YouTube Akan Menggunakan Jaringan Saraf Tiruan untuk Memahami Video

Mencari di YouTube Cara Mencari YouTube Seperti PRO dengan Google Advanced Operator Baca lebih banyak bisa menjadi pengalaman yang membuat frustrasi; jika Anda tahu apa itu video, atau Anda ingat isinya tetapi bukan namanya, Anda bisa mencari untuk waktu yang sangat lama. Itu karena YouTube sebenarnya tidak Lihat video seperti yang dilakukan seseorang. Itu hanya melihat metadata - judul, deskripsi, dan tag. Dan itu diasumsikan pengunggah repot untuk memasukkan informasi.

Semua itu bisa berubah dalam waktu dekat. Google baru-baru ini mengajukan paten yang menunjukkan bahwa YouTube mungkin benar-benar mulai memahami video yang diputar.

Pemilihan Gambar Berbasis Relevansi

Google aplikasi paten adalah untuk "pemilihan gambar berbasis relevansi," cara mewah untuk mengatakan "menemukan hal-hal yang dicari seseorang berdasarkan apa yang ada di video." Dalam sistem yang diuraikan dalam paten, suatu Algoritma dilatih untuk mengekstraksi fitur spesifik dari setiap video dan menetapkan kata kunci padanya — kemudian dapat mengembalikan video sebagai tanggapan terhadap pencarian yang dimulai oleh pengguna yang mencakup kata kunci.

Aplikasi ini memberikan contoh yang menarik:

"[I] jika pengguna memasukkan permintaan pencarian" balap mobil, "mesin pencari video... dapat menemukan dan mengembalikan adegan balap mobil dari sebuah film, meskipun adegan tersebut mungkin hanya sebagian kecil dari film yang tidak dijelaskan dalam metadata tekstual. "

Jelas, ini akan secara drastis mengubah seberapa efektif pencarian YouTube. Video yang sebelumnya tidak dapat ditemukan karena metadata buruk akan ditemukan. Video yang berisi klip berguna di tengah, dikelilingi oleh hal-hal yang kurang menarik di awal dan akhir, akan jauh lebih berharga. Video pembicaraan TED 8 TED Talks Video Di Bawah 5 Menit Anda Ingin MenontonPunya waktu lima menit untuk membunuh? Apa cara yang lebih baik untuk menghabiskan waktu itu selain menonton video TED Talks yang menarik atau informatif. Ada banyak konten hebat yang tersedia untuk ditonton di TED tetapi terkadang ... Baca lebih banyak akan dapat ditemukan berdasarkan satu baris yang diucapkan di dalamnya. Anda akan dapat menemukan video kucing bahkan jika "kucing" tidak ada dalam judul.

Menggabungkan teknologi ini dengan kemampuan Google yang sudah mengesankan untuk menemukan hal-hal yang terkait dengan istilah pencarian Anda kemungkinan berarti bahwa menemukan video akan menjadi pengalaman yang sama sekali berbeda. Anda akan melihat video terkait yang tidak termasuk istilah pencarian Anda, tetapi termasuk istilah yang terkait (mungkin bahkan terkait secara visual). Setara visual dari penempatan kata kunci mungkin mulai memengaruhi tempat video ditampilkan di peringkat. Siapa yang tahu seberapa lanjut hal ini?

Bagaimana cara kerjanya?

Dapat dimengerti bahwa Google menjaga kartunya tetap dekat dengan dada mereka untuk yang satu ini. Namun, paragraf berikut dalam aplikasi paten mereka menyoroti bagaimana mereka akan membuat YouTube “melihat” video:

“Dalam satu aspek, sistem komputer menghasilkan indeks video yang dapat dicari menggunakan a model yang dipelajari mesin 4 Algoritma Pembelajaran Mesin Yang Membentuk Hidup AndaAnda mungkin tidak menyadarinya tetapi pembelajaran mesin sudah ada di sekitar Anda, dan itu dapat memberikan tingkat pengaruh yang mengejutkan atas hidup Anda. Tidak percaya padaku Anda mungkin akan terkejut. Baca lebih banyak dari hubungan antara fitur bingkai video, dan kata kunci deskriptif dari konten video. Sistem hosting video menerima set data pelatihan berlabel yang mencakup serangkaian item media (mis., gambar atau klip audio) bersama-sama dengan satu atau lebih kata kunci deskriptif dari konten media barang. Sistem hosting video mengekstrak fitur yang mencirikan konten item media. Model yang dipelajari dengan mesin dilatih untuk mempelajari korelasi antara fitur-fitur tertentu dan deskripsi kata kunci dari konten. Indeks video kemudian dihasilkan yang memetakan frame video dalam database video ke kata kunci berdasarkan fitur video dan model yang dipelajari mesin. "

Itu banyak hal yang benar-benar padat, tapi ini masalahnya. Algoritma pembelajaran mesin dibuat, dan, untuk membantunya belajar, Google akan menunjukkan kepadanya banyak video dan memberikan kata kunci untuk memberi tahu apa yang ada di video. Algoritme mulai belajar untuk mengaitkan fitur spesifik dari video dengan kata kunci tertentu, dan diberikan umpan balik oleh para insinyur Google. Semakin banyak video dan kata kunci yang ditampilkan, semakin baik prosesnya.

Akhirnya, algoritma akan diperkenalkan ke mesin pencari YouTube, di mana ia akan terus belajar dan menjadi lebih baik dalam memilih kata kunci yang relevan dari konten audio dan video. Sementara aplikasi paten tidak disebutkan secara spesifik jaringan saraf Teknologi Komputer Terbaru yang Harus Anda Lihat untuk PercayaLihatlah beberapa teknologi komputer terbaru yang siap mengubah dunia elektronik dan PC selama beberapa tahun ke depan. Baca lebih banyak , sangat mungkin jenis pembelajaran mesin ini akan digunakan, karena sangat baik untuk pembelajaran bertahap seperti ini.

Dengan mensimulasikan otak manusia (atau setidaknya satu model teoretis bagaimana ia belajar), jaringan saraf besar dapat menjadi sangat efektif untuk belajar sendiri, tanpa pengawasan, dan YouTube akan menyediakan taman bermain raksasa yang bisa dipelajari dan diterima umpan balik. Jenis pembelajaran mesin lainnya dapat digunakan, tetapi dari apa yang kita ketahui saat ini, jaringan saraf jelas terlihat paling mungkin.

Peneliti Google (dan "bapak pembelajaran mendalam") Geoffrey Hinton mengisyaratkan tentang sesuatu untuk efek ini di Reddit AMA-nya awal tahun ini.

“Saya pikir bahwa area yang paling menarik selama lima tahun ke depan akan sangat memahami video dan teks. Saya akan kecewa jika dalam waktu lima tahun kami tidak memiliki sesuatu yang dapat menonton video YouTube dan menceritakan kisah tentang apa yang terjadi. "

Akankah Ia Mendapatkan Kesukaan dan Membunuh Kita Semua?

Ini selalu merupakan pertanyaan yang muncul ketika pengumuman baru tentang pembelajaran mesin menyentuh berita. Dan jawabannya, seperti biasa, ya Inilah Mengapa Para Ilmuwan Berpikir Anda Harus Khawatir tentang Kecerdasan BuatanApakah Anda pikir kecerdasan buatan itu berbahaya? Apakah AI dapat menimbulkan risiko serius bagi umat manusia. Ini adalah beberapa alasan mengapa Anda ingin khawatir. Baca lebih banyak . YouTube akan bekerja sama dengan Watson dan Wolfram Alpha untuk menipu kami agar tunduk dengan menggunakan video YouTube, setelah itu mereka akan mengubah kami menjadi makanan komputer. (Belum pernah Anda lihat Patung raksasa?)

Aku bercanda, tentu saja. Tetapi implikasi potensial dari pelatihan komputer untuk mengenali hal-hal yang mereka “lihat” dan “dengar” dalam video sangat mengesankan. DARPA sudah mulai mencari Anda Tidak Akan Percaya Ini: Penelitian DARPA Masa Depan Menjadi Komputer CanggihDARPA adalah salah satu bagian paling menarik dan rahasia dari pemerintah AS. Berikut ini adalah beberapa proyek DARPA paling maju yang menjanjikan untuk mengubah dunia teknologi. Baca lebih banyak di implikasi keamanan dari teknologi ini, tetapi tidak sulit untuk membayangkan itu digunakan dalam hukum, keamanan rumah, pendidikan... cukup banyak di mana saja.

Apakah pemilihan gambar berbasis relevansi Google akan seefektif yang kita bayangkan masih harus dilihat, tetapi ini bisa menjadi perubahan yang berpotensi menjadi terobosan dalam pencarian video. Dan dari sana, siapa yang tahu? Jika Google bisa gunakan kebenaran sebagai faktor peringkat Bisakah Google Menggunakan Algoritma untuk Menentukan Kebenaran?Google sedang meneliti apakah algoritmenya dapat memasukkan kebenaran sebagai faktor peringkat. Apa artinya itu untuk web? Baca lebih banyak , tidak ada alasan untuk percaya bahwa teknologi ini tidak akan luar biasa kuat. Itu bisa mengubah seberapa banyak Internet benar-benar memahami dirinya sendiri. Jika pikiran itu tidak mengikat Anda, saya tidak tahu apa yang akan terjadi.

Apa pendapat Anda tentang aplikasi paten Google? Apa kegunaan lain yang bisa Anda bayangkan dari teknologi ini? Bagikan pemikiran Anda di bawah ini!

Kredit gambar: Willyam Bradberry melalui Shutterstock.com, Ciumac Sergiu via Code42, Marko Bradic melalui Shutterstock.com.