Искусственный интеллект (ИИ) — это общий термин, охватывающий технологии машинного обучения (МО) и глубокого обучения (ГО), которые обещают изменить все аспекты человеческой жизни, включая прямые трансляции.

Для таких технологических гигантов, как Facebook, искусственный интеллект стал обычным явлением. Веб-сайт использует его для автоматического распознавания лица пользователя каждый раз, когда загружается фотография. Программа распознавания лиц Facebook, известная как DeepFace, на удивление более точна, чем программа ФБР. Зачем? Поскольку обширная база данных фотографий Facebook растет с каждым днем, алгоритмы искусственного интеллекта постоянно совершенствуются.

Каким образом ИИ может революционизировать производительность прямых трансляций?

На потоковое мультимедиа в настоящее время приходится большая часть всех вычислительных данных, и, по прогнозам, к 2022 году на видео будет приходиться 82% всего интернет-трафика. Используйте искусственный интеллект, чтобы найти более эффективные способы кодирования, распространения и организации данных для упрощения цифрового анализа. Ожидается, что искусственный интеллект будет играть ключевую роль в индустрии потокового вещания — от регулирования незаконного контента до предотвращения нарушения авторских прав.

Искусственный интеллект, машинное обучение и глубокое обучение

Хотя машинное обучение и искусственный интеллект иногда используются взаимозаменяемо, они относятся к нюансированным понятиям. «Искусственный интеллект» в самом широком смысле относится к машинам, которые выполняют задачи таким образом, который считается разумным. Любая способность выполнять работу, которая обычно требует участия человека — восприятие, рассуждение, действие и адаптацию — относится к области искусственного интеллекта.

Машинное обучение делает этот шаг еще дальше и относится к машинам, которые автоматически приобретают знания, подвергаясь воздействию данных. Вычисления, основанные на шаблонах, а не на явных инструкциях, называются машинным обучением. Машинное обучение позволяет компьютерам определять свои собственные правила, а не полагаться на заранее запрограммированные правила.

Наконец, мы делаем глубокое обучение. Здесь в игру вступают искусственные нейронные сети. Созданные по образцу человеческого мозга, эти сети состоят из тысяч взаимосвязанных узлов (нейронов), предназначенных для обработки и передачи информации по сети. Они описываются как глубокие, потому что они состоят из нескольких сложенных слоев, что позволяет выполнять такие ресурсоемкие вычислительные функции, как распознавание изображений, распознавание голоса и обработка естественного языка.

Зачем живому видео нужен искусственный интеллект (ИИ)

Поскольку ИИ включает в себя множество сложных процессов обучения, его возможности огромны. Лидеры отрасли начинают использовать его для решения некоторых проблем, возникающих при потоковой передаче видео в реальном времени.

Благодаря современным технологиям потокового вещания почти каждый может публиковать или смотреть живое видео. Если у них есть записывающее устройство (например, смартфон или ноутбук) и они могут подключиться к Интернету, прямая трансляция займет несколько секунд.

Обнаружение объектов ИИ как метод цензуры видеоконтента

Хотя обнаружение объектов обычно используется для развлечения, оно имеет практические преимущества. ИИ проложит путь к регулированию контента с помощью этой технологической формы цензуры, которая, как ожидается, заменит человеческий контроль.

В прошлом нарушение видеопотоков стало очень популярным из-за плохой инфраструктуры для цензуры этого контента. В частности, Facebook полагается на команду модераторов, чтобы прерывать любые прямые трансляции, нарушающие стандарты сообщества. Благодаря машинному и глубокому обучению такие организации, как Facebook и Google, смогут действовать быстрее, умнее и эффективнее. Мы можем ожидать, что ИИ будет интерпретировать потоковое содержимое и автоматически извлекать метаданные. Оттуда они смогут более эффективно отслеживать вредоносный контент и защищать конфиденциальность своих жертв.

ИИ обещает сделать наш цифровой мир безопаснее, но это еще не все.

Улучшите взаимодействие с пользователем с помощью индексации контента AI

Люди производят больше видео, чем когда-либо прежде, что требует записи потоков в реальном времени. Популярные приложения для социальных сетей, такие как TikTok, используют для достижения этой цели искусственный интеллект, дополненный персонализацией контента. Представитель ByteDance, компании-учредителя приложения, пояснил это:

«Мы создаем интеллектуальные машины, способные понимать и анализировать текст, изображения и видео, используя методы обработки естественного языка и компьютерного зрения. Это позволяет нам предоставлять пользователям наиболее интересный для них контент, а создателям — делиться повседневной жизнью с глобальной аудиторией. важный момент в мире». ByteDance был назван самым ценным стартапом в мире, показывая, что они должны поступать правильно.

Инструменты искусственного интеллекта также применяются к потоковой передаче музыки для улучшения персонализации. Алгоритмы теперь могут учитывать высоту тона песни, темп, последовательность аккордов и вокальный стиль, а также историю пользователя, чтобы предлагать похожий контент.

Искусственный интеллект предотвращает нарушение авторских прав

Защита авторских прав становится сложной при работе с живым контентом. Будь то предотвращение нарушения авторских прав в отношении спортивных мероприятий или популярных песен, регулирующие органы обращают внимание на технологию ИИ. Подобно тому, как ИИ может улучшить индексацию контента и помечать незаконный контент, видеоинструменты, основанные на обучении, будут все чаще использоваться для анализа живого видео на наличие материалов, защищенных авторским правом.

Тем не менее, степень, в которой ИИ может достичь этого, остается неясной. С точки зрения нарушения авторских прав в музыкальной индустрии, это приложение ИИ вызывает вопрос: как определить плагиат?

кодирование с учетом содержимого

Гиганты потокового видео, такие как Netflix, используют ИИ для определения подходящих параметров кодирования для каждого видео в зависимости от сложности. Это помогает оптимизировать активы и качество видео. это очень просто. Кодирование потоков с низким битрейтом, где это возможно, может помочь минимизировать затраты и сэкономить пропускную способность, в то время как спортивные события и динамичные кадры требуют более высоких битрейтов, чтобы соответствовать ритму движения.

Netflix полагается на машинное обучение, чтобы адаптировать кодирование для каждого типа видео с помощью слияния мультиметодной оценки видео или VMAF. Точно так же YouTube использует нейронные сети для улучшения процесса кодирования.

Эпилог

Мы только начинаем экспериментировать с тем, как искусственный интеллект можно применять для прямых трансляций. Любая работа, которую вы выполняете сегодня, когда-нибудь попадет в сферу ИИ. Написание сценария, монтаж, субтитры и многое другое. Поэтому наш лучший способ — воспользоваться этим.

Существуют также риски, которые могут быть связаны. Одним из примеров является случай, когда инструмент распознавания объектов Google ошибочно классифицировал фотографию чернокожего человека как гориллу. Чтобы предотвратить такие оскорбительные ошибки в будущем, IBM выпустила «набор инструментов для устранения предвзятости», который позволяет компаниям сканировать свои собственные системы ИИ, чтобы выявлять дискриминационное поведение и вносить соответствующие коррективы. Поскольку ИИ — это человеческое изобретение, в систему могут быть встроены человеческие предубеждения.

Эти вопросы необходимо решить. Однако из-за популярности прямых трансляций нам нужны такие же мощные вычислительные мощности для их кодирования, индексации и цензуры. В целом индустрия нуждается в ИИ.