Nota video

Teks penuh video

Kalau kau nak cadangkan video, kau suruh robot pustakawan bagi video paling popular yang sama kepada semua orang. Habis atuk kau pun dapat video tarian viral! Tapi setiap orang ada citarasa berbeza, dan satu senarai untuk semua memang tak kena!

Jadi, mesin mencari pengguna lain yang sejarah tontonannya serupa dengan kau, lalu cadangkan video yang mereka suka tapi kau belum tengok. Ini namanya collaborative filtering. Tapi video baharu yang belum ditonton sesiapa tak ada sejarah langsung, maka ia tak pernah dicadangkan!

Jadi, mesin baca ciri video itu sendiri seperti tajuk, kategori dan tag, lalu padankan dengan topik yang kau selalu tonton. Ini namanya content-based filtering. Tapi ada berjuta-juta video, dan menilai setiap satu untuk setiap pengguna terlalu lambat!

Jadi, setiap pengguna dan video ditukar jadi senarai nombor yang dipanggil embedding, lalu mesin pilih beberapa ratus calon terdekat dahulu, kemudian rangkaian neural menyusun ranking yang paling tepat. Ini namanya sistem dua peringkat, candidate generation dan ranking. Tapi kalau mesin cuma kira klik, video tajuk umpan klik akan menang walaupun kau tutup selepas lima saat!

Jadi, mesin belajar daripada isyarat lebih jujur seperti tempoh tontonan, butang suka, langkau dan tinjauan kepuasan. Ini namanya pengoptimuman kepuasan pengguna. Tapi kalau mesin asyik bagi benda sama, kau terperangkap dalam gelembung minat yang membosankan!

Jadi, mesin sengaja selitkan sedikit video baharu di luar kebiasaan kau untuk menguji minat lain, dan belajar semula daripada reaksi kau setiap hari. Ini namanya exploration lawan exploitation. Sekarang kau tahu, setiap kali kau buka aplikasi video, model machine learning sedang meneka minat kau daripada jejak tontonan kau sendiri dan berjuta pengguna lain.

Lebih banyak kau tonton, lebih tajam tekaannya. Lepas ni nak belajar apa pula?

Siri Teknologi dan AI dalam animasi 3D LEGO (V916-014) oleh KongsikanDotCom. Tonton lagi di