تشخیص محتوای ویدئو توسط هوش مصنوعی گوگل

گروه فناوری: آینده شرکت گوگل تا آن جایی که مدیر عامل این شرکت بارها و بارها بر آن تأکید داشته است وابستگی زیادی به هوش مصنوعی دارد. بنابراین می توان به جرات گفت بسیاری از محصولات گوگل تا حد زیادی بر پایه یادگیری ماشینی و برنامه نویسی نرم افزار ها به گونه ای که توانایی یاد گیری داشته باشند، استوار است.همان طور که می دانید، یکی از محصولات شرکت گوگل دستیار گوگل است که قابلیت درک آنچه کاربر از آن سؤال می کند را دارد.

به گزارش بولتن نیوز، همه‌ی ما می‌دانیم که غول فناوری گوگل (هوش مصنوعی) در حال حاضر دارای تکنولوژی است که می‌تواند اشیا یا انواع خاصی از جزییات را در تصویر شناسایی کند. اما حالا این هوش مصنوعی می‌تواند آنچه را که در ویدیو یا فیلم مشاهده می‌کند را شناسایی کند. کمپانی گوگل در حال حاضر دارای فناوری است که می‌تواند اشیا یا انواع خاصی از جزییات در تصاویر را تشخیص دهد. این امکان برای سیستم Google Photos بسیار مفید و کاربردی است چرا که گوگل بر اساس آن می‌تواند به صورت خودکار تصاویر را مرتب کند و در نتیجه‌های جستجو به کاربر مورد نظر آن‌ها را ارائه دهد. کمپانی گوگل در بیانیه‌‌ی دیگری اعلام کرده است که هوش مصنوعی خود را ارتقا داده و این تکنولوژی در حال حاضر می‌تواند همه‌ی آنچه را که در یک فیلم یا ویدیو‌ی خاصی می‌بینید شناسایی کند.

این بخش از فناوری هوش مصنوعی که یک API منحصر به فرد است ابر هوش تصویری نام دارد. در حال حاضر تنها نسخه‌ی بتای این فناوری در دسترس گروه خاصی از توسعه‌دهندگان قرار گرفته است. این موضوع کاملا آشکار است که یک فناوری پس از گذراندن مراحل تست و ارزیابی توسط توسعه‌دهندگان در دسترس عموم قرار می‌گیرد. بدین ترتیب مرحله‌ی کنونی تست و ارزیابی ابر هوش تصویری گوگل به طور کامل قانع‌کننده است.

این هفته این غول فناوری گوگل میزبان کنفرانس جدیدی درباره‌ی هوش مصنوعی بود. فی فی لی رئیس پلتفرم هوش مصنوعی گوگل فرصتی را یافت تا از تکنولوژی جدید خود در زمینه‌ی هوش مصنوعی پرده‌برداری کند.

هر کسی که در صحنه بود مشاهده کرد که این API توانست سگ پاکوتا موجود در ویدیو را شناسایی کند بعد از این شناسایی دقیق همه تصور می‌کردند که این یک ویدیو‌ی تبلیغاتی برای معرفی تکنولوژی جدید کمپانی گوگل است. نمایش بعدی خیره‌کننده‌تر از قبل بود. این تکنولوژی در پاسخ به جستجوی عبارت "ساحل” ویدیو‌هایی را قرار داد که دارای صحنه‌هایی از یک نوع محل خاص بود که به ساحل مورد نظر مربوط می‌شد.

اگر شما در سایت یوتیوب کلمه‌ی ساحل را جستجو کنید مطمئنا ویدیو‌هایی را با این مضمون در نتیجه‌های یوتیوب خواهید دید این سرویس یوتیوب در درجه‌ی اول بر اساس کلمات کلیدی، تگ‌ها و توضیحاتی که کاربر به سرویس می‌دهد ویدیو‌ها را به عنوان نتیجه‌ی جستجو به صورت مرتب به کاربر نشان می‌دهد. ابر هوش تصویری می‌تواند معادل همین کار را انجام بدهد اما با این تفاوت که دیگر نیاز به کمک انسان نیست!

بنا به گفته‌ی فی فی لی ابر هوش تصویری بر اساس فریم‌ورک‌های TensorFlow اما در مقیاسی بزرگ‌تر از آن طراحی و توسعه یافته است. از نمونه‌های بارز و کوچک این فریم‌‌ورک می‌توان به سایت یوتیوب اشاره کرد. این الگوریتم می‌تواند یاد بگیرد که اشیا،اشخاص (حیوانات،مردم،گل و غیره) و فعالیت‌ها (شنا،پرواز،حمل و نقل و غیره) را شناسایی کند. این تکنولوژی نیز قادر به جستجو‌ی عمیق و بافت به بافت عبارت مورد نظر است. به عنوان مثال اگر کلمه‌ی Tiger (ببر) جستجو شود محتوای مرتبط با آن نیز مانند: حیات وحش،باغ وحش و گربه‌ها در فهرست نتایج جستجو نمایش داده می‌شود.

در گام بعدی گوگل قصد دارد مقیاس عملکرد فناوری جدید خود را گسترش دهد تا توسعه‌دهندگان برنامه‌های کاربردی از این فناوری در طراحی و خلق برنامه‌های مفید و کاربردی مبتنی بر هوش مصنوعی و ابر هوش تصویری استفاده کنند. این بدان معناست که API ابر هوش تصویری به عنوان بخشی از ویژگی‌های پلتفرم ابر گوگل شناخته می‌شود

با این حال، جای تعجب نیست که کمپانی گوگل از این تکنولوژی در سایت یوتیوب استفاده کند، اما حداقل در فاز اولیه، این API تنها در دسترس سازمان‌هایی قرار می‌گیرد که از خدمات ذخیره‌سازی ابری گوگل استفاده می‌کنند (کمپانی‌هایی مانند: Evernote و Spotify).

منبع: کلیک