Yra daug dirbtinio intelekto tipų, tačiau viena iš AI formų, kuri tyliai kėlė bangas fone, yra kompiuterinė vizija (CV).
Kompiuterinė vizija analizuoja vaizdus ir vaizdo įrašus bei išgauna naudingus duomenis, atsižvelgdama į vartotojo poreikius. Arba, kitaip tariant, CV nagrinėja vaizdinius duomenis analitiniu žmonių požiūriu, bet kompiuterio greičiu. Tačiau yra keletas netikėtų būdų, kaip naudojamas kompiuterinis matymas, o kai kuriais, kuriuos tikriausiai naudojote net nesuvokdami.
4 netikėti būdai, kaip naudojame kompiuterinę viziją
Kompiuterinė vizija naudoja mašininį mokymąsi greitai analizuoti didžiulius kiekius vaizdinių duomenų. Daugelis iš mūsų jau naudoja CV kasdien, daug negalvodami. Ar žinojote, kad naudojate kompiuterinį matymą, kai nuotraukose ieškote šuns ar paplūdimio nuotraukų arba atrakinate telefoną naudodami veido atpažinimo funkciją?
Tai viešas kompiuterinio matymo veidas. Tačiau jo naudojimas tampa vis plačiau paplitęs, ir kai kurie iš šių naudojimo būdų gali jus nustebinti.
1. Turinio moderavimas
Turinio moderavimas yra dygliuota tema, pilna pilkų sričių. Nors teksto moderavimas yra gana paprasta koncepcija, kurią dirbtinis intelektas padeda moderuoti jau daugelį metų, vaizdo įrašų ir vaizdų moderavimas vis tiek reikalauja didesnio žmogaus indėlio.
Dabar kai kurie žmonės gali manyti, kad slinkti begalę socialinių tinklų įrašų atrodo tobulas darbas. Tačiau tiesa yra gana šokiruojanti; tai ne šuniukų ir kažkieno jubiliejaus vakarienės nuotraukos. AI jau gali greitai patikrinti, ar šie vaizdai yra saugūs.
Tai reiškia, kad moderatoriams prieinamas turinys apima turinį, kurio niekas sveiko proto niekada nenorėtų matyti. Yra daug pranešimų apie moderatorius, turinčius PTSD. A Harvardo universiteto straipsnis patvirtino, kad moderatoriai susiduria su nemaža psichologine rizika.
Šiuo metu CV vaidmuo moderuojant turinį negali visiškai pašalinti žmogiškojo elemento. Bet su socialinės žiniasklaidos platformoms, kad moderavimas yra praktiškai neįmanoma užduotis, CV gali palengvinti naštą. Kompiuterinė vizija jau naudojama siekiant labai sumažinti vaizdo įrašų „bjaurybių“, patenkančių į moderatorius, skaičių. Ir, svarbiausia, jis gali tai padaryti beveik realiuoju laiku, sumažindamas riziką, kad nemalonus turinys pateks į nieko neįtariančios visuomenės ir, tikėkimės, moderatorių akis.
2. Sukčiavimo aptikimas
Sukčiavimo atakos gali būti pražūtingos tiek asmenims, tiek organizacijoms. Deja, jūsų sistemų ir duomenų apsaugos nuo sukčiavimo atakų procesas yra nuolatinės ginklavimosi varžybos tarp saugumo specialistų ir blogų atakų dalyvių.
Viena iš problemų, su kuriomis susiduria apsaugos sistemos, yra pasitikėjimas juodaisiais sąrašais, siekiant nustatyti atakų šaltinį. Tai reaktyvi strategija. Reaktyviųjų strategijų problema yra laiko tarpas nuo grėsmės nustatymo iki atitinkamų veiksmų. Šia spraga yra tai, ką blogi veikėjai tikisi išnaudoti, ir tą spragą užpildo kompiuterinė vizija.
CV pradedamas naudoti kaip apsauga realiuoju laiku nuo sukčiavimo atakų. Užuot naudoję juoduosius sąrašus galimoms atakoms nustatyti, CV naudoja vaizdinius signalus galimoms raudonoms vėliavėlėms nustatyti.
Kai kurie metodai, naudojami tai pasiekti, yra išvardyti žemiau:
- Nustatykite suklastotas svetaines
- Nustatykite paleidimo žodžius, užmaskuotus kaip grafika
- Raktinių žodžių užpildymas ir kitoks teksto sumaišymas
Nors artimiausioje ateityje tradicinės apsaugos sistemos išliks priekyje, CV vaidmuo kompensuojant šiuos trūkumus bus vis didesnis.
Tai gali atrodyti kaip kreivinis kamuolys, todėl paaiškinkime, kodėl tai svarbu.
Sporto rėmimas yra didžiulis – komandoms, renginiams ir stadionams remti kasmet išleidžiama milijardai dolerių. Viena iš priežasčių, kodėl išleidžiama tiek daug, yra ta, kad sporto rėmimas garantuoja sužavėjusią publiką viso renginio metu.
Pasaulyje, kuriame reklamuotojai dažnai atkreipia jūsų dėmesį tik kelias sekundes, kai slenkate per „Instagram“ sklaidos kanalą, rinkodaros specialistams užfiksuota auditorija yra kaip aukso dulkės. Problema kyla bandant įvertinti kampanijos efektyvumą.
Skirtingai nuo skaitmeninių kampanijų, kuriose našumą galima tiksliai išmatuoti beveik realiu laiku, sporto rėmimo sėkmė matuojama daug analogiškesniu būdu. Suprantama, kad rizikuodami milijardais dolerių, rinkodaros specialistai nori daugiau informacijos apie tai, ką jie gauna už pinigus.
Čia įsijungia kompiuterinis matymas. Pavyzdžiui, įmonė, reklamuojanti lenktyninį automobilį, naudotų žmones lenktynėms stebėti ir skaičiuoti ekrano laiką, kurį pasiekė jų reklama. Tai buvo sunku, daug laiko ir brangu. Tačiau dabar daugelis įmonių naudoja CV šiai užduočiai atlikti.
Be to, jis gali būti naudojamas norint stebėti ilgalaikę kampanijos sėkmę. Pavyzdžiui, jis gali būti naudojamas norint nustatyti, kiek kartų vaizdo klipas su jų logotipu buvo bendrinamas socialinės žiniasklaidos platformose.
4. Padirbtų prekių aptikimas
Internetas yra pilnas suklastotų produktų. Daugelį jų parduoda trečiųjų šalių pardavėjai kitose geros reputacijos platformose. Šios platformos turi teisinius įsipareigojimus užtikrinti, kad visų jų platformoje esančių produktų kokybė ir kilmė būtų tokia, kokia turėtų būti.
Pavyzdžiui, 2020 m. „Amazon“ sunaikino daugiau nei du milijonus suklastotų gaminių.
Sėkmingas padirbtų gaminių stebėjimas visada buvo problematiškas. Vėlgi, viena iš pagrindinių problemų yra laikas. Laikotarpis tarp produkto įtraukimo į sąrašą ir pripažinimo sukčiavimu gali būti pakankamai ilgas, kad nusikaltėlis būtų išsiųstas šimtus produktų, paimtas pinigus ir dingęs.
Tai yra pažeidžiamumas, kuriam prijungti naudojamas CV. Tai leidžia realiuoju laiku analizuoti platformos svetainėje pateiktus produktus. Be to, ji analizuoja įvairius vaizdinius komponentus, kad nustatytų galimai padirbtus gaminius. Jie apima:
- Logotipo aptikimas: Tai gali atpažinti produktus su neteisėtai naudojamais logotipais (pavyzdžiui, akiniai nuo saulės su „Ferrari“ logotipu, parduodami už kelis dolerius „Amazon“). Arba prastos kokybės logotipai, kurie parodo, kad pigūs Nike treniruokliai gali būti ne tokie, kokie atrodo.
- Vaizdo analizė: CV gali būti išmokytas ieškoti galimų raudonų vėliavėlių, pvz., spalvų skirtumų ar ženklinimo, kurie gali reikšti, kad produktas yra padirbtas.
- Objekto atpažinimas: CV metodai taip pat gali atpažinti objektus ir modelius vaizduose ar vaizdo įrašuose. Tai gali padėti atpažinti suklastotus gaminius, kurie buvo kaip nors pakeisti arba modifikuoti, pavyzdžiui, pakeitus prekės ženklą ar ženklinimą.
Klastočių rinka yra didžiulė ir paliečia visus – nuo gamintojo iki galutinio vartotojo. Kompiuterinės vizijos naudojimas klastotėms identifikuoti problemos neišspręs, tačiau tai yra didelis žingsnis teisinga kryptimi.
Aiškiai matyti ateitį
Kompiuterinė vizija yra sparčiai besivystanti technologija, kuri žada daug. Vystymo tempas yra nenumaldomas, skatinamas tokių veiksnių kaip lenktynės kuriant pirmąsias tikrai savarankiškai važiuojančias elektrines transporto priemones.
Tai jaudinanti technologija, kuri bręsdama ir toliau išmes naujų ir stebinančių naudojimo būdų.
