读一本书，或者几乎任何其他事情。所以，这就是为什么几年前有人想出了一个主意，试图在之后为用户服务。所以，我们从那些调查中获得了反馈数据，然后将其用于机器学习系统，试图不仅仅预测你现在会点击什么，你可能会看多久，而是当我们明天问你时，你会给四到五颗星的东西。所以，总结一下，从机器学习的角度来看，用户可以提供哪些信号？他提到了点击视频，观看次数，观看时间，也许是相对观看时间，点击喜欢和不喜欢视频，也许是评论视频，以及所有这些事情。然后，我实际上并不完全知道的那个，即使我可能参与过，是事后的调查，这是一个绝妙的主意。还有其他信号吗？我的意思是，这已经是一个非常丰富的信号空间了。你还提到了评论，分享视频，如果你认为它值得与他人分享，你知道，在 YouTube 内或外部。让我们看看，你提到了喜欢和不喜欢，是的，喜欢和不喜欢，它们有多重要？它们非常重要，对吧？我们希望它们能预测满意度，但它们并不完全预测。订阅，如果你订阅了制作视频的人的频道，那么这也可以作为一条信息，并表示满意度，尽管多年来我们了解到人们对订阅的含义有各种各样的态度。我们会问一些订阅很少的用户为什么，但他们看了几个频道的很多视频。我们会说，嗯，你为什么没有订阅？他们会说，嗯，我负担不起任何东西，你知道，我们试图让他们明白，实际上，它不花钱，它是免费的，它只是帮助我们知道你对这个创作者非常感兴趣。但是，我们也问过其他订阅了很多东西但实际上并没有观看这些频道任何视频的人，我们会说，嗯，嗯，你为什么订阅这个，如果你对这个频道的任何视频都不感兴趣呢？他们可能会告诉我们原因，你知道，我认为这个人做得很好，我只是想给他一个高五。是的，是的，所以，是的，这就是我说我应该订阅那些我只是觉得这个人很棒的频道，我喜欢这个人，但我喜欢这个人，我真的想支持他们，这就是我点击订阅的方式，即使我可能永远不会真正想在他们发布视频时点击它们，我只是喜欢他们所做的事情，而且它可能超出了我的兴趣范围，等等，这可能是使用订阅按钮的错误方式，但我只是想说恭喜，这是很棒的工作。好吧，所以你必须处理所有看到订阅按钮的人，这完全不同。没错。所以，你知道，我们不能视而不见，说对不起，你用错了，我们不会注意你做了什么。我们需要拥抱所有不同的人在世界各地使用订阅按钮或喜欢和不喜欢按钮的所有方式。所以，在机器学习用于搜索和推荐的信号方面，你提到了标题，比如元数据，比如人们提供的文本数据，描述和标题，以及可能的关键词。那么，你能不能谈谈这些东西在搜索中的价值，以及这个令人难以置信的迷人领域，内容本身？视频内容本身，试图理解视频中发生了什么？YouTube 会发布一个数据集，你知道，在机器学习和计算机视觉领域，这是一个令人兴奋的领域。目前有多少？你目前有多少在玩这个？你对未来能够分析视频内容本身有什么希望？嗯，自从我来到 YouTube 以来，我们也一直在努力分析内容，分析视频中的内容。而我能告诉你的是，我们在这方面做得好的能力仍然有些粗糙。我们可以分辨出它是否是音乐视频，我们可以分辨出它是否是体育视频，我们可能能告诉你人们在踢足球。我们可能无法告诉你这是曼联还是我女儿的足球队。所以这些事情有点困难，而且，我们可以在某些方面使用它们。例如，我们使用这种信息来理解和告知我提到的那些聚类，或者可能为视频添加一些词语，比如足球，例如，如果它没有出现在标题或描述中，这很了不起，它经常没有。我要求创作者做的一件事是，请帮助我们处理标题和描述，例如，我们几年前在 YouTube 上进行了一场关于《魔兽世界》的比赛的直播，这是一场非常重要的比赛，但如果你在搜索中输入《魔兽世界》，你就找不到它。好吧，《魔兽世界》不在标题中，《魔兽世界》也不在标题中，它写着比赛四七八，你知道，A队对阵B队，而《魔兽世界》不在标题中。是的，拜托，在互联网上字面意思是非常不酷的，这就是问题所在。是吗？嗯，我的意思是，在某种意义上，一些最棒的视频，我的意思是，只是间接、机智等等，并且实际上，你知道，机器学习算法希望你字面意思，通常希望你说出里面的东西，非常非常简单。而在某种意义上，这远离了机智和幽默。所以你必须两者兼顾，对吧？但你的意思是，就目前而言，标题的内容，描述的内容，实际的文本是算法找到你的视频并将其放入正确聚类的最佳方式之一，对吧？而且，我还会进一步说，如果你想让人们在搜索中选择你的视频，那么拥有，比如说，标题中有《魔兽世界》会很有帮助，因为为什么一个人，你知道，如果他们看着一大堆，他们输入《魔兽世界》，而他们有一堆视频，所有视频都写着《魔兽世界》，除了你上传的那个？那么即使那个人也会想，嗯，也许这是搜索错误了，这真的不是关于《魔兽世界》的。所以，这不仅对机器学习系统很重要，对那些可能正在寻找这类东西的人也很重要，他们可以通过在视频标题中看到相同的东西来获得线索，表明这是他们正在寻找的东西。好的，让我反驳一下。我认为从算法的角度来看，是的。但如果他们输入《魔兽世界》，然后看到一个标题只是“胜利”，并且缩略图上有一个悲伤的兽人，我不知道，对吧？就像，我认为这更，它能引起你的好奇心，然后如果他们可以相信算法足够聪明，能够以某种方式弄清楚这确实是一个《魔兽世界》视频，那么我认为这将创造最美好的体验，就我们人类的机智、幽默和好奇心而言。但你说，我的意思是，现实地说，算法很难弄清楚那个视频的内容是《魔兽世界》，而且你必须接受有些人会跳过它。是的，对吧？我的意思是，所以你是对的，那些不跳过它并选择它的人会很高兴。但是其他人可能会说，但，是的，这不是我想要的，而我认为你真正致力于并希望的是让事物变得可发现。是的。所以，从你的角度来看，把东西放在描述里，并记住系统的协同过滤部分，它始于同一个用户一起观看视频，对吧？所以他们可能会通过搜索来做到这一点。这是一个迷人的方面。就像蚂蚁群一样，它们就是这样找到东西的。所以，我的意思是，你会同意，对于协同过滤来说，一个好奇的蚂蚁，一个好奇的用户，本质上是那种更愿意点击随机视频并探索这些聚类空间的人吗？在你看来，有多少人只是反复观看相同的东西，有多少人只是像探险家一样，只是点击东西，然后帮助其他蚂蚁和蚂蚁群发现很酷的东西？你对此有感觉吗？我真的不认为我有感觉。我不知道这些群体的相对规模，但我会说，你知道，人们带着某种意图来到 YouTube，只要他们努力满足这种意图，这当然有助于我们的系统，对吧？因为我们的系统依赖于，你知道，一定程度的行为。对，对，而且有些人试图欺骗我们，对吧？有些人和机器试图将视频关联在一起，而它们真的不属于一起，但他们试图建立这种关联，因为这对他们有利可图。所以我们必须始终对这种试图操纵系统的企图保持警惕。所以，说到这一点，有很多人，以一种积极的方式，也许，我不知道，我不喜欢它，但我喜欢玩，想尝试操纵系统以获得更多关注，而每个人，创作者，以一种积极的方式，都想获得关注，对吧？那么，你如何在这个领域工作，当人们创造越来越多的“点击诱饵”标题和缩略图时？德里克做了一个视频，基本上描述了，似乎有效的是创作高质量的视频，人们想看，并想点击它，但有点击诱饵的标题和缩略图来吸引他们首先点击。他说，我正在拥抱这种做法，我将继续这样做，我希望你原谅我这样做，一旦你点击了我的视频，你就会喜欢它们。那么，在什么意义上，你认为这种点击诱饵式的试图操纵以吸引人们进入，以操纵算法或玩弄算法游戏呢？我认为你可以把它看作是试图操纵算法，但即使你把算法排除在外，只说，好吧，所有这些视频碰巧排在一起，算法并没有决定哪个排在前面或后面，但它们都排在那里，人们会选择哪个？我告诉你，我告诉德里克的是同样的话，你知道，我的书架上有两种书，科学书籍，我有我的数学书籍，当我还是学生的时候，它们看起来都一样，除了封面上的标题。它们都是黄色的，它们都来自 Springer，它们都是。每一本，封面都完全一样，是的，对，另一方面，我有其他更通俗的科学书籍，它们都有非常有趣的封面，对吧？它们有挑衅性的标题等等。我的意思是，我不会说它们是点击诱饵，因为它们确实是好书，而且我认为它们没有越界。但是，你知道，这只是你必须做出的决定，对吧？就像，写纯粹的递归理论的作者弗雷迪，他对黄色的标题和别的什么都没有感到满意。而我认为，其他写更受欢迎的书的人明白，他们需要有一个引人注目的封面和一个引人注目的标题，而且，你知道，我认为这没什么不对。我们确实采取措施来确保有一条界限，你不要越过，如果你走得太远，也许你的缩略图特别挑逗，或者，你知道，都是猫，有太多感叹号。我们观察到用户有时会感到冒犯。所以，对于那些对此感到冒犯的用户，我们会降低或压制这些视频。这让我想起，还有一个信号，用户可以表示，我不知道，它最近是否添加了，但我真的很喜欢它，只是说，我不知道，我最近添加了，我真的喜欢它，只是说，我不想再看这个视频了，或者类似的东西，就像，有些视频就是让我反感，就是，就是让我反感，我不想，我不想这样。感觉很好地清理掉它，就像，我不知道，我认为这可能是最近添加的，这确实是一个非常强烈的信号。是的，绝对是。我们不想做出人们不满意的推荐，而这让我，特别是这个，让我作为用户，作为机器学习人员，感觉很好，因为我觉得我正在帮助算法。我的互动，我并不总是觉得我在帮助算法，我没有被提醒这一点，例如，特斯拉和奥托·波兰，你知道，马斯克为他们的客户，为他们自己的特斯拉创造了一种感觉，他们正在帮助算法，他们都在，就像，非常自豪，他们正在帮助学习。我认为 YouTube 并不总是提醒人们你在帮助算法变得更聪明。对我来说，我喜欢这个想法，我们都在协作，就像维基百科给了这种感觉，我们都在一起创造一个美丽的东西。YouTube 并不总是提醒我这一点。这个对话，对，任何关于这个的。好吧，这是一个很好的建议，我们应该记住这一点，当我们设计这些功能时。嗯，我不太确定，我真的没有那样想过，但这是一个非常有趣的视角。这是一个关于个性化的有趣问题，我觉得当我喜欢一个视频时，我只是在改善我的体验。如果我还能帮助 YouTube 算法更广泛地说些什么，那将是伟大的，它会让我个人，人们是不同的，但会让我感觉很棒，就像我在帮助 YouTube 算法变得更聪明一样。你知道，就像，我不知道，这是人类天性吗？我们想要我们喜爱的产品，我当然喜欢 YouTube，就像你想要帮助它变得越来越聪明，越来越聪明，因为有一种联系，我们的生活会变得更好，如果 YouTube 变得更好，我的生活也会变得更好。
变得更好，而那是一种推理。我不确定那是什么，我也不确定有多少人有那种感觉。那可能只是一种机器学习的感觉。但在那一点上，在下一个视频推荐方面有多少个性化呢？所以它是不是真的都归结为一种聚类，就像你在耳朵里发现的聚类对我来说等等那种东西？或者对我个人来说，它完全是个性化的程度有多高？它是非常非常个性化的。所以你的体验会与观看同一视频的其他人大不相同，至少在他们登录时是这样。原因是，我们发现用户在观看视频时通常想要两种不同的东西。有时他们想继续观看更多关于该主题或该类型的视频。而其他时候，他们只是看完了，准备好转向其他东西。所以问题是，这个“其他东西”是什么呢？人们能想象到的第一件事是，也许“其他东西”是你订阅的某个频道的最新视频。而那对你来说会与对我来说非常不同，对吧？而且即使它不是你订阅的东西，它也是你经常看的东西。再次，那会因人而异。所以即使是“接下来观看”以及主页当然也是相当个性化的。
那么我们遇到了一些信号，但成功是什么样子？算法为用户创造出色的长期体验，成功是什么样子？或者换句话说，如果你看我这个月看过的视频，你如何知道算法对我成功了？我认为首先，如果你回来观看更多YouTube视频，那是一个迹象，表明你从中找到了一些价值。所以仅仅是观看小时数就是一个强有力的指标。嗯，我的意思是，不是小时数本身，而是你第二天又回来的事实。所以那可能是最简单的指标。人们不会回到他们觉得没有价值的东西那里，对吧？他们可以做很多其他事情。但就像我说的，我的意思是，理想情况下，我们希望每个人都觉得YouTube丰富了他们的生活，并且他们观看的每一个视频都是他们开始观看YouTube以来看过的最好的视频。所以这就是为什么我们对他们进行调查，问他们比如这是不是一到五星。所以我们对成功的定义是，每次有人参加那个调查时，他们都说它是五星。如果我们问他们这是不是你在YouTube上看过的最好的视频，他们每次都说是。所以很难想象我们真的能实现这一点，也许渐近地我们会达到，但那将是我们认为的成功。
有趣的是，我最近以某种方式说过，我不知道是不是发了推特，但瑞·达利欧有一个关于经济机器的视频。我忘了它叫什么，但那是一个30分钟的视频，我说那是我在YouTube上看过的最棒的视频。它就像我看完整个视频，我的思维被震撼了，它非常清晰简洁地描述了至少美国经济系统是如何运作的。那是一个很棒的视频，我当时只是想点击什么来说这是最好的东西，这是有史以来最好的东西，请让我，我不敢相信我发现了它。我的意思是，观看次数和点赞反映了它的质量，但我几乎有点沮丧，因为我没有早点发现它，并且想找到其他类似的东西。我不认为我曾经觉得这是有史以来最好的视频，就是这样。对我来说，终极的乌托邦，最好的体验是每一个视频，我不会看到任何我后悔的视频，我观看的每一个视频都是真正帮助我成长，帮助我享受生活，快乐等等的视频。
嗯，所以那真是个了不起的想法，我认为那是机器学习任务中最美丽和最雄心勃勃的一个。那么当你审视社会而不是任何单个用户时，你是否会思考YouTube是如何改变社会的？当你有数百万人在观看视频、成长、学习、改变、进行辩论时，你是否对YouTube对社会产生的巨大影响有所了解？因为我认为它影响巨大，但你是否知道我们正在把这个世界带向哪个方向？
嗯，我的意思是，我认为你知道，开放性已经对社会产生了影响。很多人会问你所说的开放性是什么意思？嗯，事实是，与其他媒体不同，YouTube上没有人会在你上传视频之前决定你的视频是否值得上传，或者是否值得任何人观看，对吧？所以你知道，有些创作者会说，我本来没有这个机会接触到观众。泰勒·奥克利经常说，如果没有YouTube，他不会有机会接触到这些观众。所以我认为那是YouTube改变社会的一种方式。我知道我有一些来自美国以外的同事，尤其是在识字率较低的地区，他们认为YouTube可以在那些地方提供帮助，因为你不需要会读写就能学习一些对你生活很重要的东西，也许你知道如何做某项工作或如何修理某物。所以我认为那是YouTube可能正在改变社会的另一种方式。
所以我已经在YouTube工作了八年，快九年了。这很有趣，因为我遇到人，你知道，你告诉他们你在哪里工作，你说你在YouTube工作，他们立刻说“我也爱你！”对吧，这很棒，让我感觉很好。但当然，当我问他们“你喜欢YouTube的什么？”时，从来没有人说过搜索功能出色或者推荐很棒。当我问他们喜欢YouTube什么时，他们总是立刻开始谈论他们在YouTube上发现的某个频道、某个创作者、某个话题或某个社区，以及他们有多喜欢。所以这让我意识到YouTube真正关乎的是视频，是将人们与视频连接起来，然后其他一切都变得不那么重要了。
所以除了视频，这很有趣，因为你提到了创作者，那么与单个创作者的连接，而不是仅仅是单个视频，这又如何呢？就像我举的瑞·达利欧视频的例子，视频本身很棒，但有一些人或者说创作者，我喜欢他们，他们被称为YouTuber或其他什么，他们很酷的一点是他们有一个旅程，他们通常几乎所有人一开始都很糟糕，表现得很差，然后他们会成长，你知道，他们的成长中有一种真实性。所以你知道，YouTube显然希望以这种方式帮助创作者与他们的观众建立联系。那么你如何看待帮助创作者成长、帮助他们与观众建立联系、发展不仅仅是单个视频，而是创作者在YouTube上的整个生活的过程呢？
嗯，我的意思是，我们正在努力帮助创作者找到他们能找到的最大受众。你提到了创作者与视频，创作者频道之所以如此重要，原因在于，如果我们希望人们回到YouTube，那么他们心里必须对回到YouTube后会发现什么有所了解。如果YouTube只是下一个病毒视频，而我对下一个病毒视频可能是什么毫无概念——一次是一只猫弹钢琴，第二天是一些孩子打断记者，再下一天是其他事情发生——那么当我不在看YouTube时，我就很难说“天哪，我真想看某个人的东西或关于某事的东西”，对吧？所以这就是为什么我认为粉丝和创作者之间的这种联系对双方都如此重要，因为它是一种培养未来可能发展的关系的方式。
让我谈谈一个普遍的、有点黑暗但有趣的问题，再次，这是一个你或任何人都无法回答的话题，但社交媒体有一种感觉，你知道，它给我们带来高潮也带来低谷，从这个意义上说。所以创作者经常谈论某种倦怠，以及在继续创作过程中遇到的心理起伏和精神挑战。有一种动力，有一个庞大的兴奋的观众群体，让每个人都感到，让创作者感到很棒，我认为这不仅仅是经济上的，我认为他们真的只是热爱那种社区感。这也是我上传到YouTube的部分原因，我从不关心钱，嗯，我关心的是社区。但有些人会感受到这种动力，即使在他们生活中有些时候，他们因为某种原因不想创作。那么你如何看待倦怠，这种一些YouTube创作者所经历的精神疲惫？这是我们有答案的事情吗？我们甚至如何思考这个问题？
嗯，首先，我们想确保YouTube系统没有助长这种感觉，对吧？所以我们做了大量的研究来证明，如果你是一个创作者并且上传了很多内容，你绝对可以休息一下。我们有同样多的例子表明，有人休息了一段时间后回来比以前更受欢迎，也有反过来的例子，是的。我们可以暂停一下吗？所以人们的感觉，我认为是，如果我休息一下，每个人，嗯，派对就会散了，对吧？所以如果你能就此多说几句，那么在你看来，休息一下是可以的吗？是的，休息一下绝对没问题。我之所以这么说，是因为我们有，我们能观察到许多创作者在休息一段时间后非常强势地回归，甚至更强。所以我只是想消除这种误解，即这某种程度上必然意味着你的频道会衰落或失去观看次数，情况并非如此。我们确信这不是一个必然的结果。所以我们想鼓励人们确保他们照顾好自己，那是首要任务，对吧？你必须照顾好自己和你的心理健康。而且你知道，我认为在某些情况下，一旦他们回来，这可能有助于制作出更好的视频，对吧？因为很多人，我的意思是，我自己知道，如果我对某件事感到倦怠，我可能就无法做到最好，即使我可以一直工作直到累倒。所以我认为休息一下甚至可以改善一个人的创意想法。
好的，我认为这真的是一个非常重要的事情，需要消除这种观念。我认为它适用于所有的社交媒体，就像我真的偶尔会休息一天，抱歉，抱歉，那听起来时间很短，但即使是像，抱歉，电子邮件，只是从电子邮件中休息一下，或者每天只检查一次电子邮件，尤其是在你的个人生活中经历一些心理上的事情等等，或者因为工作截止日期而真的睡得很少时，它能以一种深刻的方式让你焕然一新。所以当你回来时，同样适用，对吧？它就在那里，而且当你回来时，它看起来确实不同，你有点更明亮了，我喝了些咖啡，一切都看起来更好了，所以当你需要时，休息一下很重要。
所以你提到了YouTube算法，它不是你知道的E=MC²，那是一个单一的方程。它可能有点像超过一百万行代码。它更类似于当今成功的自动驾驶汽车吗？它们基本上是在启发式规则和人类专家真正调整算法的基础上打补丁，并带有一些机器学习模块。还是它正变得越来越像一个巨大的机器学习系统，人类只是在这里那里做一些微调？首先，你对目前YouTube算法是什么有概念吗？无论你有多大概念，它看起来像什么？
嗯，我们通常不把它看作是“算法”，因为它是一堆在不同服务上运行的系统。我认为人们不理解的另一点是，你可能从YouTube外部称之为YouTube算法的东西，实际上是一堆代码、机器学习系统和启发式规则，但它与每天来到YouTube的所有人的行为结合在一起。所以代码的人性部分，完全正确，就像如果明天没有人来YouTube，那么算法就不会再工作了，对吧？所以那是算法的关键部分，所以当人们谈论“算法做了这个，算法做了那个”时，有时很难理解，嗯，你知道，可能是观众在做那些事情，而算法主要只是跟踪观众的行为，然后在更细致的情况下对这些事情做出反应。我认为这就是推荐系统、搜索系统以及可能许多机器学习系统演变的方式，你知道，你开始尝试解决一个问题，而解决问题的第一个方法通常是一个简单的启发式规则，对吧？而且你知道，你想说我们要推荐什么视频？嗯，加权的最受欢迎的视频怎么样？那就是你开始的地方。随着时间的推移，你收集一些数据，并完善你的情况，这样你就可以减少使用启发式规则，并且你正在构建一个系统，它能够根据过去对这些情况的一些观察，实际学习在不同情况下该怎么做。而且你随着时间的推移不断地削减这些启发式规则。所以我认为就像多样性一样，你知道，我认为我们采取的第一个多样性措施是，好吧，来自同一个频道的视频连续不超过三个，对吧？这是一个相当简单的启发式规则来鼓励多样性，它奏效了，对吧？你需要看到来自同一个频道的四五个六个视频，随着时间的推移，我们试图削减它，使其更细致，并基本上让它移除启发式规则，转而支持能够对个人和个体情况做出反应的东西。
那么你如何，你提到我们知道某个东西奏效了，你如何判断A/B测试的决策，比如这个想法是好的，这个不太好？你如何衡量它，以及在哪个时间尺度上，在多少用户中进行这种衡量？
嗯，你提到了A/B实验，所以我们对YouTube所做的几乎每一个改变，都是在运行A/B实验之后才进行的。所以在那些持续一周到数月的实验中，我们测量了数百个，确实是数百个不同的变量，并测量了所有变量在置信区间内的变化，因为我们真正想了解的是，这最终是否改善了观众的体验。那是我们试图回答的问题，而实验是一种方式，因为我们可以看到某些事情的起伏。例如，如果我们在实验中注意到人们不那么频繁地关闭视频，或者他们说他们更满意，他们在观看视频后给更多视频打了五星，那么这些都将表明实验是成功的，它正在改善观众的体验。但我们也可以看其他方面，比如我们可能会进行用户研究，邀请一些人进来，问他们“你觉得这个怎么样？你觉得那个怎么样？你对这个感觉如何？”以及其他各种用户研究。但最终，在我们推出任何东西之前，我们都会想运行一个实验，这样我们就能了解其影响，不仅是对观众，也对不同的频道和所有相关方。
一个荒谬的问题，没有人知道什么才真正有趣，也许有答案，但如果我想制作一个病毒视频，我该怎么做？我不知道如何制作病毒视频。我知道我们过去曾试图弄清楚我们是否能检测出视频何时会走红，你知道，那些是取观看次数的一阶和二阶导数，也许用它来做一些预测，但我不能说我们在这方面做得很好。通常我们看流量来自哪里，你知道，如果大部分观看量来自像Twitter这样的平台，那么它可能比来自搜索或其他地方的视频有更高的走红机会。但那只是试图检测一个可能走红的视频，如何制作一个，我完全不知道。
所以是的，你让你的孩子在你上新闻时打断你，绝对是这样，但那是一个单个视频的事后情况。所以提前预测是一个非常困难的任务。但在视频走红后，通过分析，你有时能从YouTube的广阔视角理解它为什么会走红吗？首先，对YouTube来说，某个特定视频走红甚至是有趣的吗？或者这对个人，对人们的体验来说不重要吗？
嗯，我认为人们期望，如果一个视频正在走红，而且是他们会感兴趣的东西，那么我不会，我认为他们会期望YouTube向他们推荐它，对吧？嗯，所以有人走红，最好是顺其自然，让它的热度持续下去，嗯，我的意思是，我们当然希望以这种方式满足人们的期望。
所以就像我提到的，几个月前我曾和德里克·穆勒一起出去玩。他实际上是建议我在这个播客上和你交谈的人，好的，谢谢你，德里克。那时他刚发布了一个很棒的科学视频，标题是“为什么这个水库里有九千六百万个黑球？”而且在短短几天内，我不知道具体多久，但他获得了三千万次观看，而且还在增长。这是你可以分析并理解这个视频为什么会发生的事情吗？你不会特别喜欢它。
我的意思是，我们当然可以看到它是在哪里被推荐的，在哪里被发现的，谁观看了它，以及诸如此类的事情。所以实际上，抱歉打断一下，正是这个视频帮助我发现了德里克是谁，我以前不知道他是谁。所以我记得，你知道，通常我的推荐里都是这些技术性的、无聊的麻省理工学院和斯坦福大学的讲座，因为我就是这么看的，然后突然间就出现了这个水库里的黑球视频，里面有一个兴奋的书呆子，就像，为什么会推荐给我这个？所以我关掉其他东西，看完了整个视频，它很棒，但很多人都有那种体验，比如为什么会推荐给我这个，但他们当然都看了并且喜欢它，你对这种伴随病毒视频而来的推荐浪潮有什么看法，人们点击后最终会喜欢它？
嗯，我认为这是系统，你知道，基本上在做任何推荐东西的人都会做的事情，那就是你把它展示给一些人，如果他们喜欢，你就说“好的，我能找到一些和他们有点像的人吗？”好的，我会在他们身上试试，哦，他们也喜欢，让我再扩大一下圈子，再找一些人，哦，结果他们也喜欢，所以你可以一直下去，直到你得到反馈说“不，你走得太远了，这些人不再喜欢它了。”所以我认为这基本上就是发生的事情。现在你问我如何让视频走红或制作病毒视频，我不认为如果你或我决定制作一个关于9600万个球的视频，它也会走红。德里克可能制作了关于那些黑球的经典视频，是的，湖泊，所以他确实做到了，对吧？所以我不知道仅仅是跟随是否是秘密，是的，但这很吸引人，我的意思是，就像你说的，算法在扩大那个圈子，然后发现越来越多的人确实喜欢，那种巨大的享受人数的相变，算法迅速自动地，我猜是弄清楚了，那是一种，我不知道心理学中的动力学，那是一件美丽的事情。
那么你觉得剪辑的想法怎么样？很多人烦我去做这件事，他们要求我做，我说在最精彩的地方添加剪辑非常有益，并且实际上有明确的视频，就像我重新应用一个视频，就像一个短片段，这就是播客正在做的，是的。你认为，与我为主题添加时间戳不同，人们想要剪辑，你认为YouTube会以某种方式帮助创作者完成这个过程，或者帮助将剪辑连接到原始视频吗？这只是众多值得努力的惊人事情中的一个吗？
是的，我的意思是，我认为我们还没有做过这件事，但我可以告诉你，我认为剪辑很棒，而且我认为它对你作为创作者来说实际上也很棒，原因如下。如果你考虑一下，我的意思是，假设NBA正在上传其比赛视频，那么人们可能会搜索“勇士对火箭”，或者他们可能会搜索“斯蒂芬·库里”。所以比赛中斯蒂芬·库里投进一个精彩进球的亮点，是人们找到该视频一部分的机会。所以我认为你永远不知道人们会如何搜索你创作的东西，所以我想说，你会想制作剪辑并添加标题之类的东西，以便他们能尽可能容易地找到它。
你是否梦想着未来，也许是遥远的未来，YouTube算法能够自动识别视频中真正有趣、令人兴奋、可能对人们有吸引力的部分，并在这个极其丰富的内容空间中将它们剪辑出来？如果你谈论，如果你认为仅仅是这次对话，我们可能涵盖了三四十个小话题，并且有大量的用户会发现，你知道，其中30%的话题很有趣，那是非常不同的，那是我无法剪辑出来的东西，对吧？但算法可能能够弄清楚所有这些，并扩展成剪辑。你是否曾想过这类事情？你是否有希望，有一个梦想，有一天算法能够进行那种深度内容分析？
嗯，我们实际上已经有一些项目试图实现这一点，但这确实取决于对视频的良好理解，而我们目前对视频的理解还相当粗糙。所以我认为用像这样的对话来做会特别困难，而用足球比赛可能更容易，对吧？你可能可以找出进球发生在哪里，然后当然你需要弄清楚是谁进了球，那可能需要人工进行一些标注。但我认为，试图在像我们对话这样的文本记录中识别出连贯的主题，并不是我们能立刻做得很好的事情。我实际上更多地是在谈论一个普遍的问题，即能够在没有明确指示的情况下，既处理足球比赛又处理我们的对话，我的希望是存在一个能够找到视频中精彩内容的算法。
所以现在Google搜索会帮助你找到你感兴趣的视频片段。所以如果你搜索“如何更换洗碗机滤网”之类的东西，那么如果有一个关于你洗碗机的长视频，而这部分是那个人展示如何更换滤网的地方，那么它就会突出显示那个区域，并提供一个直接链接。而且你知道，根据你的记忆，你知道缩略图是否反映了显示完整视频和较短剪辑之间的区别吗？你知道它在搜索结果中是如何呈现的吗？
不记得它是如何呈现的，我想说的另一点是，目前它是基于创作者的标注，明白了。所以这不是我正在谈论的事情，但人们正在研究更自动化的版本。有趣的是，人们可能想不到这一点，但我们的许多系统一开始几乎完全是利用观众行为，然后随着它们变得更好，改进就来自于利用内容。
我希望，我知道有隐私问题，但我希望YouTube能探索这个领域，那就是在用户允许的情况下，在他们身上安装摄像头，对吧？来研究，就像我做了很多情感识别工作等等，来研究实际的丰富信号。当你上传360度VR视频到YouTube时，其中一件很酷的事情是，我做过几次，所以我上传了我自己，这是一个糟糕的主意，有些人喜欢，但无论如何，我用360度摄像头录制的360度讲座视频很酷，因为YouTube允许你查看人们看向哪里，有一个热图显示VR体验的中心在哪里，你知道，避免中心，这很有趣，因为它向你揭示了人们看了什么，而且它往往不是你所期望的，尽管在讲座的情况下它相当无聊，这正是我们所期望的，但我们做了一些有趣的视频，里面有一群人在做事情，每个人都追踪那些人，你知道，一开始他们都看着主要人物，然后他们开始分散开来，看向其他人，这很吸引人，所以那种，那是一个非常强烈的信号，表明人们在视频中发现了什么令人兴奋的东西。我不知道你如何从仅仅观看的人那里获得这种信息，除非他们在那一点上退出了，就像很难衡量这个时刻对人们来说是超级兴奋的。我不知道你如何获得那个信号，也许评论？有没有办法获得那个信号，表明这是他们的眼睛睁开的时候，他们就像，就像我看到瑞·达利欧的视频时，对吧？一开始我心想，好吧，这又是那种为你简化视频，然后你开始看，心想，好吧，这里真的有关于经济如何运作的清晰、简洁、深入的解释，那就是我坐直开始看的时候，就在那一刻，有没有办法检测到这一点？我能想到的唯一方法就是让人们去标注它。
是的，你提到我们在视频分析，深度视频分析方面还很遥远，当然Google YouTube，你知道，我们离解决自动驾驶问题也很遥远。是的，我不知道，我认为我们离那个更近了，你知道，你永远不知道，莱特兄弟认为他们永远不会，他们在飞行前五十年三年都没有飞。那么你认为最大的挑战是什么？是理解视频、理解自然语言的普遍挑战，是整个机器学习社区面临的挑战，还是仅仅是理解数据？视频是否有比理解自然语言更具挑战性的特定之处？你认为最大的视频是什么？信息量太大了，所以精确度成了一个真正的问题。这就像，你知道，你试图对某物进行分类，你有数百万个类别，而且它们之间的区别，至少从机器学习的角度来看，通常很小，对吧？比如，你知道，你需要看到这个人的号码才能知道是哪个球员，而且有很多球员，或者你需要看到他们胸前的标志才能知道他们为哪个球队效力，所以那只是弄清楚谁是谁，对吧？然后你进一步说，好吧，你知道，那是一个进球吗？不是一个进球吗？就像你说的，那是一个有趣的时刻吗？或者那不是一个有趣的时刻？这些事情可能相当困难。
好的，那么Yann LeCun，我不确定你是否熟悉他目前的思想和工作。所以他认为自，他指的是自监督学习，将是实现这种更高智能水平的解决方案。事实上，他关注的是观看视频并预测下一帧，也就是预测视频的未来，对吧？所以目前我们离那还很远，但他的想法是，因为它是非监督的，嗯哼，或者说它首先是自监督的。你知道，如果你观看足够的视频，本质上，如果你观看YouTube，你就能通过仅仅教一个系统预测下一帧来了解现实的本质、物理学、常识推理。所以他确信这是正确的方法。那么从仅仅处理这个视频的角度来看，你认为一个只观看YouTube所有视频，日夜不停地观看YouTube的算法，将能够充分理解世界的物理学，了解这个世界的运作方式，从而能够进行常识推理等等吗？
嗯，我的意思是，我们已经有系统在观看YouTube上的所有视频了，对吧？但它们只是在寻找非常特定的东西，对吧？它们是监督学习系统，试图识别或分类某些东西。我不知道预测下一帧是否真的能达到那个目标，因为我不是压缩算法的专家，但我理解视频压缩算法就是这样做的，它们基本上试图预测下一帧，然后修正它们出错的地方，这会带来更高的压缩率，如果你真的把下一帧的所有比特都放在那里。所以我不知道我是否相信仅仅能够预测下一帧就足够了，因为帧数太多了，即使每帧只有一点点错误，也可能导致截然不同的视频。
所以问题是，压缩的概念，一种压缩方式是通过包含视频的文本来描述，那是最终的高级压缩。所以传统观念是，当你想到视频图像压缩时，你试图在减小大小的同时保持相同的视觉质量。但如果你从更大的角度思考深度学习，压缩就是你试图总结视频，而这里的想法是，如果你有一个足够大的神经网络，通过观看下一个比特并试图预测下一帧，你将能够形成一种压缩，即真正理解场景中发生的事情，如果两个人正在交谈，你可以将整个视频简化为两个人正在交谈的事实，也许还有他们所说内容的摘要等等，那有点像开放式的梦想。
所以我只是想表达一下，因为它是一个有趣且引人注目的概念，但事实是，视频，我们的世界比我们所认为的要复杂得多。我的意思是，在搜索和发现方面，我们至少八年来一直在努力尝试用文本或某种标签来总结视频，我们有点，嗯，嗯，嗯。所以如果你说这个问题百分之百解决了，而八年前是零解决，那么你认为我们在这个时间线上处于什么位置？是的，要总结一个视频，嗯，也许不到四分之一。
那么关于这个话题，十年、二十年、三十年后的YouTube会是什么样子？我的意思是，我认为YouTube正在演变为取代电视。你知道，我是在70年代长大的孩子，我看了大量的电视，我为我可怜的妈妈感到抱歉，因为当时人们告诉她电视会腐蚀我的大脑，她应该把电视关掉。但无论如何，我的意思是，我认为YouTube至少对我的家人来说是电视的一个更好版本，对吧？它是一个点播的平台，更符合我的孩子们想看的东西，而且他们也能找到他们在电视上永远找不到的东西。所以我认为，至少从观察我自己的家庭来看，我们正朝着这个方向发展，那就是人们观看YouTube的方式，有点像我年轻时看电视的方式。
那么从搜索和发现的角度来看，你对什么感到兴奋？以及未来5年、10年、20年、30年，它已经非常好了，你对什么样的东西感到兴奋？我认为它已经取得了很大的成就，当然我们不知道什么可能性，所以这是一个搜索任务，通过输入文本或通过下一个推荐来发现新视频。我个人对这种体验非常满意，我很少观看一个从我自己的角度来看不精彩的视频，但还有什么可能性？你对什么感到兴奋？
嗯，我认为让人们了解YouTube上更多可用的内容，不仅对YouTube和创作者非常重要，而且我认为它将有助于丰富人们的生活。因为我仍然发现YouTube上有很多我甚至不知道的东西，我已经在YouTube工作了八年，直到去年我才知道我可以观看1970年代的南加州大学橄榄球比赛，不，就像我去年甚至不知道那可能，而且我已经在那里工作了相当长一段时间。所以你知道那有什么问题，但我花了七年时间才了解到这些东西在我来这里的时候就已经在YouTube上了。所以我认为那里有一个巨大的机会，然后就像我之前说的，你知道，我们想确保YouTube找到一种方式来确保它在社会方面负责任地行事，并丰富人们的生活。所以我们想保留它所做的一切伟大的事情，并确保我们正在消除可能发生的负面后果。最后，如果我们能达到一个点，即人们观看的所有视频都是他们看过的最好的视频，那将是出色的成就。
你认为在很多意义上，它正在成为人们了解世界的窗口吗？尤其是有直播视频，你可以观看事件。我的意思是，它确实是你体验外面世界很多事物的方式，在很多很多方面都比电视更好。那么你认为它会不仅仅是视频吗？你认为创作者会创造视觉体验和虚拟世界吗？所以如果我现在说得有点疯狂，但某种虚拟现实并进入那个空间，至少目前这完全超出了YouTube的考虑范围。
我的意思是，我认为Google正在考虑虚拟现实，我不太考虑虚拟现实。嗯，我知道我们希望确保当虚拟现实成为某种东西，或者如果虚拟现实成为很多人感兴趣的东西时，YouTube会存在，但我还没有看到它真正起飞。
嗯，未来是广阔的，克里斯托斯，我一直非常期待这次对话，这是一个巨大的荣幸。感谢你回答了我提出的一些更困难的问题。我对YouTube为我们准备的一切感到非常兴奋，它是我用过的最伟大的产品之一，并且还在继续，所以非常感谢你的谈话。这是我的荣幸，谢谢你邀请我，谢谢你收听这次对话，也感谢我们的赞助商Cash App，下载并使用代码Lex podcast，你将获得十美元，这十美元将捐给一个STEM教育非营利组织，该组织激励数十万年轻人的思想成为未来的领导者和创新者。如果你喜欢这个播客，请在YouTube上订阅，在Apple Podcast上给它五星，在Spotify上关注，在Patreon上支持，或者简单地在Twitter上与我联系。现在让我用马塞尔·普鲁斯特的一些智慧之言来结束：真正的发现之旅不在于寻找新的风景，而在于拥有新的眼睛。感谢您的收听，希望下次再见。