Το YouTube θα χρησιμοποιήσει νευρικά δίκτυα για να καταλάβει πραγματικά βίντεο

Αναζήτηση στο YouTube Πώς να κάνετε αναζήτηση στο YouTube σαν ένα PRO με προχωρημένους χειριστές της Google Διαβάστε περισσότερα μπορεί να είναι μια απογοητευτική εμπειρία? αν ξέρετε τι είναι ένα βίντεο ή θυμάστε τα περιεχόμενα αλλά όχι το όνομα, θα μπορούσατε να ψάχνετε για πολύ καιρό. Αυτό οφείλεται στο γεγονός ότι το YouTube δεν είναι στην πραγματικότητα βλέπω τα βίντεο με τον τρόπο που κάνει κάποιος. Βλέπει ακριβώς τα μεταδεδομένα - τίτλο, περιγραφή και ετικέτες. Και αυτό υποθέτει ότι ο χρήστης που ανέβασε το βίντεο έσπευσε να συμπεριλάβει τις πληροφορίες.

Όλα αυτά θα μπορούσαν να αλλάξουν στο εγγύς μέλλον. Η Google υπέβαλε πρόσφατα δίπλωμα ευρεσιτεχνίας που δείχνει ότι το YouTube μπορεί να αρχίσει πραγματικά καταλαβαίνουν τα βίντεο που παίζει.

Επιλογή επιλογής με βάση τη συνάφεια

Η Google αίτηση διπλώματος ευρεσιτεχνίας είναι για την "επιλογή εικόνας βασισμένη στη συνάφεια", ένας φανταχτερός τρόπος να λέτε "να βρεθούν τα πράγματα που κάποιος έψαξε βάσει του τι είναι σε ένα βίντεο". Στο σύστημα που αναπτύσσεται στο δίπλωμα ευρεσιτεχνίας, ένα ο αλγόριθμος εκπαιδεύεται για να εξάγει συγκεκριμένες λειτουργίες κάθε βίντεο και να τους αντιστοιχίζει λέξεις-κλειδιά - μπορεί στη συνέχεια να επιστρέψει ένα βίντεο σε απάντηση σε μια αναζήτηση που ξεκίνησε από το χρήστη και περιλαμβάνει αυτές λέξεις-κλειδιά.

Η εφαρμογή δίνει ένα ενδιαφέρον παράδειγμα:

"[F] Ο χρήστης εισάγει το ερώτημα αναζήτησης" κούρσα αυτοκινήτου ", τη μηχανή αναζήτησης βίντεο... μπορεί να βρει και να επιστρέψει μια σκηνή αγώνων αυτοκινήτων από μια ταινία, ακόμα κι αν η σκηνή μπορεί να είναι μόνο ένα μικρό τμήμα της ταινίας που δεν περιγράφεται στα μεταδεδομένα κειμένου. "

Προφανώς, αυτό θα αλλάξει δραστικά το πόσο αποτελεσματική είναι μια αναζήτηση στο YouTube. Μπορούν να βρεθούν βίντεο τα οποία δεν ήταν διαθέσιμα στο παρελθόν λόγω κακών μεταδεδομένων. Τα βίντεο που περιέχουν χρήσιμα κλιπ στη μέση, που περιβάλλεται από λιγότερο ενδιαφέροντα πράγματα στην αρχή και στο τέλος, θα είναι πολύ πιο πολύτιμα. TED μιλάμε βίντεο 8 TED Talks Βίντεο κάτω από 5 λεπτά που θέλετε να παρακολουθήσετεΈχετε πέντε λεπτά για να σκοτώσετε; Ποιος καλύτερος τρόπος να περάσετε εκείνο τον χρόνο από το να παρακολουθήσετε ένα συναρπαστικό ή ενημερωτικό βίντεο TED Talks. Υπάρχει πολύ μεγάλο περιεχόμενο για να παρακολουθήσετε το TED αλλά μερικές φορές ... Διαβάστε περισσότερα θα είναι εύκολες με βάση τις μοναδικές γραμμές που ομιλούνται σε αυτές. Θα μπορείτε να βρείτε βίντεο γάτα ακόμα κι αν δεν υπάρχει "τίτλος" στον τίτλο.

Συνδυάζοντας αυτήν την τεχνολογία με την ήδη εντυπωσιακή ικανότητα της Google να εντοπίσει πράγματα που σχετίζονται με τους όρους αναζήτησης σας, πιθανόν να σημαίνει ότι η εύρεση βίντεο θα γίνει μια εντελώς διαφορετική εμπειρία. Θα δείτε σχετικά βίντεο που δεν περιλαμβάνουν τον όρο αναζήτησης, αλλά περιλαμβάνουν έναν όρο που σχετίζεται (ίσως ακόμη και οπτικά). Το οπτικό ισοδύναμο της τοποθέτησης λέξεων-κλειδιών μπορεί να αρχίσει να επηρεάζει την εμφάνιση ενός βίντεο στην κατάταξη. Ποιος ξέρει πόσο προχωρημένο θα μπορούσε να είναι αυτό;

Πώς λειτουργεί?

Το Google είναι ασφαλώς να κρατάει τα χαρτιά τους κοντά στο στήθος τους σε αυτό. Ωστόσο, στην επόμενη παράγραφο στην αίτησή τους για δίπλωμα ευρεσιτεχνίας διαφαίνεται κάποια ένδειξη σχετικά με τον τρόπο με τον οποίο το YouTube θα "βλέπει" τα βίντεό του:

"Σε μια πτυχή, ένα σύστημα υπολογιστή παράγει το ευρετήριο βίντεο που μπορεί να αναζητηθεί χρησιμοποιώντας ένα μηχανοκίνητο μοντέλο 4 Αλγόριθμοι μηχανικής μάθησης που διαμορφώνουν τη ζωή σαςΜπορεί να μην το συνειδητοποιήσετε, αλλά η μηχανική μάθηση είναι ήδη γύρω σας και μπορεί να ασκήσει εκπληκτικό βαθμό επιρροής στη ζωή σας. Μη με πιστέψεις; Ίσως να εκπλαγείτε. Διαβάστε περισσότερα των σχέσεων μεταξύ των χαρακτηριστικών των πλαισίων βίντεο και των λέξεων-κλειδιών που περιγράφουν το περιεχόμενο βίντεο. Το σύστημα φιλοξενίας βίντεο λαμβάνει ένα επισημασμένο σύνολο δεδομένων κατάρτισης που περιλαμβάνει ένα σύνολο στοιχείων μέσων (π.χ., εικόνες ή ηχητικά κλιπ) μαζί με μία ή περισσότερες λέξεις-κλειδιά που περιγράφουν το περιεχόμενο των μέσων μαζικής ενημέρωσης αντικειμένων. Το σύστημα φιλοξενίας βίντεο εξάγει χαρακτηριστικά που χαρακτηρίζουν το περιεχόμενο των μέσων μαζικής ενημέρωσης. Ένα μοντέλο εκμάθησης μηχανής εκπαιδεύεται για να μάθει συσχετισμούς μεταξύ συγκεκριμένων χαρακτηριστικών και λέξεων-κλειδιών που περιγράφουν το περιεχόμενο. Στη συνέχεια δημιουργείται το ευρετήριο βίντεο που χαρτογραφεί πλαίσια βίντεο σε μια βάση δεδομένων βίντεο με λέξεις-κλειδιά βάσει των χαρακτηριστικών των βίντεο και του μοντέλου που έχει μάθει η μηχανή. "

Αυτό είναι πολλά πραγματικά πυκνά πράγματα, αλλά εδώ είναι αυτό που έρχεται κάτω. Ένας αλγόριθμος εκμάθησης μηχανών δημιουργείται και, για να τον βοηθήσει να μάθει, η Google θα δείξει μια δέσμη βίντεο και θα παράσχει λέξεις-κλειδιά για να του πει τι υπάρχει στο βίντεο. Ο αλγόριθμος αρχίζει να μαθαίνει τη συσχέτιση συγκεκριμένων χαρακτηριστικών των βίντεο με συγκεκριμένες λέξεις-κλειδιά και δίδεται ανατροφοδότηση από τους μηχανικούς της Google. Όσο περισσότερα βίντεο και λέξεις-κλειδιά εμφανίζονται, τόσο καλύτερα αποκτάται η διαδικασία.

Τελικά, ο αλγόριθμος θα εισαχθεί στη μηχανή αναζήτησης του YouTube, όπου θα συνεχίσει να μαθαίνει και να βελτιώνεται κατά την επιλογή σχετικών λέξεων-κλειδιών από περιεχόμενο ήχου και βίντεο. Ενώ η αίτηση διπλώματος ευρεσιτεχνίας δεν αναφέρεται ρητά νευρωνικά δίκτυα Η Τελευταία Τεχνολογία Υπολογιστών που πρέπει να δείτε για να πιστέψετεΕλέγξτε μερικές από τις τελευταίες τεχνολογίες υπολογιστών που έχουν ρυθμιστεί να μετασχηματίζουν τον κόσμο των ηλεκτρονικών και των υπολογιστών τα επόμενα χρόνια. Διαβάστε περισσότερα , είναι πολύ πιθανό ότι αυτός ο συγκεκριμένος τύπος μηχανικής μάθησης θα χρησιμοποιηθεί, καθώς είναι πολύ καλό για σταδιακή μάθηση όπως αυτή.

Με προσομοίωση του ανθρώπινου εγκεφάλου (ή τουλάχιστον ενός θεωρητικού μοντέλου για το πώς μαθαίνει), τα μεγάλα νευρωνικά δίκτυα μπορούν να γίνουν πολύ αποτελεσματικά να μάθουν μόνοι τους, χωρίς επίβλεψη, και το YouTube θα παρείχε μια γιγαντιαία παιδική χαρά στην οποία θα μπορούσε να μάθει και να λάβει ανατροφοδότηση. Άλλοι τύποι μηχανικής μάθησης θα μπορούσαν να χρησιμοποιηθούν, αλλά από αυτό που γνωρίζουμε αυτή τη στιγμή, τα νευρωνικά δίκτυα φαίνονται σίγουρα το πιο πιθανό.

Google ερευνητής (και "πατέρας της βαθιάς μάθησης") Geoffrey Hinton μίλησε για κάτι τέτοιο στο Reddit AMA του νωρίτερα φέτος.

“Νομίζω ότι οι πιο συναρπαστικές περιοχές κατά τα επόμενα πέντε χρόνια θα είναι πραγματικά κατανόηση βίντεο και κειμένου. Θα είμαι απογοητευμένος αν σε πέντε χρόνια δεν έχουμε κάτι που να βλέπει ένα βίντεο στο YouTube και να λέει μια ιστορία για το τι συνέβη ».

Θα κερδίσει ευαισθησία και θα μας σκοτώσει όλους;

Αυτό είναι πάντα το ερώτημα που έρχεται όταν μια νέα ανακοίνωση σχετικά με τη μηχανική μάθηση χτυπά τα νέα. Και η απάντηση είναι, όπως πάντα, ναι Εδώ είναι γιατί οι επιστήμονες πιστεύουν ότι πρέπει να ανησυχείτε για την Τεχνητή ΝοημοσύνηΠιστεύετε ότι η τεχνητή νοημοσύνη είναι επικίνδυνη; Μπορεί το AI να θέσει σοβαρό κίνδυνο για την ανθρώπινη φυλή. Αυτοί είναι μερικοί λόγοι για τους οποίους μπορεί να θέλετε να ανησυχείτε. Διαβάστε περισσότερα . Το YouTube θα συνεργαστεί με τους Watson και Wolfram Alpha για να μας εξαπατήσουν να δουλέψουμε χρησιμοποιώντας βίντεο του YouTube, μετά από τα οποία πιθανόν να μας μετατρέψουν σε τροφή υπολογιστών. (Δεν το είδατε Κολοσσός?)

Νομίζω, φυσικά. Ωστόσο, οι πιθανές συνέπειες της εκπαίδευσης των υπολογιστών να αναγνωρίζουν τα πράγματα που "βλέπουν" και "ακούν" σε βίντεο είναι πολύ εντυπωσιακά. Η DARPA έχει ήδη αρχίσει να ψάχνει Δεν θα το πιστέψετε: Η μελλοντική έρευνα DARPA σε προηγμένους υπολογιστέςΤο DARPA είναι ένα από τα πιο συναρπαστικά και μυστικά τμήματα της αμερικανικής κυβέρνησης. Τα παρακάτω είναι μερικά από τα πιο προηγμένα έργα της DARPA που υπόσχονται να μεταμορφώσουν τον κόσμο της τεχνολογίας. Διαβάστε περισσότερα στις επιπτώσεις της τεχνολογίας αυτής στην ασφάλεια, αλλά δεν είναι δύσκολο να φανταστεί κανείς ότι χρησιμοποιείται στο δίκαιο, την ασφάλεια στο σπίτι, την εκπαίδευση... σχεδόν παντού.

Είτε η επιλογή της εικόνας βασισμένη στη συνάφεια της Google θα είναι εξίσου αποτελεσματική όσο φαντάζουμε, παραμένει εμφανής, αλλά αυτό θα μπορούσε να είναι μια ενδεχομένως πρωτοποριακή αλλαγή στην αναζήτηση βίντεο. Και από εκεί, ποιος ξέρει; Αν η Google μπορεί χρησιμοποιήστε την αλήθεια ως παράγοντα κατάταξης Μπορεί η Google να χρησιμοποιήσει έναν αλγόριθμο για να προσδιορίσει την αλήθεια;Η Google ερευνά αν ο αλγόριθμός της θα μπορούσε να περιλαμβάνει την αλήθεια ως παράγοντα κατάταξης. Τι σημαίνει αυτό για τον ιστό; Διαβάστε περισσότερα , δεν υπάρχει λόγος να πιστεύουμε ότι αυτή η τεχνολογία δεν θα είναι εκπληκτικά ισχυρή. Θα μπορούσε να αλλάξει πόσο μεγάλο μέρος του Διαδικτύου κατανοεί πραγματικά. Εάν αυτή η σκέψη δεν συνδέει το μυαλό σου με κόμπους, δεν ξέρω τι θα κάνει.

Τι πιστεύετε για την αίτηση ευρεσιτεχνίας της Google; Ποιες άλλες χρήσεις μπορείτε να φανταστείτε ότι έχει αυτή η τεχνολογία; Μοιραστείτε τις σκέψεις σας παρακάτω!

Πιστωτικές κάρτες: Willyam Bradberry μέσω του Shutterstock.com, Ciumac Sergiu μέσω Code42, Μάρκο Μπράντιτς μέσω του Shutterstock.com.