Postoje mnoge vrste umjetne inteligencije, ali jedan oblik umjetne inteligencije koji tiho stvara valove u pozadini je računalni vid (CV).
Računalni vid analizira slike i video zapise te izvlači korisne podatke ovisno o potrebama korisnika. Ili, drugim riječima, CV ispituje vizualne podatke analitičkim pristupom ljudi, ali računalnom brzinom. Ali postoje neki neočekivani načini na koje se koristi računalni vid, a neke ste vjerojatno koristili, a da niste ni svjesni.
4 neočekivana načina na koje koristimo računalni vid
Računalni vid koristi strojno učenje za brzu analizu ogromnih količina vizualnih podataka. Mnogi od nas već svakodnevno koriste životopis ne razmišljajući o tome. Jeste li znali da koristite računalni vid ako tražite po svojim fotografijama slike psa ili plaže ili ako otključate svoj telefon pomoću prepoznavanja lica?
Ovo je javno lice računalnog vida. Ali njegova upotreba postaje sve raširenija, a neke od ovih upotreba mogle bi vas iznenaditi.
1. Moderiranje sadržaja
Moderiranje sadržaja škakljiva je tema prepuna sivih područja. Iako je moderiranje teksta relativno jednostavan koncept koji umjetna inteligencija godinama pomaže moderirati, moderiranje videa i slika još uvijek zahtijeva značajniju razinu ljudskog unosa.
Neki ljudi možda misle da se listanje beskrajnih postova na društvenim mrežama čini kao savršen posao. Ali istina je prilično šokantna; ovo nisu slike psića i nečije večere za godišnjicu. AI već može brzo provjeriti jesu li te slike sigurne.
To znači da vrsta sadržaja koji dolazi do moderatora uključuje sadržaj koji nitko pri zdravoj pameti ne bi želio vidjeti. Brojni su izvještaji moderatora koji imaju PTSP. A Članak sa Sveučilišta Harvard potvrdio da se moderatori suočavaju sa značajnim psihološkim rizicima.
Trenutačno uloga životopisa u moderiranju sadržaja ne može u potpunosti ukloniti ljudski element. Ali sa platforme društvenih medija kojima je moderiranje gotovo nemoguć zadatak, CV može olakšati teret. Računalni vid se već koristi za uvelike smanjenje broja video "gadosti" koje se filtriraju do ljudskih moderatora. I, što je još važnije, to može učiniti u gotovo stvarnom vremenu, smanjujući rizik da neugodan sadržaj dospije u oči javnosti koja ništa ne sumnja i, nadamo se, moderatora.
2. Otkrivanje krađe identiteta
Phishing napadi potencijalno su razorni i za pojedince i za organizacije. Nažalost, proces zaštite vaših sustava i podataka od phishing napada je stalna utrka u naoružanju između sigurnosnih profesionalaca i loših aktera koji stoje iza napada.
Jedan od problema s kojima se suočavaju sigurnosni sustavi je oslanjanje na crne liste za identifikaciju izvora napada. Ovo je reaktivna strategija. Problem s reaktivnim strategijama je vremenski odmak između identifikacije prijetnje i poduzimanja odgovarajuće radnje. Ovu prazninu ono je što se loši glumci nadaju iskoristiti i ista je praznina koju popunjava računalni vid.
CV se počinje koristiti kao obrana u stvarnom vremenu od phishing napada. Umjesto korištenja crnih lista za prepoznavanje potencijalnih napada, CV koristi vizualne signale za prepoznavanje mogućih crvenih zastavica.
Neke od metoda korištenih da se to postigne navedene su u nastavku:
- Identificirajte lažna web-mjesta
- Prepoznajte riječi pokretače prerušene u grafiku
- Ispuna ključnih riječi i drugo prikrivanje teksta
Iako će tradicionalni sigurnosni sustavi ostati na prvoj liniji u doglednoj budućnosti, uloga životopisa u uklanjanju ovih nedostataka bit će sve prisutnija.
Ovo bi se moglo činiti kao krivulja, pa hajde da objasnimo zašto je to važno.
Sportsko sponzorstvo je ogromno, s milijardama dolara koje se godišnje troše na sponzoriranje timova, događaja i stadiona. Jedan od razloga zašto se toliko troši je taj što sponzorstvo sporta jamči očaranu publiku za vrijeme trajanja događaja.
U svijetu u kojem oglašivači često imaju vašu pozornost samo nekoliko sekundi dok se pomičete kroz svoj Instagram feed, zarobljena publika je poput zlatne prašine za trgovce. Problem nastaje kada se pokušava izmjeriti učinkovitost kampanje.
Za razliku od digitalnih kampanja, gdje se učinak može precizno mjeriti u gotovo stvarnom vremenu, uspjeh sportskog sponzorstva mjeri se na mnogo analogniji način. Uz milijarde dolara u igri, marketinški stručnjaci razumljivo žele više informacija o tome što im njihov novac donosi.
Ovdje na scenu stupa računalni vid. Na primjer, tvrtka koja reklamira trkaći automobil koristila bi ljude za praćenje utrke i brojanje vremena ekrana koje je njihova reklama postigla. To je bilo naporno, dugotrajno i skupo. Ali sada mnoge tvrtke koriste CV za obavljanje ovog zadatka.
Osim toga, može se koristiti za praćenje dugoročnog uspjeha kampanje. Na primjer, može se koristiti za određivanje koliko je puta video isječak s njihovim logom podijeljen na platformama društvenih medija.
4. Otkrivanje krivotvorina
Internet je preplavljen krivotvorenim proizvodima. Mnoge od njih prodaju dobavljači trećih strana na inače renomiranim platformama. Te platforme imaju zakonske obveze osigurati da su kvaliteta i pedigre svih proizvoda na njihovoj platformi onakvi kakvi bi trebali biti.
Na primjer, 2020. Amazon je uništio više od dva milijuna krivotvorenih proizvoda.
Uspješno praćenje krivotvorenih proizvoda uvijek je bilo problematično. Još jednom, jedan od glavnih problema je vrijeme. Razmak između stavljanja proizvoda na popis i identificiranja prijevare može biti dovoljno dug da počinitelj pošalje stotine proizvoda, uzme novac i nestane.
Ovo je ranjivost za koju se CV koristi da bi se uklonio. Omogućuje analizu proizvoda navedenih na web stranici platforme u stvarnom vremenu. Osim toga, analizira različite vizualne komponente kako bi identificirao potencijalno krivotvorene proizvode. To uključuje:
- Otkrivanje logotipa: To može identificirati proizvode s nedopušteno korištenim logotipima (sunčane naočale s logotipom Ferrarija koje se prodaju za nekoliko dolara na Amazonu, na primjer). Ili logotipi loše kvalitete koji odaju činjenicu da te jeftine Nike tenisice možda nisu onakve kakvima se čine.
- Analiza slike: CV se može uvježbati da traži potencijalne crvene zastavice poput razlika u boji ili označavanju koje bi mogle sugerirati da je proizvod krivotvoren.
- Prepoznavanje objekata: CV tehnike također mogu prepoznati objekte i uzorke unutar slika ili videa. To može pomoći u prepoznavanju krivotvorenih proizvoda koji su na neki način izmijenjeni ili modificirani, primjerice promjenom robne marke ili označavanja.
Tržište krivotvorina je ogromno i pogađa sve, od proizvođača do krajnjeg korisnika. Korištenje računalnog vida za prepoznavanje krivotvorina neće eliminirati problem, ali predstavlja veliki korak u pravom smjeru.
Jasno vidjeti budućnost
Računalni vid je tehnologija koja se brzo razvija i obećava mnogo. Potaknut čimbenicima kao što je utrka za razvojem prvih doista samovozećih električnih vozila, tempo razvoja je neumoljiv.
To je uzbudljiva tehnologija koja će nastaviti izbacivati nove i iznenađujuće upotrebe kako bude sazrijevala.
