Het draait allemaal om het gebruiken van onze technologie en onderzoek om het leven van mensen te verrijken. Zoals YouTube — en zijn missie om iedereen een stem te geven en hen de wereld te laten zien.

Dankzij onze samenwerking met de product- en engineeringteams van YouTube kunnen we besluitvormingsprocessen optimaliseren, de veiligheid en betrokkenheid vergroten en de ervaring voor allerlei soorten gebruikers verbeteren.

Shorts beter vindbaar maken

YouTube Shorts (korte video’s van minder dan een minuut) worden meer dan 50 miljard keer per dag bekeken.

Ze bestrijken alles van opkomende K-popsterren tot lokale foodgidsen, ze zijn snel te bekijken, snel te maken — en worden steeds populairder. Maar omdat Shorts in slechts een paar minuten worden gemaakt, bevatten ze vaak niet de beschrijvingen en titels die ze gemakkelijk vindbaar maken via zoekopdrachten. Daarom introduceerden we Flamingo, ons visuele taalmodel om beschrijvingen te genereren.

Flamingo analyseert de eerste videoframes en legt uit wat er op het scherm wordt getoond (bijvoorbeeld “een hond die een stapel crackers op zijn kop balanceert”). Het slaat deze tekst op als metadata in YouTube, waardoor er duidelijkere contentcategorieën worden gemaakt en gebruikerszoekopdrachten worden gekoppeld aan betere resultaten.

YouTube rolt deze technologie uit over Shorts, met automatisch gegenereerde videobeschrijvingen bij alle nieuwe uploads. Nu kunnen kijkers relevantere video’s vinden en bekijken, van een diverser scala aan wereldwijde makers.

Videocompressie optimaliseren

Video is de afgelopen jaren enorm populair geworden en aangezien het internetverkeer in de toekomst naar verwachting alleen maar zal toenemen, is videocompressie een steeds urgenter probleem.

We hebben samengewerkt met YouTube om het potentieel van ons AI-model, MuZero, te testen om de VP9-codec te verbeteren, een coderingsformaat dat helpt bij het comprimeren en verzenden van video via internet. Vervolgens hebben we MuZero toegepast op een deel van het liveverkeer van YouTube.

Bij de lancering zagen we een gemiddelde bitrate-reductie van 4% over een diverse set video’s. Bitrate helpt bij het bepalen van de rekenkracht en bandbreedte die nodig is om video’s af te spelen en op te slaan — en heeft invloed op alles van laadtijd tot resolutie, buffering en datagebruik.

Door de VP9-codec op YouTube te verbeteren, hebben we geholpen het internetverkeer, dataverbruik en de tijd die nodig is voor het laden van video’s te verminderen. En door videocompressie te optimaliseren, kunnen miljoenen mensen over de hele wereld meer video’s bekijken met minder dataverbruik.

Merkveiligheid beschermen

Sinds 2018 helpt onze samenwerking met YouTube makers om inzicht te krijgen in het soort video’s waarmee ze advertentie-inkomsten kunnen genereren. Ook zorgen we ervoor dat de juiste advertenties op de juiste plek worden weergegeven.

We hebben een labelkwaliteitsmodel (LQM) ontwikkeld met het YouTube-team om video’s nauwkeuriger te labelen, in lijn met de richtlijnen van YouTube voor adverteerders. Het verbetert niet alleen de nauwkeurigheid van advertenties die op video’s worden weergegeven, maar zorgt er ook voor dat advertenties worden weergegeven naast content die voldoet aan de richtlijnen van YouTube.

Door de manier waarop video’s worden geïdentificeerd en geclassificeerd te verbeteren, hebben we het vertrouwen in het platform voor kijkers, makers en adverteerders vergroot.

AutoChapters verbeteren

Naarmate de manier waarop we video’s maken en bekijken evolueert, zijn makers hoofdstukken aan hun video’s gaan toevoegen. Dit maakt het voor hun publiek makkelijker om de content te vinden die ze willen — maar het kan een langzaam proces zijn.

We hebben samengewerkt met het YouTube Search-team om een ​​AI-systeem te ontwikkelen dat hoofdstuksegmenten en titels suggereert voor YouTube-makers, door automatisch videotranscripties, audio en visuele functies te verwerken. Met AutoChapters besteden kijkers minder tijd aan het zoeken naar content en besparen makers tijd aan het maken van hoofdstukken voor hun video’s.

Sinds de functie in 2022 werd geïntroduceerd op Google I/O, zijn automatisch gegenereerde hoofdstukken toegepast op tientallen miljoenen video’s (en het worden er steeds meer) op YouTube.

Ontwikkeling van technologieën en producten

Met ons AI-onderzoek zijn we voortdurend op zoek naar manieren om Alphabet-producten te verbeteren.

Onze samenwerking met YouTube heeft al een grote impact gehad op het leven van mensen. En met nog meer projecten op komst blijven we de ervaring voor gebruikers verbeteren.