YouTube verwendet neuronale Netze, um Videos tatsächlich zu verstehen

YouTube durchsuchen So suchen Sie YouTube wie ein PRO mit Google Advanced Operators Weiterlesen kann eine frustrierende Erfahrung sein; Wenn Sie wissen, worum es in einem Video geht, oder wenn Sie sich an den Inhalt, aber nicht an den Namen erinnern, suchen Sie möglicherweise sehr lange. Das liegt daran, dass YouTube dies nicht tut sehen die Videos so wie eine Person. Es werden nur die Metadaten angezeigt - Titel, Beschreibung und Tags. Und das setzt voraus, dass der Uploader sich die Mühe gemacht hat, die Informationen aufzunehmen.

All dies könnte sich in naher Zukunft ändern. Google hat kürzlich ein Patent angemeldet, das darauf hinweist, dass YouTube möglicherweise tatsächlich damit beginnt verstehen die Videos, die es spielt.

Relevanzbasierte Bildauswahl

Google Patentanmeldung ist für "relevanzbasierte Bildauswahl" eine ausgefallene Art zu sagen, "die Dinge zu finden, nach denen jemand gesucht hat, basierend auf dem, was in einem Video enthalten ist". In dem im Patent ausgearbeiteten System ist ein Der Algorithmus ist darauf trainiert, bestimmte Funktionen jedes Videos zu extrahieren und ihnen Schlüsselwörter zuzuweisen. Anschließend kann er ein Video als Antwort auf eine vom Benutzer initiierte Suche zurückgeben, die diese enthält Schlüsselwörter.

Die Anwendung gibt ein interessantes Beispiel:

"[I] Wenn der Benutzer die Suchabfrage" Autorennen "eingibt, die Videosuchmaschine... kann eine Autorennszene aus einem Film finden und zurückgeben, obwohl die Szene möglicherweise nur ein kurzer Teil des Films ist, der nicht in den Textmetadaten beschrieben ist. “

Dies wird natürlich die Effektivität einer YouTube-Suche drastisch verändern. Videos, die zuvor aufgrund fehlerhafter Metadaten nicht gefunden wurden, werden gefunden. Videos mit nützlichen Clips in der Mitte, die am Anfang und am Ende von weniger interessanten Dingen umgeben sind, sind viel wertvoller. TED-Talk-Videos 8 TED-Gespräche Videos unter 5 Minuten, die Sie ansehen möchtenHaben Sie fünf Minuten Zeit, um zu töten? Was gibt es Schöneres, als sich ein faszinierendes oder informatives TED Talks-Video anzusehen. Es gibt viele großartige Inhalte auf TED, aber manchmal ... Weiterlesen wird anhand einzelner Zeilen gefunden, die in ihnen gesprochen werden. Sie können Katzenvideos finden, auch wenn "Katze" nicht im Titel enthalten ist.

Wenn Sie diese Technologie mit der bereits beeindruckenden Fähigkeit von Google kombinieren, Dinge zu finden, die mit Ihren Suchbegriffen zusammenhängen, wird das Finden von Videos wahrscheinlich zu einer völlig anderen Erfahrung. Sie sehen verwandte Videos, die Ihren Suchbegriff nicht enthalten, aber einen verwandten Begriff (möglicherweise sogar visuell). Das visuelle Äquivalent der Keyword-Platzierung wirkt sich möglicherweise darauf aus, wo ein Video in den Rankings angezeigt wird. Wer weiß, wie weit das fortgeschritten sein könnte?

Wie funktioniert es?

Google hält verständlicherweise seine Karten in diesem Fall dicht an der Brust. Der folgende Absatz in ihrer Patentanmeldung gibt jedoch Aufschluss darüber, wie YouTube Videos sehen kann:

„In einem Aspekt generiert ein Computersystem den durchsuchbaren Videoindex mithilfe von a maschinell erlerntes Modell 4 Algorithmen für maschinelles Lernen, die Ihr Leben prägenSie werden es vielleicht nicht bemerken, aber maschinelles Lernen ist bereits überall um Sie herum und kann einen überraschenden Grad an Einfluss auf Ihr Leben ausüben. Glaubst du mir nicht? Sie könnten überrascht sein. Weiterlesen der Beziehungen zwischen Merkmalen von Videobildern und Schlüsselwörtern, die Videoinhalte beschreiben. Das Video-Hosting-System empfängt einen gekennzeichneten Trainingsdatensatz, der einen Satz von Medienelementen enthält (z. Bilder oder Audioclips) zusammen mit einem oder mehreren Schlüsselwörtern, die den Inhalt der Medien beschreiben Artikel. Das Video-Hosting-System extrahiert Funktionen, die den Inhalt der Medienelemente charakterisieren. Ein maschinell erlerntes Modell wird trainiert, um Korrelationen zwischen bestimmten Merkmalen und den Schlüsselwörtern zu lernen, die den Inhalt beschreiben. Anschließend wird der Videoindex generiert, der Videorahmen in einer Videodatenbank Schlüsselwörtern zuordnet, die auf den Funktionen der Videos und dem maschinell erlernten Modell basieren. “

Das ist eine Menge wirklich dichtes Zeug, aber hier ist, worauf es ankommt. Es wird ein Algorithmus für maschinelles Lernen erstellt. Um das Lernen zu erleichtern, zeigt Google eine Reihe von Videos an und gibt Schlüsselwörter an, um zu ermitteln, was im Video enthalten ist. Der Algorithmus lernt, bestimmte Funktionen der Videos mit bestimmten Keywords zu verknüpfen, und erhält von den Google-Ingenieuren Feedback. Je mehr Videos und Keywords angezeigt werden, desto besser wird der Prozess.

Schließlich wird der Algorithmus in die YouTube-Suchmaschine eingeführt, wo er weiter lernen und die Auswahl relevanter Keywords aus Audio- und Videoinhalten verbessern kann. Während die Patentanmeldung nicht ausdrücklich erwähnt Neuronale Netze Die neueste Computertechnologie, die Sie sehen müssen, um zu glaubenSchauen Sie sich einige der neuesten Computertechnologien an, die die Welt der Elektronik und PCs in den nächsten Jahren verändern werden. Weiterlesen Es ist sehr wahrscheinlich, dass diese spezielle Art des maschinellen Lernens verwendet wird, da es für ein solches inszeniertes Lernen sehr gut ist.

Durch die Simulation des menschlichen Gehirns (oder mindestens eines theoretischen Modells, wie es lernt) können große neuronale Netze sehr effektiv werden Selbstständiges Lernen ohne Aufsicht und YouTube würden einen absolut gigantischen Spielplatz bieten, auf dem es lernen und empfangen könnte Feedback. Andere Arten des maschinellen Lernens könnten verwendet werden, aber nach dem, was wir derzeit wissen, sehen neuronale Netze definitiv am wahrscheinlichsten aus.

Google-Forscher (und "Vater des tiefen Lernens") Geoffrey Hinton deutete auf etwas in diesem Sinne hin in seinem Reddit AMA Anfang dieses Jahres.

“Ich denke, dass die aufregendsten Bereiche in den nächsten fünf Jahren darin bestehen werden, Videos und Texte wirklich zu verstehen. Ich werde enttäuscht sein, wenn wir in fünf Jahren nichts haben, was ein YouTube-Video ansehen und eine Geschichte darüber erzählen könnte, was passiert ist. “

Wird es Gefühl gewinnen und uns alle töten?

Dies ist immer die Frage, die sich stellt, wenn eine neue Ankündigung zum maschinellen Lernen in den Nachrichten erscheint. Und Die Antwort lautet wie immer ja Hier ist der Grund, warum Wissenschaftler glauben, Sie sollten sich Sorgen um künstliche Intelligenz machenHalten Sie künstliche Intelligenz für gefährlich? Stellt die KI ein ernstes Risiko für die Menschheit dar? Dies sind einige Gründe, warum Sie besorgt sein möchten. Weiterlesen . YouTube wird sich mit Watson und Wolfram Alpha zusammenschließen, um uns mithilfe von YouTube-Videos zur Unterwürfigkeit zu verleiten. Danach werden sie uns wahrscheinlich in Computerfutter verwandeln. (Hast du nicht gesehen? Koloss?)

Ich scherze natürlich. Die möglichen Auswirkungen der Schulung von Computern zum Erkennen von Dingen, die sie in Videos „sehen“ und „hören“, sind jedoch sehr beeindruckend. DARPA hat bereits begonnen zu suchen Sie werden es nicht glauben: DARPA Future Research in Advanced ComputersDARPA ist einer der faszinierendsten und geheimsten Teile der US-Regierung. Im Folgenden sind einige der fortschrittlichsten Projekte von DARPA aufgeführt, die versprechen, die Welt der Technologie zu verändern. Weiterlesen über die Auswirkungen dieser Technologie auf die Sicherheit, aber es ist nicht schwer vorstellbar, dass sie in den Bereichen Recht, Sicherheit zu Hause und Bildung eingesetzt wird... so ziemlich überall.

Es bleibt abzuwarten, ob die auf Relevanz basierende Bildauswahl von Google so effektiv ist, wie wir es uns vorstellen. Dies könnte jedoch eine möglicherweise bahnbrechende Änderung bei der Videosuche sein. Und von dort, wer weiß? Wenn Google kann Verwenden Sie die Wahrheit als Ranking-Faktor Kann Google einen Algorithmus verwenden, um die Wahrheit zu bestimmen?Google untersucht, ob sein Algorithmus die Wahrheit als Ranking-Faktor enthalten könnte. Was bedeutet das für das Web? Weiterlesen Es gibt keinen Grund zu der Annahme, dass diese Technologie nicht erstaunlich leistungsfähig ist. Es könnte sich ändern, wie sehr sich das Internet wirklich versteht. Wenn dieser Gedanke Sie nicht in den Bann zieht, weiß ich nicht, was passiert.

Was halten Sie von der Patentanmeldung von Google? Welche anderen Verwendungsmöglichkeiten können Sie sich für diese Technologie vorstellen? Teilen Sie Ihre Gedanken unten!

Bildnachweis: Willyam Bradberry über Shutterstock.com, Ciumac Sergiu über Code42, Marko Bradic über Shutterstock.com.