YouTube. Как самый популярный видеохостинг завоевал мир?

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 обнаружила формулы. «Когда я смотрел некое смешное видео, раньше наши машины просто рекомендовали: „Вот еще одно точно такое же“, — сказал репортеру один из директоров YouTube. — Но эта модель сети выявляет другие смешные видео, которые в чем-то похожи, но не идентичны этому — может быть, даже на другие темы. Сеть умеет видеть закономерности, которые не столь очевидны». Внутри Google программисты говорили, что нейросеть оказывает зрителям важную услугу — выкладывает драгоценные самоцветы из архивов. (В конце концов, каталоги музыкальных клипов были огромными.) Сотрудники работали над выявлением «шлюзовых видео», которые заставляли людей возвращаться к ним раз за разом. «Тогда вы на крючке, — вспоминал Джек Поулсон, инженер, работавший над новой системой. — Я всегда чувствовал себя немного странно, если возвращался». YouTube добавил к своим компонентам больше моделей машинного обучения; в итоге, как было продемонстрировано на собрании Rapture, модели уже управляли всем сайтом.

Менгеринк начал сомневаться. Машинному обучению он посвятил достаточно времени, чтобы знать: большая часть недостатков машин обусловлена не тем, что они не умеют мыслить по-человечески, а тем, что мыслят слишком по-человечески. Искусственный интеллект может быть сексистским, расистским и жестоким, как и мы. «Если в чем-то заложена предвзятость, машина ее откопает и будет проявлять на каждом шагу», — сказал он позже.