Odnajdziemy filmy po treści, a nie po tytule

Graficzna wyszukiwarka Google od lat umożliwia odnajdywanie obrazów podobnych wizualnie i wyszukiwania wyników za pomocą zdjęć właśnie. Nie byłoby to możliwe, gdyby nie narzędzia rozpoznające obiekty i kompozycję na obrazach. Do tej pory jednak ograniczone było to do grafiki statycznej, ale kto nie idzie do przodu, ten się cofa, a Google cofać się nie zamierza.

Podczas Google Cloud Next ‘17 internetowy gigant zaprezentował rozwiązanie oparte na uczeniu maszynowym, które jest w stanie przeanalizować ruchomy obraz wideo i opisać go za pomocą rzeczowników i czasowników. W efekcie użytkownicy mają być w stanie znaleźć ten filmik, w którym ten koleś robi to i tamto. Dziś jest to nie lada wyczyn, wszak co minutę na YouTubie ląduje kilkaset godzin filmików.

Do udostępnienia tego rozwiązania szerszej publiczności jeszcze zostało trochę czasu. Cloud Video Intelligence API – bo tak się nazywa – ma jednak ogromny potencjał. Dzięki zastosowaniu uczenia maszynowego, z każdym kolejnym przeanalizowanym filmikiem algorytmy działają lepiej, a skuteczność się zwiększa. Osiąga poziom, tak jak na przykładzie poniżej:

Z jednej strony technologią tą bardziej interesują się firmy. Wśród partnerów Google znajdziemy eBay, Disney czy Verizon, które dzięki temu rozwiązaniu będą mogły wyeliminować manualne tagowanie i usprawnić swoje komercyjne działania. Wdrożenie Cloud Video Intelligence API odczujemy jednak wszyscy, gdy będziemy chcieli odnaleźć nie najlepiej zatytułowany filmik w sieci.

Źródło: Engadget, The Verge, Google