2min

Het potentieel van machine learning is groot, daarmee zeggen we niets nieuws. Uiteindelijk maakt een goed getrainde kunstmatige intelligentie die hiervan gebruikmaakt minder fouten dan een mens. Een voorbeeld hiervan dat vaak wordt aangehaald is het scannen van scans/foto’s bij kankerpatiënten. Met behulp van machine learning kunnen deze beter worden beoordeeld dan wanneer dit wordt gedaan door een dokter/chirurg. YouTube gebruikt het echter ook voor iets belangrijks, namelijk het scannen van video’s op terroristische motieven. En dat blijkt goed te werken.

Enkele dagen geleden publiceerde YouTube een blogpost waarin de aankondiging werd gedaan dat men machine learning zou gaan gebruiken om terrorisme te bestrijden. Het is onderdeel van de nieuwe strategie van Google als geheel om terrorisme het hoofd te bieden. YouTube gebruikte altijd al een combinatie van technologie en een beoordeling van mensen om te bepalen of een filmpje verwijderd moest worden. De nieuwe machine learning technologie gaat echter nog een paar stappen verder.

Eerste resultaten

Het nieuwe systeem is sneller en effectiever dan voorheen. Dat is te merken aan het aantal video’s dat werd verwijderd in de maand juli. Voor 75 procent van die verwijderingen was machine learning alleen verantwoordelijk. Dat wil zeggen dat die filmpjes nog niet gerapporteerd waren bij YouTube door mensen.

Verder is de machine learning technologie die YouTube gebruikt ook accurater in het flaggen van video’s die verwijderd moeten worden. Althans, dat is in de meeste gevallen zo. YouTube geeft ook meteen aan dat de nieuwe technologie nog niet foutloos is overigens. Ook is het nog niet geschikt voor ieder soort gebruik bij YouTube’s diensten. Men gaat verder overigens niet in op waar de technologie vooralsnog niet geschikt voor zou zijn.

Een belangrijk voordeel van het verder automatiseren van de detectie en verwijdering van terrorisme-gerelateerde content is dat er nu sneller opgeschaald kan worden. Dat is ook nodig bij een dienst zoals YouTube. Daar wordt 400 uur aan content geüpload per minuut. In de maand juli heeft men door het gebruik van machine learning twee keer zoveel content met ongepaste inhoud kunnen verwijderen.