YouTube使用機器學習來自動限制不當內(nèi)容
YouTube長期使用機器學習來獲取由Trust＆Safety團隊審核的不當內(nèi)容。該公司正準備進一步擴大該技術(shù)的使用范圍。今年，它還將使用機器學習來自動限制不適合未成年人觀看的YouTube視頻的年齡。
YouTube還將使孩子們更難規(guī)避這些限制，這是同一舉措的一部分。如果您的孩子試圖通過嵌入其他網(wǎng)站來觀看受限視頻，則Google會將其重定向到Y(jié)ouTube。用戶在這里也需要登錄系統(tǒng)以證明他們已滿18歲。
YouTube在有關(guān)此主題的聲明中強調(diào)，由于采用了這種方法，發(fā)現(xiàn)視頻的位置并不重要，并且只能由適當?shù)挠^眾觀看內(nèi)容。
Google表示，其視頻受算法限制的人可能會反對這種情況。該公司還強調(diào)，額外的自動化不會對內(nèi)容所有者的收入產(chǎn)生負面影響。
關(guān)于YouTube視頻年齡限制的新公告可以描述為Google努力在父母眼中將YouTube變成一個更具“責任感”的平臺的最新鏈接。該公司斥資1.7億美元在2019年達成和解，指控涉嫌未經(jīng)授權(quán)收集兒童數(shù)據(jù)。自那時以來，人們一直在嘗試諸如YouTube Kids網(wǎng)絡版本之類的創(chuàng)新，以向家長傳達該平臺“負責任且安全”的信息。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
Google
+關(guān)注
關(guān)注
5文章
1752瀏覽量
57329 -
機器學習
+關(guān)注
關(guān)注
66文章
8325瀏覽量
132196 -
Youtube
+關(guān)注
關(guān)注
0文章
142瀏覽量
15496
發(fā)布評論請先 登錄
相關(guān)推薦
【《時間序列與機器學習》閱讀體驗】+ 時間序列的信息提取
之前對《時間序列與機器學習》一書進行了整體瀏覽，并且非常輕松愉快的完成了第一章的學習，今天開始學習第二章“時間序列的信息提取”。
先粗略的翻閱第二章，
發(fā)表于 08-14 18:00
【「時間序列與機器學習」閱讀體驗】+ 鳥瞰這本書
這本書不僅內(nèi)容豐富，而且當我打開它時，它還帶有一種特殊的含義--頁面上的簽名來自一次溫暖的社區(qū)活動。這些簽名充當了作者、讀者和整個學習社區(qū)之間的紐帶，見證了知識的轉(zhuǎn)移和成長的樂趣。
本書目錄結(jié)構(gòu)
發(fā)表于 08-12 11:28
機器學習中的數(shù)據(jù)預處理與特征工程
在機器學習的整個流程中，數(shù)據(jù)預處理與特征工程是兩個至關(guān)重要的步驟。它們直接決定了模型的輸入質(zhì)量，進而影響模型的訓練效果和泛化能力。本文將從數(shù)據(jù)預處理和特征工程的基本概念出發(fā)，詳細探討這兩個步驟的具體內(nèi)容、方法及其在
機器學習算法原理詳解
機器學習作為人工智能的一個重要分支，其目標是通過讓計算機自動從數(shù)據(jù)中學習并改進其性能，而無需進行明確的編程。本文將深入解讀幾種常見的機器
深度學習與傳統(tǒng)機器學習的對比
在人工智能的浪潮中，機器學習和深度學習無疑是兩大核心驅(qū)動力。它們各自以其獨特的方式推動著技術(shù)的進步，為眾多領(lǐng)域帶來了革命性的變化。然而，盡管它們都屬于機器
YouTube與谷歌同時啟動裁員
據(jù)悉，此次重組簡化了原先的部門架構(gòu)，集中管理內(nèi)容創(chuàng)作團隊。每個國家及地區(qū)僅設一名管理者；音樂團隊則在全球?qū)用骈_展整合；體育、媒體、影視團隊亦將納入同一機構(gòu)，涵蓋YouTube TV與NFL Sundays Ticket等項目。
如何使用Python進行圖像識別的自動學習自動訓練？
圖像識別的自動學習和自動訓練。 首先，讓我們了解一下圖像識別的基本概念。圖像識別是指通過計算機程序識別和理解圖像內(nèi)容的過程。自動
如何使用TensorFlow構(gòu)建機器學習模型
在這篇文章中，我將逐步講解如何使用 TensorFlow 創(chuàng)建一個簡單的機器學習模型。
什么是機器學習？它的重要性體現(xiàn)在哪
機器學習是一種人工智能（AI）的子領(lǐng)域，旨在使計算機系統(tǒng)通過經(jīng)驗自動學習和改進，而無需明確地進行編程。它側(cè)重于開發(fā)算法和模型，使計算機能夠從數(shù)據(jù)中提取模式、進行預測和做出決策，而無需顯
qlineedit限制輸入內(nèi)容
QLineEdit是一個用于單行文本輸入的小部件，它提供了很多方法來限制和驗證用戶輸入的內(nèi)容。下面是一些常見的限制輸入內(nèi)容的方法： 設置最大長度：使用QLineEdit的setMaxL
物聯(lián)網(wǎng)與機器學習如何創(chuàng)造智能未來
和機器學習得到廣泛運用，利用這些工具可以實現(xiàn)流程自動化，提高生產(chǎn)力，并實時做出數(shù)據(jù)驅(qū)動的抉擇和策略。智慧醫(yī)療隨著科技的發(fā)展，電子產(chǎn)品已經(jīng)成為我們生活中的必備用品，但
機器人和自動化學習機會
Hine Automation和ROOTS Education在合作創(chuàng)造主題更加相關(guān)、更易獲得的機器人和自動化學習機會。此次合作是一項積極舉措，旨在確保半導體行業(yè)擁有所需的訓練有素的勞動力，以解決技能短缺問題并在未來幾年蓬勃發(fā)展。
NNI：自動幫你做機器學習調(diào)參的神器
NNI 自動機器學習調(diào)參，是微軟開源的又一個神器，它能幫助你找到最好的神經(jīng)網(wǎng)絡架構(gòu)或超參數(shù)，支持 各種訓練環(huán)境 。 它常用的 使用場景 如下： 想要在自己的代碼、模型中試驗 不同的機器學習
機器學習技術(shù)在智能制造應用實例
智能制造應用在工業(yè)領(lǐng)域中，可實現(xiàn)自動化作業(yè)，在企業(yè)生產(chǎn)與產(chǎn)線管理和設備控制方面有良好的效果。智能制造以機器學習技術(shù)作為支撐。
發(fā)表于 10-27 09:29
?821次閱讀
工商網(wǎng)監(jiān)
評論