تشخیص محتوای ویدئو توسط هوش مصنوعی

شرکت گوگل در حدود یک دهه است که سعی در استفاده از این تکنولوژی به صورت کاربردی دارد. از این رو این شرکت نرم افزار هوش مصنوعی خود را به منظور ارتقا و استفاده بهتر در اختیار کاربران و توسعه دهندگان اپلیکیشن های مختلف قرار داده است.

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.

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.

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.