印度新媒体产业读后感汇编(4)

AI在短视频上的应用包括人体姿态估计、手势检测、语义分割、AR相机姿态估计、图像画质检测、视频标签等等。例如，在快手平台很火的“激光雨”、“社会摇”等都是在人体姿态估计上，可以对人体姿态重建，并基于识别做出来各种特效和应用;用手控雨的特效就是手势检测。AI还能做到可以实时监测贴背景，如果主播觉得自己屋子很乱不想让粉丝看到可以用到语义分隔……这些视频特效的呈现都要归功于AI技术。
在内容生成上，AI让每一个人的记录形式更丰富有趣高质量，包括魔法表情、肢体识别、AR特效、全智能化P图。在内容分发方面，AI通过对海量用户兴趣、用户关系等数据的分析，让AI机器深度洞察用户，实现视频用户双向感知和精准匹配，同时分析用户所有的历史行为，如曾点击、点赞过的视频，从而推理出用户对什么样的内容感兴趣，最后通过一系列的智能算法理解为用户的标签。
目前在深度学习方面，快手拥有业界领先的端到端的在线训练技术，包括全链路目标自适应学习，支持亿级视频池，而且快手在业界大规模的推荐系统上应用了强化学习，可以实现一组视频的推荐。
如上所述，AI在快手的业务中扮演了重要的角色。不过快手日均新增1500万 作品的内容数据，千亿级展示带来的行为数据，以及由数据进行特征提取带来了存储方面的挑战。另一方面，在训练和推理当中因为特征参数越来越多，深度学习模型越来越深，导致模型变得越来越大，由此带来这些数据在网络当中传输的挑战。再加上每天千亿级的展示，这当中也带来了计算和内存挑战。
从20xx年开始，本着“从业务中来到业务中去”的原则，快手的团队开始与英特尔的技术专家沟通协作，使用英特尔在AI方面的解决方案，解决业务发展中遇到的IT挑战，构建AI基础设施。
快手通过开展基于英特尔傲腾数据中心级持久内存、英特尔第二代至强可扩展处理器及英特尔FPGA在快手AI应用中的实践，双方共同建立起强大的IT系统，推动业务不断发展。