YouTube ще използва невронни мрежи, за да разбере действително видео

Търсене в YouTube Как да търсите в YouTube като PRO с разширени оператори на Google Прочетете още може да бъде разочароващо преживяване; ако знаете за какво става въпрос за видео или помните съдържанието, но не и името, може да търсите много дълго време. Това е така, защото YouTube всъщност не е виждам видеоклиповете, както прави човек. Просто вижда метаданните - заглавие, описание и тагове. И това предполага, че качителят си направи труда да включи информацията.

Всичко това може да се промени в близко бъдеще. Наскоро Google подаде патент, който показва, че YouTube всъщност може да започне разбирам видеоклиповете, които възпроизвежда.

Подбор на изображение, основано на релевантност

на Google заявка за патент е за „избор на изображение въз основа на релевантността“, фантастичен начин да се каже „намиране на нещата, които някой е търсил въз основа на това, което има във видеоклип“. В системата, разработена в патента, алгоритъмът е обучен да извлича специфични функции на всеки видеоклип и да им присвоява ключови думи - след това може да върне видео в отговор на инициирано от потребителя търсене, което включва тези ключови думи.

Приложението дава интересен пример:

„[I] ако потребителят въведе заявката за търсене„ автомобилна надпревара “, търсачката за видео... може да намери и върне сцена от състезателни коли от филм, въпреки че сцената може да е само кратка част от филма, която не е описана в текстовите метаданни. “

Очевидно това драстично ще промени колко ефективно е търсенето в YouTube. Ще бъдат намерени видеоклипове, които по-рано са били нефиксируеми поради лоши метаданни. Видеоклипове, които съдържат полезни клипове в средата, заобиколени от по-малко интересни неща в началото и края, ще бъдат много по-ценни. TED видео клипове 8 TED Talks Видеоклипове под 5 минути, които искате да гледатеИмате пет минути да убиете? Какъв по-добър начин да прекарате това време от това да гледате завладяващо или информативно видео TED Talks. Налице е много страхотно съдържание за гледане в TED, но понякога ... Прочетете още ще бъде изпълним на базата на единични редове, изречени в тях. Ще можете да намерите видеоклипове за котки, дори ако „котка“ не е в заглавието.

Комбинирането на тази технология с вече впечатляващата способност на Google да намира неща, които са свързани с думите ви за търсене, вероятно означава, че намирането на видеоклипове ще се превърне в съвсем различно изживяване. Ще видите свързани видеоклипове, които не включват думата ви за търсене, но включват термин, който е свързан (може би дори визуално свързан). Визуалният еквивалент на разположението на ключови думи може да започне да влияе на мястото, където се показва видео в класацията. Кой знае колко напреднало може да бъде това?

Как работи?

Google разбираемо държи картите им близо до гърдите си на тази. Следващият параграф в заявлението за патент хвърля малко светлина върху това как ще накарат YouTube да „вижда“ видеоклипове:

„В един аспект компютърна система генерира видео индекс за търсене чрез a машинно научен модел 4 Алгоритми за машинно обучение, които оформят живота виМоже да не го осъзнавате, но машинното обучение вече е навсякъде около вас и това може да окаже изненадваща степен на влияние върху живота ви. Не ми вярвате? Може да се изненадате. Прочетете още на връзките между характеристиките на видеокадрите и ключовите думи, описващи видеосъдържанието. Системата за видео хостинг получава етикетиран набор от данни за обучение, който включва набор от медийни елементи (напр. изображения или аудиоклипове) заедно с една или повече ключови думи, описващи съдържанието на медията елементи. Системата за видео хостинг извлича функции, характеризиращи съдържанието на медийните елементи. Машинно усвоен модел се обучава, за да научи корелациите между определени функции и ключовите думи, описателни на съдържанието. След това се генерира видео индексът, който преобразува кадрите от видеоклипове във видео база данни към ключови думи въз основа на характеристиките на видеоклиповете и машинно усвоения модел. "

Това е много наистина плътни неща, но ето какво се свежда до Създаден е алгоритъм за машинно обучение и, за да му помогне да научи, Google ще му покаже куп видеоклипове и ще предостави ключови думи, които да му кажат какво има във видеото. Алгоритъмът започва да се научава да свързва специфични функции на видеоклиповете с конкретни ключови думи и получава обратна информация от инженерите на Google. Колкото повече видеоклипове и ключови думи се показва, толкова по-добре става в процеса.

В крайна сметка алгоритъмът ще бъде въведен в търсачката на YouTube, където ще продължи да учи и да става все по-добър при избора на подходящи ключови думи от аудио и видео съдържание. Въпреки че заявката за патент не споменава конкретно невронни мрежи Най-новите компютърни технологии, които трябва да видите, за да повярватеВижте някои от най-новите компютърни технологии, които са зададени да трансформират света на електрониката и персонални компютри през следващите няколко години. Прочетете още , много е вероятно този конкретен тип машинно обучение да бъде използван, тъй като е много добре за поетапно обучение като това.

Чрез симулиране на човешкия мозък (или поне един теоретичен модел за това как се учи) големите невронни мрежи могат да станат много ефективни при учене самостоятелно, без надзор и YouTube би предоставил абсолютно гигантска площадка, в която може да се учи и получава обратна връзка. Може да се използват и други видове машинно обучение, но от това, което знаем в момента, невронните мрежи определено изглеждат най-вероятно.

Изследователят от Google (и „баща на дълбокото обучение“) Джефри Хинтън намекна за нещо в този смисъл в своя Reddit AMA по-рано тази година.

“Мисля, че най-вълнуващите области през следващите пет години ще бъдат наистина разбиране на видеоклипове и текст. Ще бъда разочарован, ако след пет години нямаме нещо, което да гледа видеоклип в YouTube и да разкаже история за случилото се. “

Ще спечели ли ум и ще ни убие всички?

Това винаги е въпросът, който възниква, когато ново съобщение за машинното обучение попадне на новината. И отговорът е, както винаги, да Ето защо учените смятат, че трябва да се притеснявате за изкуствения интелектМислите ли, че изкуственият интелект е опасен? ИИ може да представлява сериозен риск за човешката раса. Това са някои причини, поради които може да искате да сте загрижени. Прочетете още . YouTube ще си партнира с Уотсън и Волфрам Алфа, за да ни подмами подчинението, използвайки видеоклипове в YouTube, след което вероятно ще ни превърне в компютърна храна. (Не сте ли виждали колос?)

Шегувам се, разбира се. Но потенциалните последици от обучението на компютрите да разпознават неща, които „виждат“ и „чуват“ във видеоклипове са много впечатляващи. DARPA вече започна да търси Няма да повярвате: DARPA Future Research In Advanced ComputersDARPA е една от най-очарователните и потайни части на правителството на САЩ. Следват някои от най-модерните проекти на DARPA, които обещават да трансформират света на технологиите. Прочетете още на последиците за сигурността на тази технология, но не е трудно да си представим, че се използва в правото, домашната сигурност, образованието... почти навсякъде.

Дали изборът на изображения, базиран на релевантността на Google, ще бъде толкова ефективен, колкото си представяме, остава да видим, но това може да бъде потенциално новаторска промяна при търсенето на видео. И от там, кой знае? Ако Google може използвайте истината като фактор за класиране Може ли Google да използва алгоритъм за определяне на истината?Google проучва дали алгоритъмът му може да включва истината като фактор за класиране. Какво означава това за мрежата? Прочетете още , няма причина да вярваме, че тази технология няма да бъде невероятно мощна. Това би могло да промени колко много Интернет наистина разбира себе си. Ако тази мисъл не свързва ума ви във възли, не знам какво ще стане.

Какво мислите за заявката за патент на Google? Какви други приложения можете да си представите с тази технология? Споделете мислите си по-долу!

Кредитни изображения: Willyam Bradberry чрез Shutterstock.com, Ciumac Sergiu чрез Code42, Марко Брадич чрез Shutterstock.com.