YouTube 视频的缩略图通常决定其成功。到目前为止，您要么必须创建并发送您选择的静态图像，要么信任 YouTube 来选择良好的预览图像。然而，在这个游戏中，YouTube 的自动例程并不总是非常有效：许多业余视频缩略图都以模糊或无趣的图像开始。
如果专业的 YouTuber 显然是在 Photoshop 中制作预览，那么对于普通用户来说情况并非如此。因此，为了突出 Michu 女士的视频，人工神经网络发挥了作用。
开发模型并推进它
人工智能有几个方面、几个砖块、深度人工神经网络（深度神经网络或 DNN）就是其中之一。简而言之，它是一组建模和交互基于大脑结构的算法，图像分析中一个有趣的特性是它们的分类能力。
但在分类之前，你需要知道要分类什么。因此，YouTube 工程师为他们的算法实施了学习方法：他们向算法提供了图像样本，这些图像的品质（技术、美学、背景）此前已被人类注意到。这使得算法能够将“正”示例与“负”示例进行分类。
人类帮助机器取悦人类
因此，谷歌的聪明人收集了平庸的自动生成图像面板，并将它们与最先进的 YouTube 用户创建的精美预览进行比较。根据Google 搜索博客，在 65% 的情况下，基于人工神经网络的算法生成的缩略图优于旧缩略图。这一进展不仅有趣，而且最重要的是，谷歌的机器有自动改进的空间，因为这种人工“大脑”能够通过继续分析和分类它生成的图像来进行自我学习。
人工神经网络正在发展
如果深度神经网络它们在纸上和实验室中已经存在很长时间了，直到最近它们才进入主流服务。它们很快就会出现在汽车中，特别是驾驶辅助和自动驾驶汽车中，它们可以提供实时环境分析。但我们也开始在智能手机中找到它们：本周，键盘软件编辑器Android 版 Swiftkey 发布其最新版本已适应在智能手机上运行。
我们这些失去大脑的人将会很高兴很快就能使用手机。
