به گزارش سایت خبری پرسون، فیس بوک پروژه‌ای را تحت عنوان یادگیری از ویدئو‌ها ارائه کرده است. این شرکت از هوش مصنوعی برای درک و یادگیری نمایش‌های صوتی، متنی و تصویری در فیلم‌های کاربران عمومی در این شبکه اجتماعی استفاده می‌کند. یادگیری از ویدئو‌ها و درک آن‌ها چندین هدف مانند بهبود سیستم‌های هوش مصنوعی مربوط به محتوا و اجرای سیاست‌ها دارد. این پروژه در مراحل ابتدایی قرار دارد، اما در حال حاضر به ثمر رسیده است.
این فناوری قبلا استفاده شده است
فیس بوک می‌گوید که قبلاً از این فناوری برای افزایش توصیه‌های Instagram Reels، مانند نمایش فیلم‌های افرادی استفاده کرده است. این سیستم در خطا‌های تشخیص گفتار نیز نتایج بهتری را نشان می‌دهد، که می‌تواند ویژگی‌های زیرنویس خودکار را تقویت کند و تشخیص جملات زشت و ناپسند را در فیلم‌ها آسان‌تر کند.
فیس بوک می‌گوید:" این پروژه به محققان هوش مصنوعی کمک خواهد کرد تا از تکیه بر داده‌های دارای برچسب جلوگیری کنند و این بخشی از تلاش برای ساخت سیستم‌هایی است که به روشی مشابه انسان یاد می‌گیرند. به همین ترتیب، یادگیری از ویدئو‌ها تجربیات کاملاً جدیدی را امکان پذیر می‌کند. "
شرکت فیسبوک به جز ویژگی احتمالی که به هوش مصنوعی امکان می‌دهد حافظه‌های دیجیتال، از جمله خاطراتی که توسط عینک واقعیت افزوده گرفته می‌شود را پخش کند، جزئیات دیگری را اعلام نکرد. به عنوان مثال کاربران می‌توانند از چنین سیستمی بخواهند که ویدئوی "هر بار که برای مادربزرگ آواز می‌خوانیم" را به آن‌ها نشان دهد و این قابلیت می‌تواند آن کلیپ‌ها را ظاهر کند. فیس بوک همچنین در حال کار بر روی عینک هوشمند خود است.
قابلیتی برای همه کاربران با هر زبانی
این شرکت می‌گوید در این پروژه فیلم‌ها به صد‌ها زبان و تقریباً از هر کشور در حال بررسی است. این جنبه از پروژه، سیستم‌های هوش مصنوعی را دقیق‌تر کرده و به آن‌ها امکان می‌دهد با دنیای سریع ما سازگار شوند و تفاوت‌های ظریف و نشانه‌های بصری را در فرهنگ‌ها و مناطق مختلف تشخیص دهند.
فیس بوک می‌گوید که وقتی صحبت از یادگیری از ویدئو‌ها می‌شود حریم خصوصی را هم در نظر دارد. فیس بوک نوشت: "ما در حال ساخت و حفظ بنیادی محرمانه هستیم که از راهکار‌های خودکار برای اجرای حریم خصوصی استفاده می‌کند. با عملیاتی کردن این قابلیت، ما می‌توانیم به طور مداوم از الزامات حریم خصوصی در سیستم‌های خود استفاده کنیم و از تلاش‌هایی مانند AI پشتیبانی کنیم. "
درک آنچه در فیلم‌ها اتفاق می‌افتد برای سیستم‌های هوش مصنوعی کاری بسیار دشوار است. آن‌ها می‌توانند موانعی مانند نویز پس زمینه را داشته باشند که درک گفتار و تغییر زبان را دشوار می‌کند.
