Ir daudz veidu mākslīgā intelekta, taču viens no AI veidiem, kas fonā klusi rada viļņus, ir datorredze (CV).
Datorredze analizē attēlus un video un iegūst noderīgus datus atkarībā no lietotāja vajadzībām. Citiem vārdiem sakot, CV apskata vizuālos datus ar cilvēka analītisko pieeju, bet datora ātrumā. Bet ir daži neparedzēti veidi, kā tiek izmantota datorredze, un dažus jūs, iespējams, esat izmantojis, pat neapzinoties.
4 negaidīti veidi, kā mēs izmantojam Computer Vision
Datorredze izmanto mašīnmācīšanos lai ātri analizētu milzīgu daudzumu vizuālo datu. Daudzi no mums jau izmanto CV katru dienu, par to īpaši nedomājot. Vai zinājāt, ka izmantojat datorredzi, ja savos fotoattēlos meklējat suņa vai pludmales attēlus vai ja atbloķējat tālruni, izmantojot sejas atpazīšanu?
Šī ir datorredzes publiskā seja. Taču tā izmantošana kļūst arvien plašāka, un daži no šiem lietojumiem var jūs pārsteigt.
1. Satura regulēšana
Satura regulēšana ir dzeloņains temats, kas ir pilns ar pelēkiem laukumiem. Lai gan teksta moderēšana ir salīdzinoši vienkāršs jēdziens, ko AI ir palīdzējis regulēt gadiem ilgi, video un attēlu moderēšanai joprojām ir nepieciešams ievērojamāks cilvēka ieguldījuma līmenis.
Tagad daži cilvēki var domāt, ka bezgalīgo sociālo mediju ierakstu ritināšana šķiet ideāls darbs. Bet patiesība ir diezgan šokējoša; tās nav kucēnu un kāda jubilejas vakariņu bildes. AI jau var ātri pārbaudīt, vai šie attēli ir droši.
Tas nozīmē, ka satura veids, kas tiek nodots moderatoriem, ietver saturu, kuru neviens pie pilna prāta nevēlētos redzēt. Ir daudz ziņojumu par moderatoriem, kuriem ir PTSS. A Hārvardas universitātes raksts apstiprināja, ka moderatori saskaras ar ievērojamiem psiholoģiskiem riskiem.
Pašlaik CV loma satura moderācijā nevar pilnībā noņemt cilvēcisko elementu. Bet ar sociālo mediju platformas uzskata, ka mērenība ir praktiski neiespējams uzdevums, CV var atvieglot slogu. Datorredze jau tiek izmantota, lai ievērojami samazinātu video "nelabvēlīgo" skaitu, kas tiek filtrēti līdz moderatoriem. Un, kas ir svarīgi, tas var to izdarīt gandrīz reāllaikā, samazinot risku, ka nepiedienīgs saturs nonāks nenojaušos sabiedrības un, cerams, moderatoru acīs.
2. Pikšķerēšanas noteikšana
Pikšķerēšanas uzbrukumi var būt postoši gan personām, gan organizācijām. Diemžēl jūsu sistēmu un datu aizsardzība pret pikšķerēšanas uzbrukumiem ir nepārtraukta bruņošanās sacensība starp drošības profesionāļiem un ļaunajiem dalībniekiem, kas ir aiz uzbrukumiem.
Viena no problēmām, ar ko saskaras drošības sistēmas, ir paļaušanās uz melnajiem sarakstiem, lai identificētu uzbrukumu avotu. Šī ir reaktīva stratēģija. Reaktīvo stratēģiju problēma ir laika nobīde starp draudu identificēšanu un atbilstošu darbību veikšanu. Šo plaisu sliktie aktieri cer izmantot, un to aizpilda arī datora redze.
CV sāk izmantot kā reāllaika aizsardzību pret pikšķerēšanas uzbrukumiem. Tā vietā, lai izmantotu melnos sarakstus, lai identificētu iespējamos uzbrukumus, CV izmanto vizuālus signālus, lai identificētu iespējamos sarkanos karogus.
Dažas no metodēm, kas izmantotas, lai to panāktu, ir uzskaitītas zemāk:
- Identificējiet viltotas vietnes
- Identificējiet sprūda vārdus, kas maskēti kā grafika
- Atslēgvārdu papildināšana un cita teksta neskaidrība
Lai gan tradicionālās drošības sistēmas pārskatāmā nākotnē paliks priekšplānā, CV loma šo trūkumu novēršanā kļūs arvien izplatītāka.
Tas varētu šķist izliekts, tāpēc paskaidrosim, kāpēc tas ir svarīgi.
Sporta sponsorēšana ir milzīga, un katru gadu tiek iztērēti miljardi dolāru, lai sponsorētu komandas, pasākumus un stadionus. Viens no iemesliem, kāpēc tiek tērēts tik daudz, ir tas, ka sporta sponsorēšana garantē aizrautīgu auditoriju pasākuma laikā.
Pasaulē, kurā reklāmdevēji bieži vien pievērš jūsu uzmanību tikai dažas sekundes, kad ritināt Instagram plūsmu, tvertā auditorija mārketinga speciālistiem ir kā zelta putekļi. Problēma rodas, mēģinot izmērīt kampaņas efektivitāti.
Atšķirībā no digitālajām kampaņām, kurās sniegumu var precīzi izmērīt gandrīz reāllaikā, sporta sponsorēšanas panākumi tiek mērīti daudz analogākā veidā. Tā kā uz spēles ir likti miljardiem dolāru, mārketinga speciālisti saprotami vēlas iegūt vairāk informācijas par to, ko viņi saņem.
Šeit iedarbojas datorredze. Piemēram, uzņēmums, kas reklamē sacīkšu automašīnu, izmantotu cilvēkus, lai uzraudzītu sacensības un skaitītu ekrāna laiku, ko viņu reklāma sasniedza. Tas bija darbietilpīgi, laikietilpīgi un dārgi. Bet tagad daudzi uzņēmumi izmanto CV, lai veiktu šo uzdevumu.
Turklāt to var izmantot, lai uzraudzītu kampaņas ilgtermiņa panākumus. Piemēram, to var izmantot, lai noteiktu, cik reižu videoklips ar viņu logotipu ir kopīgots sociālo mediju platformās.
4. Viltojumu noteikšana
Internets ir pārpildīts ar viltotiem produktiem. Daudzus no tiem pārdod trešo pušu pārdevēji citās cienījamās platformās. Šīm platformām ir juridiski pienākumi nodrošināt, lai visu platformas produktu kvalitāte un ciltsraksti būtu tādi, kādiem tiem jābūt.
Piemēram, 2020. Amazon iznīcināja vairāk nekā divus miljonus viltotu produktu.
Veiksmīga viltotu izstrādājumu uzraudzība vienmēr ir bijusi problemātiska. Atkal viena no galvenajām problēmām ir laiks. Nobīde starp produkta iekļaušanu sarakstā un identificēšanu kā krāpšanu var būt pietiekami ilga, lai vainīgais būtu nosūtījis simtiem produktu, paņēmis naudu un pazudis.
Šī ir ievainojamība, kuras pievienošanai tiek izmantots CV. Tas ļauj reāllaikā analizēt platformas vietnē uzskaitītos produktus. Turklāt tā analizē dažādus vizuālos komponentus, lai identificētu iespējami viltotus produktus. Tie ietver:
- Logotipa noteikšana: Tas var identificēt produktus ar nelikumīgi izmantotiem logotipiem (piemēram, saulesbrilles, kas apzīmogotas ar Ferrari logotipu, pārdod par dažiem dolāriem vietnē Amazon). Vai arī sliktas kvalitātes logotipi, kas norāda uz faktu, ka izdevīgie Nike trenažieri var nebūt tādi, kādi izskatās.
- Attēlu analīze: CV var apmācīt meklēt potenciālos sarkanos karogus, piemēram, krāsas vai marķējuma atšķirības, kas var likt domāt, ka produkts ir viltots.
- Objekta atpazīšana: CV metodes var arī atpazīt objektus un modeļus attēlos vai videoklipos. Tas var palīdzēt identificēt viltotus produktus, kas ir kaut kādā veidā mainīti vai pārveidoti, piemēram, mainot zīmolu vai marķējumu.
Viltojumu tirgus ir milzīgs un skar ikvienu, sākot no ražotāja līdz gala lietotājam. Izmantojot datorredzi, lai identificētu viltojumus, problēma netiks novērsta, taču tas ir liels solis pareizajā virzienā.
Skaidri redzot nākotni
Datorredze ir strauji attīstoša tehnoloģija, kas sola daudz. Tādu faktoru ietekmē kā sacensība par pirmo patiesi pašbraucošo elektrisko transportlīdzekļu izstrādi, attīstības temps ir nerimstošs.
Tā ir aizraujoša tehnoloģija, kas, attīstoties, turpinās izmest jaunus un pārsteidzošus lietojumus.
