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
相關(guān)推薦
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
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
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
發(fā)表于 07-09 15:57
?241次閱讀
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
發(fā)表于 07-02 11:25
?560次閱讀
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
發(fā)表于 07-01 11:40
?977次閱讀
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。
發(fā)表于 01-18 10:33
?394次閱讀
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
發(fā)表于 01-12 16:06
?503次閱讀
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。
發(fā)表于 01-08 09:25
?874次閱讀
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
發(fā)表于 01-05 08:27
?1266次閱讀
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
發(fā)表于 11-30 16:09
?2852次閱讀
磁珠應用不當引起的輻射超標
發(fā)表于 11-27 16:25
?614次閱讀
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
發(fā)表于 11-11 08:23
?868次閱讀
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。
發(fā)表于 11-07 16:08
?292次閱讀
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
發(fā)表于 10-30 10:28
?2240次閱讀
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
評論