Tehisintellekti liike on mitut tüüpi, kuid üks AI vorm, mis on vaikselt taustal laineid löönud, on arvutinägemine (CV).
Arvutinägemine analüüsib pilte ja videoid ning eraldab kasulikke andmeid vastavalt kasutaja vajadustele. Või teisiti öeldes, CV uurib visuaalseid andmeid inimese analüütilise lähenemisega, kuid arvutikiirusel. Kuid on mõned ootamatud viisid, kuidas arvutinägemist kasutatakse, ja mõnda olete ilmselt kasutanud isegi aru saamata.
4 ootamatut viisi, kuidas me arvutinägemist kasutame
Arvutinägemine kasutab masinõpet suure hulga visuaalsete andmete kiireks analüüsimiseks. Paljud meist kasutavad CV-d juba igapäevaselt, ilma pikemalt mõtlemata. Kas teadsite, et kasutate arvutinägemist, kui otsite fotodelt pilte koerast või rannast või kui avate telefoni näotuvastusega?
See on arvutinägemise avalik nägu. Kuid selle kasutamine on muutumas laiemaks ja mõned neist kasutusviisidest võivad teid üllatada.
1. Sisu modereerimine
Sisu modereerimine on kipitav teema, mis on täis halle alasid. Kui teksti modereerimine on suhteliselt lihtne kontseptsioon, mida AI on aidanud modereerida juba aastaid, nõuab video ja piltide modereerimine siiski suuremat inimpanust.
Nüüd võivad mõned inimesed arvata, et lõputute sotsiaalmeediapostituste kerimine tundub täiuslik töö. Kuid tõde on üsna šokeeriv; need pole pildid kutsikatest ja kellegi aastapäeva õhtusöögist. AI saab juba kiiresti kontrollida, kas need pildid on ohutud.
See tähendab, et moderaatoriteni jõudev sisu hõlmab sisu, mida keegi terve mõistuse juures näha ei tahaks. On palju teateid moderaatorite kohta, kellel on PTSD. A Harvardi ülikooli artikkel kinnitas, et moderaatorid seisavad silmitsi märkimisväärsete psühholoogiliste riskidega.
Praegu ei saa CV roll sisu modereerimisel inimlikku elementi täielikult eemaldada. Aga koos sotsiaalmeedia platvormid leiavad, et modereerimine on peaaegu võimatu ülesanne, CV võib koormust kergendada. Arvutinägemist kasutatakse juba selleks, et vähendada inimestest moderaatoriteni filtreeruvate videote arvu. Ja mis kõige tähtsam, saab seda teha peaaegu reaalajas, vähendades ohtu, et ebameeldiv sisu jõuab pahaaimamatu avalikkuse ja loodetavasti ka moderaatorite ette.
2. Andmepüügi tuvastamine
Andmepüügirünnakud võivad olla laastavad nii üksikisikutele kui ka organisatsioonidele. Kahjuks on teie süsteemide ja andmete kaitsmine andmepüügirünnakute eest pidev võidurelvastumine turvaspetsialistide ja rünnakute taga olevate halbade osalejate vahel.
Üks turvasüsteemide ees seisvatest probleemidest on rünnakute allika tuvastamisel mustadele nimekirjadele tuginemine. See on reaktiivne strateegia. Reaktiivsete strateegiate probleemiks on ajavahe ohu tuvastamise ja asjakohaste meetmete võtmise vahel. Seda tühimikku loodavad halvad näitlejad ära kasutada ja seda lünka täidab ka arvutinägemine.
CV-d hakatakse kasutama reaalajas kaitsena andmepüügirünnakute vastu. Võimalike rünnakute tuvastamiseks mustade nimekirjade kasutamise asemel kasutab CV võimalike punaste lippude tuvastamiseks visuaalseid signaale.
Mõned selle saavutamiseks kasutatavad meetodid on loetletud allpool:
- Tuvastage võltsitud veebisaidid
- Tuvastage graafikana varjatud käivitavad sõnad
- Märksõna täitmine ja muu teksti hägustamine
Kuigi traditsioonilised turvasüsteemid jäävad lähitulevikus esiplaanile, on CV roll nende puuduste kõrvaldamisel üha enam domineeriv.
See võib tunduda kõverikuna, nii et selgitame, miks see on oluline.
Spordi sponsorlus on tohutu, igal aastal kulutatakse miljardeid dollareid meeskondade, ürituste ja staadionide sponsoreerimiseks. Üks põhjus, miks nii palju kulutatakse, on see, et spordisponsorlus tagab kaasahaaratud publiku kogu ürituse ajaks.
Maailmas, kus reklaamijatel on Instagrami voogu kerides sageli teie tähelepanu vaid mõneks sekundiks, on tabatud vaatajaskond turundajate jaoks nagu kullatolm. Probleem tekib siis, kui proovite mõõta kampaania tõhusust.
Erinevalt digikampaaniatest, kus tulemuslikkust saab mõõta täpselt peaaegu reaalajas, mõõdetakse spordisponsorluse edukust palju analoogsemalt. Kuna kaalul on miljardeid dollareid, tahavad turundajad arusaadavalt rohkem teavet selle kohta, mida nende raha neile teenib.
Siin astub sisse arvutinägemine. Näiteks võidusõiduautot reklaamiv ettevõte kasutaks inimesi võistluse jälgimiseks ja reklaamiga saavutatud ekraaniaja loendamiseks. See oli töömahukas, aeganõudev ja kallis. Kuid nüüd kasutavad paljud ettevõtted selle ülesande täitmiseks CV-d.
Lisaks saab seda kasutada kampaania pikaajalise edu jälgimiseks. Näiteks saab selle abil määrata, mitu korda on nende logoga videoklippi sotsiaalmeedia platvormidel jagatud.
4. Võltsimise tuvastamine
Internet on täis võltsitud tooteid. Paljusid neist müüvad kolmandatest osapooltest müüjad muidu mainekatel platvormidel. Nendel platvormidel on juriidilised kohustused tagada, et kõigi nende platvormil olevate toodete kvaliteet ja sugupuu oleks selline, nagu nad olema peavad.
Näiteks 2020. Amazon hävitas üle kahe miljoni võltsitud toote.
Võltsitud toodete edukas jälgimine on alati olnud problemaatiline. Taaskord on üks suuremaid probleeme aeg. Ajavahemik toote nimekirja kandmise ja pettusena tuvastamise vahel võib olla piisavalt pikk, et kurjategija oleks sadu tooteid saatnud, raha võtnud ja kadunud.
See on haavatavus, mille ühendamiseks CV-d kasutatakse. See võimaldab platvormi veebisaidil loetletud tooteid reaalajas analüüsida. Lisaks analüüsib see erinevaid visuaalseid komponente, et tuvastada potentsiaalselt võltsitud tooteid. Need sisaldavad:
- Logo tuvastamine: See võib tuvastada ebaseaduslikult kasutatud logodega tooteid (näiteks Ferrari logoga tembeldatud päikeseprillid, mida müüakse Amazonis mõne dollari eest). Või halva kvaliteediga logod, mis annavad teada, et need soodsad Nike'i jalatsid ei pruugi olla sellised, nagu nad paistavad.
- Pildianalüüs: CV-d saab õpetada otsima potentsiaalseid punaseid lippe, nagu värvi või märgistuse erinevused, mis võivad viidata tootele võltsingule.
- Objekti tuvastamine: CV tehnikad suudavad tuvastada ka piltidel või videotes olevaid objekte ja mustreid. See võib aidata tuvastada võltsitud tooteid, mida on mingil viisil muudetud või muudetud, näiteks kaubamärgi või märgistuse muutmise tõttu.
Võltsimisturg on tohutu ja mõjutab kõiki, alates tootjast kuni lõpptarbijani. Arvutinägemise kasutamine võltsingute tuvastamiseks ei kõrvalda probleemi, kuid see on suur samm õiges suunas.
Selge tuleviku nägemine
Arvutinägemine on kiiresti arenev tehnoloogia, mis lubab palju. Ajendatuna sellistest teguritest nagu võidujooks esimeste tõeliselt isejuhtivate elektrisõidukite väljatöötamiseks, on arengutempo järeleandmatu.
See on põnev tehnoloogia, mis küpsedes jätkab uute ja üllatavate kasutusvõimaluste kasutamist.
