Има много видове изкуствен интелект, но една форма на AI, която тихо създава вълни на заден план, е компютърното зрение (CV).
Компютърното зрение анализира изображения и видеоклипове и извлича полезни данни в зависимост от нуждите на потребителя. Или, казано по друг начин, CV изследва визуални данни с аналитичния подход на хората, но с компютърна скорост. Но има някои неочаквани начини, по които се използва компютърното зрение и някои вероятно сте използвали, без дори да осъзнавате.
4 неочаквани начина, по които използваме компютърното зрение
Компютърното зрение използва машинно обучение за бърз анализ на огромно количество визуални данни. Много от нас вече използват CV ежедневно, без да се замислят много. Знаете ли, че използвате компютърно зрение, ако търсите в снимките си снимки на куче или плаж или ако отключите телефона си с лицево разпознаване?
Това е публичното лице на компютърното зрение. Но употребата му става все по-широко разпространена и някои от тези употреби може да ви изненадат.
1. Модериране на съдържанието
Модерирането на съдържанието е болна тема, пълна със сиви зони. Докато модерирането на текст е сравнително проста концепция, която AI помага да се модерира от години, модерирането на видео и изображения все още изисква по-значително ниво на човешки принос.
Сега някои хора може да си помислят, че превъртането през безкрайни публикации в социалните медии изглежда като перфектна работа. Но истината е доста шокираща; това не са снимки на кученца и нечия годишнина. AI вече може бързо да провери дали тези изображения са безопасни.
Това означава, че типът съдържание, което стига до модераторите, включва съдържание, което никой с здрав разум не би искал да види. Има множество съобщения за модератори, които имат посттравматично стресово разстройство. А Статия от Харвардския университет потвърди, че модераторите са изправени пред значителни психологически рискове.
Понастоящем ролята на автобиографията в модерирането на съдържанието не може напълно да премахне човешкия елемент. Но със социалните медийни платформи намират модерирането за практически невъзможна задача, автобиографията може да облекчи тежестта. Компютърното зрение вече се използва, за да се намали значително броят на видео "гадостите", които филтрират до човешки модератори. И което е важно, може да го прави почти в реално време, намалявайки риска неприятното съдържание да достигне до очите на нищо неподозиращата публика и, да се надяваме, модераторите.
2. Откриване на фишинг
Фишинг атаките са потенциално пагубни както за отделни лица, така и за организации. За съжаление, процесът на защита на вашите системи и данни срещу фишинг атаки е продължаваща надпревара във въоръжаването между специалистите по сигурността и лошите участници зад атаките.
Един от проблемите, пред които са изправени системите за сигурност, е разчитането на черни списъци за идентифициране на източника на атаки. Това е реактивна стратегия. Проблемът с реактивните стратегии е забавянето във времето между идентифицирането на заплахата и предприемането на подходящи действия. Тази празнина е това, което лошите актьори се надяват да използват и е същата празнина, която компютърното зрение запълва.
CV започва да се използва като защита в реално време срещу фишинг атаки. Вместо да използва черни списъци за идентифициране на потенциални атаки, CV използва визуални сигнали, за да идентифицира възможни червени знамена.
Някои от методите, използвани за постигане на това, са изброени по-долу:
- Идентифицирайте фалшиви уебсайтове
- Идентифицирайте задействащи думи, маскирани като графики
- Подпълване на ключови думи и друго замъгляване на текст
Въпреки че традиционните системи за сигурност ще останат на предна линия в обозримо бъдеще, ролята на CV в отстраняването на тези недостатъци ще бъде все по-разпространена.
Това може да изглежда като крива топка, така че нека обясним защо е важно.
Спортното спонсорство е огромно, с милиарди долари, изразходвани годишно за спонсориране на отбори, събития и стадиони. Една от причините да се харчат толкова много е, че спортното спонсорство гарантира пленена публика по време на събитието.
В свят, в който рекламодателите често привличат вниманието ви само за няколко секунди, докато превъртате през емисията си в Instagram, уловената аудитория е като златен прах за търговците. Проблемът идва, когато се опитвате да измерите ефективността на една кампания.
За разлика от дигиталните кампании, където ефективността може да се измерва точно в почти реално време, успехът на спортното спонсорство се измерва по много по-аналогов начин. Тъй като залогът е милиарди долари, маркетолозите разбираемо искат повече информация за това какво им носят парите.
Тук се намесва компютърното зрение. Например, компания, която рекламира състезателна кола, би използвала хора, за да наблюдават състезание и да отчитат екранното време, постигнато от тяхната реклама. Това беше трудоемко, времеемко и скъпо. Но сега много компании използват CV за изпълнение на тази задача.
Освен това може да се използва за наблюдение на дългосрочния успех на дадена кампания. Например, може да се използва, за да се определи колко пъти видеоклип, носещ тяхното лого, е бил споделен в социалните медийни платформи.
4. Откриване на фалшификати
Интернет е пълен с фалшиви продукти. Много от тях се продават от доставчици на трети страни на иначе реномирани платформи. Тези платформи имат законови задължения да гарантират, че качеството и родословието на всички продукти на тяхната платформа са такива, каквито трябва да бъдат.
Например през 2020 г. Amazon унищожи над два милиона фалшиви продукта.
Успешното наблюдение на фалшивите продукти винаги е било проблематично. Отново, един от основните проблеми е времето. Времето между вписването и идентифицирането на продукт като измама може да бъде достатъчно дълго, за да може извършителят да изпрати стотици продукти, да вземе парите и да изчезне.
Това е уязвимостта, за отстраняването на която се използва CV. Той позволява анализ в реално време на продуктите, изброени на уебсайта на платформата. В допълнение, той анализира различни визуални компоненти, за да идентифицира потенциално фалшифицирани продукти. Те включват:
- Откриване на лого: Това може да идентифицира продукти с незаконно използвани лога (слънчеви очила, щамповани с логото на Ferrari, които се продават за няколко долара в Amazon, например). Или лога с лошо качество, които издават факта, че тези изгодни маратонки Nike може да не са това, което изглеждат.
- Анализ на изображението: CV може да бъде обучено да търси потенциални червени знамена като разлики в цвета или етикетирането, които могат да подскажат, че даден продукт е фалшив.
- Разпознаване на обекти: CV техниките могат също да разпознават обекти и модели в изображения или видеоклипове. Това може да помогне за идентифицирането на фалшиви продукти, които са били променени или модифицирани по някакъв начин, като например промяна на марката или етикета.
Пазарът на фалшификати е огромен и засяга всички, от производителя до крайния потребител. Използването на компютърно зрение за идентифициране на фалшификати няма да премахне проблема, но представлява голяма стъпка в правилната посока.
Виждайки ясно бъдещето
Компютърното зрение е бързо развиваща се технология, която обещава много. Водени от фактори като надпреварата за разработване на първите наистина самоуправляващи се електрически превозни средства, темпът на развитие е безмилостен.
Това е вълнуваща технология, която ще продължи да изхвърля нови и изненадващи приложения, докато узрява.
