หลาย ๆ ท่านอาจจะคิดว่า TikTok เป็นแพลตฟอร์มวีดีโอที่มาเปลี่ยนวิธีการเสพวีดีโอของมนุษย์เรา ซึ่งจะเห็นได้ว่าตอนนี้กลายเป็นแพลตฟอร์มที่มาแรงมาก ๆ และได้รับความนิยมไปแทบจะทั่วทั้งโลก

แต่เปล่าเลยสิ่งที่ TikTok ทำนั้น คือ ของเลียนแบบ Youtube ซึ่งเป็นบิดาผู้เปลี่ยนแปลงวิธีการที่มนุษย์เราเสพเนื้อหาวีดีโอไปอย่างสิ้นเชิงตัวจริงเสียงจริง

ย้อนกลับไปในปี 2011 Google ได้เริ่มใช้ระบบ Machine Learning ใหม่ที่เรียกว่า Sibyl เพื่อให้คำแนะนำบน Youtube ผลกระทบของ Sibyl นั้นเกิดขึ้นแทบจะทันที วิศวกรของ Youtube พบว่าตัวเลขการเข้าชมของ Youtube พุ่งกระฉูดขึ้นแบบฉุดไม่อยู่

Machine Learning ทำงานได้ดีจนในไม่ช้าผู้คนจำนวนมากเลือกว่าจะดูอะไรตาม “วีดีโอแนะนำ” มากกว่าวิธีการอื่น ๆ ในการเลือกวีดีโอ เช่น การค้นหาทางเว็บหรือการอ้างอิงทางอีเมล

Google พบขุมทรัพย์ทำเงินใหม่ผ่านอัลกอริธึม Machine Learning พวกเขาได้พัฒนาพวกมันขึ้นไปอีกขั้น โดยสิ่งที่เรียกว่า Google Brain ซึ่งพัฒนาโดยกลุ่ม Moonshot อันโด่งดังของบริษัท Google X ที่นำโดยศาสตราจารย์ Andrew Ng จากสแตนฟอร์ด

Google Brain ใช้ประโยชน์จากความก้าวหน้าครั้งใหม่ของเทคโนโลยี Deep Learning แม้ผลกระทบจาก Sibyl นั้นจะน่าประทับใจ แต่ผลกระทบจาก Google Brain นั้นสร้าง Impact ที่สูงกว่ามาก

ในช่วงสามปี 2014-2017 เวลารวมที่ใช้ในการดูวีดีโอบนหน้าแรกของ Youtube เพิ่มขึ้น 20 เท่า คำแนะนำผลักดันมากกว่า 70% ของเวลาทั้งหมดบน Youtube วีดีโอแนะนำของ Youtube กลายเป็นเรื่องน่าขนลุกที่จะคาดเดาสิ่งที่คุณสนใจได้อย่างแม่นยำ และเป็นต้นแบบให้ทุกแพลตฟอร์มวีดีโอในยุคหลังเลียนแบบการทำงานของพวกเขา แม้กระทั่ง TikTok เองก็ตาม

การรวบรวมและการใช้ข้อมูล

Youtube รวบรวมข้อมูล 80,000 ล้านจุดจากพฤติกรรมของผู้ใช้ทุกวัน พวกเขารวบรวมข้อมูลในสองประเด็นหลักเพื่อให้บรรลุเป้าหมายของ AI ส่วนแรกคือพฤติกรรมของผู้ใช้ผ่าน Metadata โดยจะกำหนดสิ่งต่าง ๆ เกี่ยวกับวีดีโอตามพฤติกรรมของบุคคลของตาที่อยู่ที่หน้าจอ และนิ้วที่กำลังคลิก และทำการ training AI ว่าจะแนะนำอะไรหรือไม่ โดยมองหาพฤติกรรมดังต่อไปนี้

• วิดีโอใดที่ผู้ใช้ดู
• วิดีโอใดที่พวกเขากดข้ามไป
• เวลาที่พวกเขาใช้ในการดู
• การชอบและไม่ชอบ ( Like & Dislike)
• แบบสำรวจหลังจากดูวิดีโอ
• พวกเขาจะกลับมาดูซ้ำหรือดูให้จบในสิ่งที่ยังไม่ได้ดู
• ถ้ามีการเซฟแล้วกลับมาดูทีหลัง

พฤติกรรมทั้งหมดเหล่านี้สร้างขึ้นจากการที่อัลกอริธึมได้รับพฤติกรรมเฉพาะของผู้ใช้ และจะทำให้แสดงประเภทวีดีโอที่ชอบผ่านการแนะนำ ซึ่งเป็นวิธีการปรับแต่งประสบการณ์ของผู้ใช้แต่ละคน

การรวบรวม Metadata

เป็นคำถามที่น่าสนใจว่า AI รวบรวมข้อมูลอย่างไร การรวบรวมข้อมูล Metadata นั้นเริ่มต้นด้วยภาพขนาดย่อ โดย AI ของ Youtube ใช้เทคโนโลยี Cloud Vision (CV) และ Optical Character Recognition (OCR) และเทคโนโลยี Image Recognition ในการจดจำรูปภาพเพื่อกำหนดสิ่งต่างๆ มากมายเกี่ยวกับวีดีโอตามสิ่งที่พบในรูปภาพขนาดย่อ

หลังจากนั้นจะดึงเอาข้อมูลกลับเข้าสู่อัลกอริธึม ตัวอย่างเช่น ภาพขนาดย่อที่มีภาพของใบหน้า Stephen Hawking นักฟิสิกส์ที่มีชื่อเสียงระดับโลก จากนั้นจึงสามารถจัดกลุ่มในฟีดแนะนำพร้อมกับวีดีโออื่น ๆ ทั้งหมดบน Youtube ที่ถูก Tag ภายใต้หัวข้อ Stephen Hawking

นอกจากนี้ CV ยังใช้เครื่องมือในการตรวจสอบความปลอดภัยของข้อมูล ว่าวีดีโอเหล่านั้นมีความปลอดภัยสำหรับผู้ชมทุกคนหรือไม่ หรือมีเนื้อหาสำหรับผู้ใหญ่ ความรุนแรง หรือสิ่งที่น่าสงสัยอื่น ๆ หรือไม่ และให้คะแนน

โดยคะแนนดังกล่าวสะท้อนถึงความถูกต้องของเนื้อหาที่ตรงกับภาพขนาดย่อที่แสดง และจะแจ้งเตือนให้ผู้อัปโหลดทราบก่อน เพื่อให้มีโอกาสที่จะแก้ไขก่อนเผยแพร่ ซึ่งช่วยลดการถูกระงับการสร้างรายได้และปัญหาอื่นๆ ที่ตามมา

ระบบวีดีโออัจฉริยะ

เมื่อทำการตรวจสอบภาพขนาดย่อแล้ว AI จะไล่ทุกเฟรมของวีดีโอและเซฟออกมาเป็นช็อต ๆ จากนั้นจะทำการใส่ Tag ตามสิ่งที่เห็นในเนื้อหาของวีดีโอ ตัวอย่างเช่น หากเป็นวีดีโอในลานจอดรถ AI จะตรวจจับหน้าร้าน ผู้คน ดอกไม้ แบรนด์ และอื่น ๆ จากนั้นจะบันทึกทุกสิ่งที่เห็นในแต่ละเฟรม และใช้กระบวนการเดียวกับการทำกับภาพขนาดย่อเพื่อนำ metadata ออกมาจากวีดีโอ

Natural Language

AI ยังฟังโครงสร้างประโยคจริงที่อยู่ในวีดีโอและแยกย่อยออกเป็นประโยค ๆ ซึ่งจะแยกความหมายของสิ่งที่กำลังพูด มันสามารถแยกความแตกต่างของภาษาเพื่อให้สามารถจัดกลุ่มได้อย่างเป็นหมวดหมู่

ตัวอย่างเช่น creator ที่แตกต่างกันสองคนอาจพูดถึง Stephen Hawking ในวีดีโอของพวกเขา แต่วีดีโอหนึ่งอาจเป็นชีวประวัติหรือเรื่องราวเกี่ยวกับวิทยาศาสตร์ ในขณะที่อีกวีดีโอหนึ่งอาจเป็นเรื่องตลกขบขันหรือสนุกสนาน แม้ว่าวีดีโอทั้งสองจะพูดถึงคน ๆ เดียวกัน แต่ก็มีความแตกต่างในหมวดหมู่มากพอที่ AI จะจัดหมวดหมู่ให้แตกต่างกันและจัดกลุ่มด้วยเนื้อหาแนะนำที่แตกต่างกันตามรูปแบบภาษาที่ใช้

ชื่อวีดีโอและคำอธิบาย

อัลกอริธึมของ Youtube จะทำการตรวจสอบชื่อและคำอธิบายของวีดีโอเพื่อเสริมสิ่งที่ได้เรียนรู้จากวีดีโอภาพขนาดย่อ เฟรมต่อเฟรม และเสียงที่ปล่อยออกมา

แน่นอนว่า AI มันสามารถรู้ได้ว่า คนที่อัปโหลดหลอกลวงด้วยการสร้าง metadata ผ่านชื่อวีดีโอและคำอธิบาย แต่พวกเขาไม่สามารถโกหกเกี่ยวกับสิ่งที่อยู่ในเนื้อหาได้ ซึ่งไม่ควรใส่ชื่อและคำอธิบายวีดีโอที่ไม่ตรงกับเนื้อหาในวีดีโอ และควรใช้สิ่งเหล่านี้ให้เป็นประโยชน์เพื่อช่วยเสริมในส่วนของเนื้อหาเพื่อช่วยในการจัดอันดับการค้นหา

การ Browse Homepage (หน้าแรก)

หน้าแรกของ Youtube นั้นมีการเปลี่ยนแปลงเมื่อเวลาผ่านไป ซึ่งผู้ใช้แทบไม่ต้องพิมพ์ข้อความค้นหาในการค้นหาอีกต่อไป ในอดีตหน้าแรกของ Youtube เคยเป็นที่ที่ผู้ใช้เห็นเฉพาะวีดีโอแนะนำของช่องที่มีการ subscribe เพียงเท่านั้น ตอนนี้หน้าแรกมีฟีดคำแนะนำส่วนบุคคลโดยอิงตามประวัติของผู้ใช้รายนั้นในแต่ละช่วงเวลา

เมื่อผู้ใช้เข้าสู่ระบบ Youtube อัลกอริธึมสามารถติดตามว่าวีดีโอใดที่ผู้ใช้คนใดคนหนึ่งเคยดูในอดีต จึงสามารถให้คำแแนะนำที่ดีขึ้นสำหรับวีดีโอที่ผู้ใช้มีแนวโน้มที่จะดู แม้ว่าจะยังไม่เคยดูก็ตาม ซึ่งการสร้างรายการแนะนำใหม่ๆ นั้นทำให้ผู้ใช้อยู่บนแพลตฟอร์มได้นานขึ้นเพราะพวกเขาไม่เบื่อกับสิ่งซ้ำซากจำเจแบบเดิม ๆ

การ Browse ช่องที่มีการ Subscribe

ส่วนนี้จะดึงเนื้อหาช่องที่เคย subscribe ซึ่งจะแนะนำวีดีโอใหม่จากช่องที่คุณติดตาม โดยเฉพาะวีดีโอใหม่ที่มีเนื้อหาคล้ายกับที่คุณเคยดูมาก่อน ตัวอย่างเช่น คุณดูวีดีโอแกล้งกันจากช่องที่คุณเคย subscribe ดังนั้น AI จึงดึงวีดีโอแกล้งใหม่ล่าสุดของช่องนั้นมาไว้ในฟีดของคุณ

Suggested Video

ฟีดที่แนะนำวีดีโอ รวมถึงวีดีโอ “รายการถัดไป” ของวีดีโอที่กำลังดูอยู่ เป็นสิ่งที่ทรงพลังมาก ๆ สำหรับเหล่า creator เพราะจะถูกผลักดันให้ได้รับยอดวิวที่สูงมาก

มี trigger ที่ทำให้วีดีโอเข้าสู่การแนะนำ โดยพิจารณาจากข้อมูลในเนื้อหาของวีดีโอ รวมถึงพฤติกรรมของผู้ดูก็เป็นตัวกระตุ้นให้วีดีโอใดเข้าสู่ฟีดแนะนำได้เช่นกัน

สิ่งอื่น ๆ ที่ AI มองหาเพื่อผลักดันวีดีโอเข้าสู่ฟีดแนะนำ คือประเภทของวีดีโอที่คล้ายกันไม่ทางใดก็ทางหนึ่ง เช่น

• วิดีโอจากช่องเดียวกัน
• วิดีโอและช่องที่คล้ายกับที่กำลังเล่นอยู่
• วิดีโอที่คนอื่นดูหลังจากดูวิดีโอปัจจุบัน

วีดีโอเหล่านี้ไม่ใช่การเลือกแบบสุ่ม โดยจะมาจากคำแนะนำส่วนบุคคลตามพฤติกรรมในอดีตของพวกเขา ซึ่งคำแนะนำเกิดขึ้นเมื่อ AI มีประวัติที่เก็บไว้ของสิ่งที่ผู้ชมดูเมื่อเวลาผ่านพ้นไป

Trending Video

หัวข้อที่ได้รับความนิยมเป็นหัวข้อกว้าง ๆ ที่ผู้คนกำลังพูดถึงอยู่ในตอนนั้นทั่วอินเทอร์เน็ต เป็นสิ่งที่กำลังเกิดขึ้นในข่าว โซเชียลมีเดีย เว็บไซต์ บล็อก และที่อื่น ๆ ตามตำแหน่งทางภูมิศาสตร์ เนื่องจาก Youtube รู้ว่าผู้คนจะสนใจวีดีโอเหล่านี้มากขึ้น และมีโอกาสที่จะคลิกเพื่อเข้าชมสูง

Notification

เมื่อมีคนเข้ามา Subscribe ช่องต่าง ๆ Youtube ก็จะมีการแจ้งเตือนเมื่อมีการอัปโหลดคลิปใหม่ แต่เฉพาะคนที่กดคลิกปุ่มกระดิ่งด้วยเท่านั้น ซึ่งการแจ้งเตือนจะมาทั้งทางแอป Youtube และ อีเมล

การค้นหา

คุณสมบัติที่ตรงไปตรงมาที่สุดของ Youtube คือการค้นหา ซึ่งผู้ใช้พิมพ์คำหลักหรือวลีเป็นข้อความค้นหาเพื่อค้นหาสิ่งที่ต้องการรับชม

คุณลักษณะของการการค้นหาจะแสดงวีดีโอที่เกี่ยวข้องกับข้อความค้นหานั้น อัลกอริธึมจะจำกัดผลลัพธ์ให้แคบลงตามข้อมูล metadata และยังดูข้อมูลในอดีตจากผู้ที่ค้นหาคำค้นหาที่คล้ายกันและวิธีที่พวกเขาตอบสนองต่อวีดีโอเหล่านั้น

ผู้คนจำนวนมากคิดว่าพวกเขาเพียงแค่ต้องทำ SEO เพื่อให้วีดีโอของพวกเขาขึ้นสู่อันดับต้นๆ แต่ Youtube พิจารณาถึงความสดใหม่ ดูว่าสิ่งใดกำลังเป็นที่นิยมและสร้างเนื้อหาด้วยข้อมูล metadata ที่เชื่อมโยงกันอย่างเหมาะสม

บทสรุป

แม้ตอนนี้ Youtube อาจจะโดนแย่งเวลาของผู้ใช้งานไปกับแพลตฟอร์มวีดีโอสั้นอย่าง TikTok แต่ก็ต้องบอกว่าต้นแบบงานวิจัยต่าง ๆ ด้าน AI ที่เกี่ยวข้องกับเรื่องราวของแพลตฟอร์มวีดีโอนั้น ทีมงานของ Google เองไม่เป็นสองรองใครในโลกนี้

Youtube เปิดตัว Youtube Shorts มาได้ไม่นานก็สร้างกระแสได้อย่างรวดเร็ว ในปีที่แล้ว Youtube ได้เปิดเผยสถิติเกี่ยวกับผู้ใช้งาน Youtube Shorts ว่ามีผู้ใช้งานประจำมากกว่า 1,500 ล้านคน แซงหน้าคู่แข่งอย่าง TikTok ซึ่งมีผู้ใช้งานต่อเดือนราวๆ 1,000 ล้านคน ซึ่งมันเป็นสิ่งที่พิสูจน์ให้เห็นว่า Youtube และทีมงานของ Google คือราชาตัวจริงของแพลตฟอร์มวีดีโอนั่นเองครับผม

Reference :
หนังสือ The YouTube Formula: How Anyone Can Unlock the Algorithm to Drive Views, Build an Audience, and Grow Revenue โดย Derral Eves
หนังสือ Attention Factory : The Story of TikTok & China’s ByteDance โดย Brennan Matthew
https://www.searchlogistics.com/learn/statistics/tiktok-user-statistics/
https://www.brandbuffet.in.th/2022/07/youtube-reveal-short-statistic/
https://payspacemagazine.com/all/youtube-14-years-and-counting-infographic-success-story/