Форма входа
0/0
YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген
- Дата:26.09.2025
- Категория: Менеджмент и кадры / Маркетинг, PR, реклама / Интернет
- Название: YouTube. Как самый популярный видеохостинг завоевал мир?
- Автор: Марк Берген
- Просмотров:0
- Комментариев:0
Уважаемые читатели!
Тут можно читать бесплатно YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген. Жанр: Менеджмент и кадры / Маркетинг, PR, реклама / Интернет. Так же Вы можете читать полную версию (весь текст) онлайн книги без регистрации и SMS на сайте Knigi-online.info (книги онлайн) или прочесть краткое содержание, описание, предисловие (аннотацию) от автора и ознакомиться с отзывами (комментариями) о произведении.
Описание онлайн-книги YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген:
Уникальная инсайдерская история о YouTube, главном столпе компании Google. О нем знают все, но мало кто догадывается о том, как он работает, кто им управляет, какие решения принимают эти люди и почему их решения имеют значение. Благодаря этой книге вы сможете узнать все секреты бизнеса, который вначале был совсем не эффективным, но все равно приобрел бешеный коммерческий успех.
Читем онлайн YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген
Шрифт:
-
+
Интервал:
-
+
Закладка:
Сделать
экране мелькали классические аркадные игры — Enduro, River Raid, Battlezone. «Система просто видит то, что видите вы, то есть пиксели, — рассказывал Пейдж. — И она научилась играть в эти игры — сама программа научилась играть в них со сверхчеловеческой производительностью. Раньше нам не удавалось делать с компьютерами подобные вещи». Затем на экране появился Boxing, доисторическая аркадная игра от компании Atari — кадр сверху в фосфоресцирующе-зеленом цвете с двумя пересекающими его волнистыми линиями. Никакого соревнования. «Он выяснил, что может прижать противника к земле. Компьютер находится слева, — сказал Пейдж, с улыбкой наблюдая за тем, как его боксер размалывает другого. — Он просто набирает очки».
Google уже давно работала над такого рода сверхчеловеческим интеллектом, не предавая эти усилия огласке. В 2011 году в лабораторию «прорывных технологий» направили тайную группу программистов для разработки компьютерных систем, которые могли бы, по сути, имитировать человеческий образ мышления. Группа называла себя Brain[161]. Компьютерные системы продемонстрировали прогресс в распознавании человеческой речи и содержания показываемых им изображений. Они умели выигрывать у людей в шахматы. Но это были относительно слабые достижения; компьютеры не могли вести беседу, как роботы из «Звездного пути». И у них была узкая специализация. Модель, обученная играть в шахматы, не умела играть в шашки. Модель могла опознать кошку на фотографиях, если ее обучали таким образом: «Ищи четыре лапы, заостренные уши, усы и хвост». Но покажите ей собаку, и она выдаст: «Это не кошка». Компьютерам нужен был общий интеллект. Чтобы это осуществить, команда Brain воскресила идею, которая давно пылилась на полках. Еще с 1940-х годов ученые-компьютерщики начали придумывать модели машинного интеллекта, основанные на нейронных сетях, то есть слоях математических моделей, которые могли бы обрабатывать данные — изображения, звуки и концепции — так же, как это делает человеческий мозг. Таким образом, машины могли обучаться без определенных меток (кошка, ферзь). Но в человеческом мозге насчитывается, возможно, 100 миллиардов нейронов и триллионы синапсов. Компьютеры были недостаточно мощными, чтобы воспроизвести что-либо подобное; поэтому нейронные сети оставались бездействующей теорией — до тех пор, пока Интернет не начал процветать и компьютеры не приобрели огромную силу. Свою первую систему для проработки такого подхода к искусственному интеллекту Google назвала DistBelief — в честь распределенного обучения, практики объединения кластеров машин; но это название служило признаком видимой сложности задачи. Если модель сработала — это невероятно!
Программисты Brain, которые изначально работали на том же этаже, что и Пейдж и Брин, часто обсуждали одну научную статью, опубликованную в 2005 году. В ней исследовались пациенты с эпилептическими припадками; целью было увидеть, как они распознают людей или объекты. Когда им показывали определенные лица, например актрису Дженнифер Энистон, необъяснимым образом срабатывала конкретная нейронная цепь в мозге, связанная с формированием воспоминаний. Та же самая цепь активировалась, когда пациентам показывали фотографии Энистон и Эйфелевой башни; это наводило на мысль о том, что мозг работает над созданием и кодированием ассоциаций. Программисты Google хотели знать, произойдет ли что-то подобное с машинами. Может ли нейронная сеть сама по себе закодировать изображение знакомого объекта или концепции? Для этого требовалось показать сети огромный шквал фотографий.
К счастью, Google владела самым большим хранилищем когда-либо собранных видеоизображений, гигантской библиотекой человеческого опыта. Исследователи мозга загружали в свою нейронную сеть кадры с YouTube — в частности, из видео с кошками. Миллионы их были закачаны в машины без каких-либо ярлыков, указывающих на связь с кошками. Google построила сеть, которая (будучи куда меньше нашего мозга) содержала в сто раз больше нейронов и синапсов, чем любая более ранняя компьютерная версия. Эта сеть сама придумала, как обнаружить кошку.
«Мы можем узнать, кто такие кошки, — объяснил Пейдж Чарли Роузу два года спустя в Ванкувере. — Похоже, это действительно важно». С самого рождения Google Пейдж был зациклен на искусственном интеллекте. Как он объяснил в одном интервью еще в 2002 году[162]: для того чтобы поиск по глобальной сети был эффективныи и действительно давал людям то, что они хотят, необходимо знать «все на свете» — а значит, нужен искусственный интеллект. Десять лет спустя Пейдж справедливо предсказал, что машинное обучение войдет в моду. Amazon выпустила устройство для распознавания речи под названием Echo. Марк Цукерберг, который обнародовал свои ежегодные цели по улучшению жизни, потратил год на изобретение робота-дворецкого. Технологические компании распространили слоган «Сначала мобильники», демонстрируя свою пригодность для мира смартфонов; Google обозначила для себя — «Сначала ИИ».
Как только на сцене TED завершился клип с аркадными играми, Пейдж перевел дух. «Представьте, если бы такого рода интеллект занялся вашим рабочим графиком, вашими информационными потребностями, — сказал он Роузу. — Мы только в начале этого пути». Вскоре каждое подразделение компании Пейджа переписало бизнес-планы и ориентиры, чтобы включить как можно больше искусственного интеллекта. Сначала плоды появились в поисковике Google. Введите невероятно длинный вопрос (в каком колледже училась актриса, которая играет маму Рэйчел в сериале «Друзья»?) — и вот вам ответ. Переведите этот вопрос на французский — и вуаля. Нейронные сети использовались в спам-фильтрах электронной почты Google, таргетинге рекламы и цифровых фотоальбомах.
На YouTube нейронные сети включились в движок рекомендаций.
* * *
Представьте себе систему рекомендаций YouTube как гигантскую многорукую сортировочную машину. У нее есть одна задача: предсказать, какое видео человек посмотрит следующим, и предложить его. С самого начала существования YouTube его компьютерные программы стремились это делать. Но нейронная сеть Brain могла предсказывать и сортировать так, как не умели люди, которым свойственно ошибаться, и более хрупкие коды. Сеть, согласно своей природе, зачастую вела себя так, что инженеры не могли ее сразу и полностью понять.
К тому времени, когда на YouTube появился Менгеринк, созданная группой Brain сеть уже была введена в действие. Зрители этого не замечали — только некоторые обратили внимание на устойчивый рост числа предлагаемых им клипов. Сеть научилась показывать более короткие клипы, когда люди смотрели их на телефонах, и более длинные в приложении YouTube для телевизоров; оба решения улучшили общее время просмотра. Сеть научилась сортировать эпизодические видеоряды. Она соединяла точки и создавала ассоциации, кодируя их. Когда люди смотрели «Мстителей», сеть вычисляла, что им будут интересны также клипы о Роберте Дауни-младшем. Это может показаться не таким уж сложным — звезда блокбастеров в блокбастере, — но представьте, что это делается с миллионами видеороликов на тысячи разных тем на десятках языков. Через два года сеть Brain будет рекомендовать[163] около двухсот миллионов различных видеороликов в день на 76 языках.
Кроме того, сеть
На этой странице вы можете бесплатно читать книгу YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген бесплатно.
Похожие на YouTube. Как самый популярный видеохостинг завоевал мир? - Марк Берген книги
- Сказки народов мира - Автор Неизвестен -- Народные сказки - Детский фольклор / Прочее
- Сказки немецких писателей - Новалис - Зарубежные детские книги / Прочее
- Невеста Франкенштейна - Хилари Бэйли - Ужасы и Мистика
- Улыбка - Рэй Брэдбери - Научная Фантастика
- Франкенштейн. Подлинная история знаменитого пари - Перси Биши Шелли - Разное / Научная Фантастика / Социально-психологическая / Ужасы и Мистика
