Sokféle mesterséges intelligencia létezik, de a mesterséges intelligencia egyik formája, amely csendesen hullámokat kelt a háttérben, a számítógépes látás (CV).
A számítógépes látás a felhasználók igényei szerint elemzi a képeket és videókat, és hasznos adatokat nyer ki. Másképpen fogalmazva, a CV az ember analitikus megközelítésével, de számítógépes sebességgel vizsgálja a vizuális adatokat. De van néhány váratlan mód a számítógépes látás használatára, és vannak olyanok is, amelyeket valószínűleg anélkül használt, hogy észrevette volna.
4 váratlan mód a Computer Vision használatára
A számítógépes látás gépi tanulást használ hatalmas mennyiségű vizuális adat gyors elemzéséhez. Sokan már most is napi önéletrajzot használunk anélkül, hogy alaposan átgondolnánk. Tudtad, hogy számítógépes látást használsz, amikor egy kutyáról vagy egy strandról keresel képeket a fotóid között, vagy ha arcfelismeréssel oldod fel a telefont?
Ez a számítógépes látás nyilvános arca. Használata azonban egyre szélesebb körben elterjedt, és néhány ilyen felhasználás meglepő lehet.
1. Tartalom moderálása
A tartalom moderálása szúrós téma, tele szürke területekkel. Míg a szövegmoderálás egy viszonylag egyszerű fogalom, amelyet a mesterséges intelligencia évek óta segít moderálni, a videók és képek moderálása még mindig jelentősebb emberi beavatkozást igényel.
Nos, egyesek azt gondolhatják, hogy a végtelen közösségi médiás bejegyzések görgetése tökéletes munkának tűnik. De az igazság egészen megdöbbentő; ezek nem kiskutyákról és valaki évfordulós vacsorájáról készült képek. Az AI már gyorsan ellenőrizheti, hogy ezek a képek biztonságosak-e.
Ez azt jelenti, hogy a moderátorokhoz eljutó tartalom olyan tartalmat tartalmaz, amelyet ép elméjű ember soha nem szeretne látni. Számos jelentés érkezett PTSD-s moderátorokról. A A Harvard Egyetem cikke megerősítette, hogy a moderátoroknak jelentős pszichológiai kockázatokkal kell szembenézniük.
Jelenleg az önéletrajz tartalommoderálásban betöltött szerepe nem tudja teljesen eltávolítani az emberi elemet. De azzal a közösségi média platformok gyakorlatilag lehetetlen feladatnak találják a moderálást, CV könnyíthet a terheken. A számítógépes látást már használják arra, hogy nagymértékben csökkentsék az emberi moderátorokhoz átszűrődő videós "csúnyaságok" számát. És ami fontos, ezt szinte valós időben tudja megtenni, csökkentve annak kockázatát, hogy a kellemetlen tartalom a gyanútlan közönség és remélhetőleg a moderátorok szeme elé kerüljön.
2. Adathalászat észlelése
Az adathalász támadások pusztító hatással lehetnek az egyénekre és a szervezetekre egyaránt. Sajnos a rendszerek és adatok biztonságban tartása az adathalász támadásokkal szemben egy folyamatos fegyverkezési verseny a biztonsági szakemberek és a támadások mögött meghúzódó rossz szereplők között.
A biztonsági rendszerek egyik problémája a feketelistákra való támaszkodás a támadások forrásának azonosítása érdekében. Ez egy reaktív stratégia. A reaktív stratégiák problémája a fenyegetés azonosítása és a megfelelő lépések megtétele közötti időeltolódás. Ezt a hiányt remélik a rossz színészek kihasználni, és ezt a hiányt pótolja a számítógépes látás is.
A CV-t valós idejű védekezésként kezdik használni az adathalász támadások ellen. Ahelyett, hogy feketelistákat használna a potenciális támadások azonosítására, a CV vizuális jeleket használ a lehetséges piros zászlók azonosítására.
Az alábbiakban felsorolunk néhány, ennek eléréséhez használt módszert:
- Azonosítsa a hamisított webhelyeket
- Azonosítsa a grafikának álcázott kiváltó szavakat
- Kulcsszókitöltés és egyéb szövegek elhomályosítása
Bár a hagyományos biztonsági rendszerek a belátható jövőben továbbra is az élvonalban maradnak, az önéletrajzok szerepe e hiányosságok kiküszöbölésében egyre inkább érvényesül.
Ez egy görbegolyónak tűnhet, ezért magyarázzuk el, miért fontos ez.
A sportszponzoráció óriási, évente több milliárd dollárt költenek csapatok, események és stadionok szponzorálására. A sok költés egyik oka az, hogy a sportszponzoráció garantálja a lebilincselő közönséget egy rendezvény idejére.
Egy olyan világban, ahol a hirdetők gyakran csak néhány másodpercig figyelik a figyelmedet, miközben görgeted az Instagram hírfolyamát, a megragadt közönség olyan, mint az aranypor a marketingesek számára. A probléma akkor jelentkezik, amikor egy kampány hatékonyságát próbáljuk mérni.
A digitális kampányokkal ellentétben, ahol a teljesítmény szinte valós időben pontosan mérhető, a sportszponzoráció sikerét sokkal analógabb módon mérik. Dollármilliárdokkal a tét, a marketingesek érthető módon több információt szeretnének arról, hogy pénzükből mire jutnak.
Itt lép be a számítógépes látás. Például egy versenyautót hirdető cég embereket használna a verseny megfigyelésére, és megszámolná, mennyi képernyőidőt ért el a hirdetése. Ez fáradságos, időigényes és drága volt. De most sok cég önéletrajzot használ ennek a feladatnak a végrehajtására.
Ezenkívül egy kampány hosszú távú sikerének nyomon követésére is használható. Használható például annak meghatározására, hogy hányszor osztottak meg egy, a saját logójukkal ellátott videoklipet a közösségi média platformokon.
4. Hamisítás-felderítés
Az internet tele van hamisított termékekkel. Ezek közül sokat harmadik fél szállítók értékesítenek egyébként jó hírű platformokon. Ezeknek a platformoknak jogi kötelezettségeik vannak annak biztosítására, hogy a platformjukon található összes termék minősége és származása olyan legyen, amilyennek lennie kell.
Például 2020. Az Amazon több mint kétmillió hamisított terméket semmisített meg.
A hamisított termékek sikeres nyomon követése mindig is problémás volt. Ismét az egyik legnagyobb probléma az idő. A termék listázása és csalásként való azonosítása között eltelt idő elég hosszú lehet ahhoz, hogy az elkövető több száz terméket szállítson, elvegye a pénzt és eltűnjön.
Ez az a sérülékenység, amelyet a CV-vel csatlakoztatnak. Lehetővé teszi a platform webhelyén felsorolt termékek valós idejű elemzését. Ezen túlmenően különféle vizuális komponenseket elemez a potenciálisan hamisított termékek azonosítása érdekében. Ezek tartalmazzák:
- Embléma észlelése: Ez azonosíthatja a jogosulatlanul használt logókkal ellátott termékeket (például a Ferrari logóval ellátott napszemüvegeket, amelyeket néhány dollárért árulnak az Amazonon). Vagy rossz minőségű logók, amelyek azt a tényt árulják el, hogy ezek az akciós Nike edzőcipők nem olyanok, amiknek látszanak.
- Képelemzés: Az önéletrajz megtanítható arra, hogy keressen olyan lehetséges piros zászlókat, mint például a színbeli vagy címkézési eltérések, amelyek arra utalhatnak, hogy egy termék hamis.
- Tárgyfelismerés: Az önéletrajzi technikák tárgyakat és mintákat is felismerhetnek a képeken vagy videókon belül. Ez segíthet a hamisított termékek azonosításában, amelyeket valamilyen módon módosítottak vagy módosítottak, például a márkajelzés vagy címkézés megváltoztatásával.
A hamisítványok piaca óriási, és mindenkit érint, a gyártótól a végfelhasználóig. A számítógépes látás használata a hamisítványok azonosítására nem szünteti meg a problémát, de nagy lépést jelent a helyes irányba.
Tisztán látni a jövőt
A számítógépes látás egy gyorsan fejlődő technológia, amely sokat ígér. Az olyan tényezők által vezérelve, mint az első valóban önvezető elektromos járművek kifejlesztéséért folytatott verseny, a fejlődés üteme könyörtelen.
Ez egy izgalmas technológia, amely előrehaladtával továbbra is új és meglepő felhasználási lehetőségeket kínál.