Постоји много врста вештачке интелигенције, али један од облика вештачке интелигенције који тихо ствара таласе у позадини је компјутерски вид (ЦВ).
Компјутерски вид анализира слике и видео записе и издваја корисне податке у зависности од потреба корисника. Или, другачије речено, ЦВ испитује визуелне податке аналитичким приступом људи, али брзином рачунара. Али постоје неки неочекивани начини на које се компјутерски вид користи, а неке сте вероватно користили а да нисте ни свесни.
4 неочекивана начина на које користимо компјутерски вид
Компјутерски вид користи машинско учење да брзо анализира огромне количине визуелних података. Многи од нас већ свакодневно користе ЦВ не размишљајући о томе. Да ли сте знали да користите компјутерски вид ако на својим фотографијама претражујете слике пса или плаже или ако откључате телефон помоћу препознавања лица?
Ово је јавно лице компјутерског вида. Али његова употреба постаје све раширенија, а неке од ових употреба могу вас изненадити.
1. Цонтент Модератион
Умереност садржаја је бодљикава тема препуна сивих зона. Док је модерирање текста релативно једноставан концепт који АИ већ годинама помаже да се модерира, модерирање видеа и слика и даље захтева значајнији ниво људског уноса.
Неки људи могу помислити да се листање кроз бесконачне постове на друштвеним мрежама чини као савршен посао. Али истина је прилично шокантна; ово нису слике штенаца и нечије вечере за годишњицу. АИ већ може брзо да потврди да су ове слике безбедне.
То значи да тип садржаја који доспева до модератора укључује садржај који нико при здравом уму никада не би желео да види. Постоје бројни извештаји о модераторима који имају ПТСП. А Чланак са Универзитета Харвард потврдили да се модератори суочавају са значајним психолошким ризицима.
Тренутно, улога ЦВ-а у модерирању садржаја не може у потпуности уклонити људски елемент. Али са платформе друштвених медија сматрају да је модерација практично немогућ задатак, ЦВ може олакшати терет. Компјутерски вид се већ користи да би се у великој мери смањио број видео "гадности" који се филтрирају до људских модератора. И, што је још важније, то може учинити у скоро реалном времену, смањујући ризик да неугодан садржај допре до очију јавности која ништа не сумња и, надамо се, модератора.
2. пхисхинг Детецтион
Пецајући напади су потенцијално разорни и за појединце и за организације. Нажалост, процес чувања ваших система и података од пхисхинг напада је стална трка у наоружању између професионалаца за безбедност и лоших актера који стоје иза напада.
Један од проблема са којима се суочавају безбедносни системи је ослањање на црне листе да би се идентификовао извор напада. Ово је реактивна стратегија. Проблем са реактивним стратегијама је временски размак између идентификације претње и предузимања одговарајуће акције. Овај јаз је оно што се лоши актери надају да ће искористити и исти је јаз који попуњава компјутерска визија.
ЦВ почиње да се користи као одбрана у реалном времену од пхисхинг напада. Уместо да користи црне листе за идентификацију потенцијалних напада, ЦВ користи визуелне сигнале да идентификује могуће црвене заставице.
Неке од метода које се користе да се то постигне су наведене у наставку:
- Идентификујте лажне веб локације
- Идентификујте речи окидача прерушене у графику
- Додавање кључних речи и друго замагљивање текста
Иако ће традиционални безбедносни системи остати на првој линији у догледној будућности, улога ЦВ-а у отклањању ових недостатака ће бити све присутнија.
Ово би могло изгледати као кривуља, па хајде да објаснимо зашто је ово важно.
Спортско спонзорство је огромно, са милијардама долара које се годишње троше на спонзорисање тимова, догађаја и стадиона. Један од разлога што се толико троши је тај што спортско спонзорство гарантује очарану публику током трајања догађаја.
У свету у коме оглашивачи често привлаче вашу пажњу само на неколико секунди док скролујете кроз свој Инстаграм феед, заробљена публика је за трговце попут златне прашине. Проблем настаје када покушавате да измерите ефикасност кампање.
За разлику од дигиталних кампања, где се учинак може прецизно мерити у скоро реалном времену, успех спортског спонзорства се мери на далеко аналогнији начин. Са милијардама долара у игри, трговци разумљиво желе више информација о томе шта им њихов новац даје.
Овде се појављује компјутерски вид. На пример, компанија која рекламира тркачки аутомобил користила би људе за праћење трке и бројање времена пред екраном које је постигао њихов оглас. Ово је било напорно, дуготрајно и скупо. Али сада, многе компаније користе ЦВ за обављање овог задатка.
Поред тога, може се користити за праћење дугорочног успеха кампање. На пример, може се користити за одређивање колико је пута видео снимак са њиховим логотипом дељен на платформама друштвених медија.
4. Детекција фалсификата
Интернет је препун фалсификованих производа. Многе од њих продају независни добављачи на иначе реномираним платформама. Ове платформе имају законске обавезе да обезбеде да квалитет и педигре свих производа на њиховој платформи буду онакви какви треба да буду.
На пример, 2020. Амазон је уништио преко два милиона фалсификованих производа.
Успешно праћење фалсификованих производа је увек било проблематично. Још једном, један од највећих проблема је време. Кашњење између производа који се наведе и идентификује као превара може бити довољно дуго да починилац испоручи стотине производа, узме новац и нестане.
Ово је рањивост за коју се ЦВ користи. Омогућава анализу производа у реалном времену наведених на веб локацији платформе. Поред тога, анализира различите визуелне компоненте како би идентификовао потенцијално фалсификоване производе. Ови укључују:
- Откривање логотипа: Ово може да идентификује производе са недозвољено коришћеним логотипима (наочаре за сунце са печатом Феррари логоа које се продају за неколико долара на Амазону, на пример). Или логотипи лошег квалитета који одају чињеницу да те повољне Нике патике можда нису оно што изгледају.
- Анализа слике: ЦВ се може обучити да тражи потенцијалне црвене заставице као што су разлике у боји или етикете које могу сугерисати да је производ фалсификован.
- Препознавање објеката: ЦВ технике такође могу препознати објекте и обрасце унутар слика или видео записа. Ово може помоћи да се идентификују фалсификовани производи који су на неки начин измењени или модификовани, на пример променом брендирања или означавања.
Тржиште фалсификата је огромно и утиче на све, од произвођача до крајњег корисника. Коришћење компјутерског вида за идентификацију фалсификата неће елиминисати проблем, али представља велики корак у правом смеру.
Јасно сагледавање будућности
Компјутерски вид је технологија која се брзо развија и обећава много. Вођен факторима као што је трка за развој првих електричних возила која се заиста сами возе, темпо развоја је неумољив.
То је узбудљива технологија која ће наставити да избацује нове и изненађујуће употребе како буде сазревала.
