Existuje mnoho typů umělé inteligence, ale jednou z forem umělé inteligence, která potichu dělá vlny na pozadí, je počítačové vidění (CV).
Počítačové vidění analyzuje obrázky a videa a extrahuje užitečná data v závislosti na potřebách uživatele. Nebo, jinak řečeno, CV zkoumá vizuální data analytickým přístupem lidí, ale rychlostí počítače. Existuje však několik neočekávaných způsobů, jak se počítačové vidění používá, a některé jste pravděpodobně použili, aniž byste si to uvědomovali.
4 neočekávané způsoby, jak používáme počítačové vidění
Počítačové vidění využívá strojové učení pro rychlou analýzu velkého množství vizuálních dat. Mnoho z nás již používá životopis denně, aniž by nad tím příliš přemýšlelo. Věděli jste, že používáte počítačové vidění, když ve svých fotografiích hledáte obrázky psa nebo pláže nebo když odemykáte telefon pomocí rozpoznávání obličeje?
Toto je veřejná tvář počítačového vidění. Jeho použití je ale stále rozšířenější a některá z těchto použití vás možná překvapí.
1. Moderování obsahu
Moderování obsahu je pichlavé téma plné šedých ploch. Zatímco moderování textu je poměrně jednoduchý koncept, který umělá inteligence pomáhá moderovat už roky, moderování videa a obrázků stále vyžaduje výraznější míru lidského vstupu.
Nyní si někteří lidé mohou myslet, že procházení nekonečných příspěvků na sociálních sítích vypadá jako perfektní práce. Ale pravda je docela šokující; tohle nejsou fotky štěňat a něčí výroční večeře. Umělá inteligence již dokáže rychle ověřit, že jsou tyto obrázky bezpečné.
To znamená, že typ obsahu, který se dostane k moderátorům, zahrnuje obsah, který by nikdo se zdravým rozumem nikdy nechtěl vidět. Existuje mnoho zpráv o moderátorech, kteří mají PTSD. A Článek Harvardské univerzity potvrdil, že moderátoři čelí značným psychickým rizikům.
V současné době nemůže role CV při moderování obsahu zcela odstranit lidský prvek. Ale s platformy sociálních médií považují moderování za prakticky nemožný úkol, CV může zmírnit zátěž. Počítačové vidění se již používá k výraznému snížení počtu „nepříjemných“ videí, které se filtrují až k lidským moderátorům. A co je důležité, může tak činit téměř v reálném čase, čímž se sníží riziko, že se nevkusný obsah dostane do očí nic netušící veřejnosti a doufejme i moderátorů.
2. Detekce phishingu
Phishingové útoky jsou potenciálně zničující pro jednotlivce i organizace. Bohužel proces udržování vašich systémů a dat v bezpečí před phishingovými útoky je neustálým závodem ve zbrojení mezi bezpečnostními profesionály a špatnými aktéry za útoky.
Jedním z problémů, kterým čelí bezpečnostní systémy, je spoléhání se na černé listiny při identifikaci zdroje útoků. Jedná se o reaktivní strategii. Problémem reaktivních strategií je časová prodleva mezi identifikací hrozby a provedením příslušné akce. Tuto mezeru doufají špatní herci využít a je to stejná mezera, kterou zaplňuje počítačové vidění.
CV se začíná používat jako obrana v reálném čase proti phishingovým útokům. Namísto použití černých listin k identifikaci potenciálních útoků používá CV vizuální signály k identifikaci možných varovných signálů.
Některé z metod používaných k dosažení tohoto cíle jsou uvedeny níže:
- Identifikujte falešné webové stránky
- Identifikujte spouštěcí slova maskovaná jako grafika
- Odsazení klíčových slov a další zamlžování textu
Ačkoli tradiční bezpečnostní systémy zůstanou v dohledné době v popředí zájmu, role CV při ucpání těchto nedostatků bude stále převládat.
Tenhle se může zdát jako křivák, tak si pojďme vysvětlit, proč je to důležité.
Sportovní sponzorství je obrovské, ročně se na sponzorování týmů, akcí a stadionů utratí miliardy dolarů. Jedním z důvodů, proč se tolik utrácí, je to, že sportovní sponzoring zaručuje uchvácené publikum po celou dobu trvání akce.
Ve světě, kde inzerenti často upoutají vaši pozornost jen na pár sekund, když procházíte instagramovým kanálem, je zachycené publikum pro obchodníky jako zlatý prach. Problém nastává při pokusu změřit efektivitu kampaně.
Na rozdíl od digitálních kampaní, kde lze výkon přesně měřit téměř v reálném čase, se úspěch sportovního sponzoringu měří mnohem analogovějším způsobem. Vzhledem k tomu, že jsou v sázce miliardy dolarů, marketéři pochopitelně chtějí více informací o tom, co jim jejich peníze přinášejí.
Zde vstupuje do hry počítačové vidění. Například společnost, která inzeruje závodní auto, by použila lidi ke sledování závodu a počítání doby strávené u obrazovky, kterou jejich reklama dosáhla. Bylo to pracné, časově náročné a drahé. Nyní však mnoho společností používá k provedení tohoto úkolu životopis.
Navíc jej lze použít ke sledování dlouhodobého úspěchu kampaně. Lze jej například použít k určení, kolikrát byl videoklip s jejich logem sdílen na platformách sociálních médií.
4. Detekce padělků
Internet je zaplaven padělanými produkty. Mnohé z nich jsou prodávány dodavateli třetích stran na jinak renomovaných platformách. Tyto platformy mají zákonnou povinnost zajistit, aby kvalita a rodokmen všech produktů na jejich platformě byly takové, jaké by měly být.
Například v roce 2020 Amazon zničil přes dva miliony padělaných produktů.
Úspěšné sledování padělaných výrobků bylo vždy problematické. Jedním z hlavních problémů je opět čas. Prodleva mezi uvedením produktu a jeho identifikací jako podvod může být dostatečně dlouhá na to, aby pachatel odeslal stovky produktů, vzal peníze a zmizel.
Toto je zranitelnost, ke které se CV používá. Umožňuje analýzu produktů uvedených na webových stránkách platformy v reálném čase. Kromě toho analyzuje různé vizuální komponenty, aby identifikoval potenciálně padělané produkty. Tyto zahrnují:
- Detekce loga: To může identifikovat produkty s nezákonně použitými logy (sluneční brýle s logem Ferrari, které se prodávají za pár babek například na Amazonu). Nebo nekvalitní loga, která prozrazují skutečnost, že tyto výhodné tenisky Nike nemusí být tím, čím se zdají být.
- Analýza obrázků: Životopis lze vycvičit tak, aby hledal potenciální červené vlajky, jako jsou rozdíly v barvě nebo označení, které mohou naznačovat, že produkt je padělaný.
- Rozpoznávání objektů: Techniky CV mohou také rozpoznat objekty a vzory v obrázcích nebo videích. To může pomoci identifikovat padělané produkty, které byly nějakým způsobem pozměněny nebo upraveny, například změnou značky nebo označení.
Trh s padělky je obrovský a týká se každého, od výrobce až po koncového uživatele. Použití počítačového vidění k identifikaci padělků problém neodstraní, ale představuje velký krok správným směrem.
Jasně vidět budoucnost
Počítačové vidění je rychle se vyvíjející technologie, která slibuje mnoho. Tempo vývoje je neúprosné díky faktorům, jako je závod ve vývoji prvních skutečně samořídících elektrických vozidel.
Je to vzrušující technologie, která bude v průběhu dospívání i nadále nabízet nová a překvapivá využití.
