Изкуствен интелект на DeepMind добавя описания към кратките видеоклипове в

Изкуствен разсъдък на DeepMind прибавя описания към късите видеоклипове в YouTube
(илюстрация: CC0 Public Domain)

Визуален езиков модел Flamingo, основан от екипа на Гугъл DeepMind, написа описания за къси видеоклипове в YouTube Shorts. Те се разгласяват бързо и постоянно им липсват описания и смислени заглавия, което ги прави сложни за намиране. Flamingo има за цел да реши този проблем.

Невронната мрежа написа описанията, като проучва начални фрагменти на видеоклипа и предлага пояснения за протичащото се, да вземем за пример: „ куче държи купчина бисквити на главата си ”. Текстовите описания, генерирани от AI, се съхраняват във формат на метаданни, който ще помогне за „ по-добро категоризиране на видеоклиповете и сравнение на резултатите от търсенето с потребителските поръчки ”.

AI взема решение проблем, присъщ за секцията YouTube Shorts: създателите постоянно подценяват метаданните за видеоклиповете, а самите видеоклипове се гледат най-вече в общата емисия и вследствие на това не могат да бъдат открити посредством търсенето.

Описанията, генерирани от Flamingo, не се демонстрират на феновете или даже на създателите на видеоклипа, разяснява Тод Шърман, шеф за ръководство на артикули за YouTube Shorts, представен от The Verge. Текстът на тези описания е в сходство с етичните стандарти на продуктите на Гугъл, макар че е малко евентуално AI да се опита да показа видеоклипа в неприятна светлина.
още по темата
Flamingo към този момент работи в YouTube и прибавя своите описания към всички нови видеоклипове в секцията Shorts – забележителна част от към този момент оповестените материали, и изключително най-популярните, също са минали през процедурата.

Администраторите на платформата не изключват опцията AI моделът да стартира да работи и с пълнометражни дълги видеоклипове в YouTube, макар че няма особена нужда от това: хората прекарват часове, дни, седмици и даже месеци, снимайки и редактирайки тези материали, тъй че прибавянето на метаданни към тях е единствено дребна част от процеса на основаване на видео.

И защото феновете избират дълги видеоклипове въз основа на миниизображението и заглавието, основателите на тези изявления имат натурален тласък да попълнят вярно метаданните.