Muhtemelen farkında olmadan bilgisayar görüşünü kullanmışsınızdır.
Pek çok yapay zeka türü vardır, ancak arka planda sessizce dalgalar oluşturan bir yapay zeka biçimi bilgisayar görüşüdür (CV).
Görüntü işleme, görüntüleri ve videoları analiz eder ve kullanıcının ihtiyaçlarına göre faydalı verileri çıkarır. Ya da başka bir deyişle CV, görsel verileri insanın analitik yaklaşımıyla, ancak bilgisayar hızında inceler. Ancak bilgisayar görüşünün kullanıldığı bazı beklenmedik yollar vardır ve bazılarını muhtemelen farkında bile olmadan kullanmışsınızdır.
Bilgisayarla Görmeyi Kullandığımız 4 Beklenmedik Yol
Görüntü işleme, çok büyük miktarda görsel veriyi hızla analiz etmek için makine öğrenimini kullanır. Birçoğumuz zaten üzerinde fazla düşünmeden CV kullanıyoruz. Fotoğraflarınız arasında köpek veya kumsal resimleri ararsanız veya telefonunuzu yüz tanıma ile açarsanız, bilgisayar görüşünü kullandığınızı biliyor muydunuz?
Bu, bilgisayar görüşünün halka açık yüzüdür. Ancak kullanımı giderek yaygınlaşıyor ve bu kullanımlardan bazıları sizi şaşırtabilir.
1. İçerik Denetimi
İçerik denetimi, gri alanlarla dolu dikenli bir konudur. Metin denetimi, AI’nın yıllardır denetlemeye yardımcı olduğu nispeten basit bir kavram olsa da, video ve görüntülerin denetlenmesi hâlâ daha önemli düzeyde insan girdisi gerektiriyor.
Şimdi, bazı insanlar sonsuz sosyal medya gönderileri arasında gezinmenin mükemmel bir iş gibi göründüğünü düşünebilir. Ancak gerçek oldukça şok edicidir; Bunlar yavru köpeklerin ve birinin yıl dönümü yemeğinin resimleri değil. AI, bu görüntülerin güvenli olduğunu zaten hızlı bir şekilde doğrulayabilir.
Bunun anlamı, moderatörlere ulaşan içerik türünün, aklı başında hiç kimsenin görmek istemeyeceği içerikler içerdiğidir. TSSB’si olan çok sayıda moderatör raporu var. Bir Harvard Üniversitesi makalesi, moderatörlerin önemli psikolojik risklerle karşı karşıya olduğunu doğruladı.
Şu anda, CV’nin içerik moderasyonundaki rolü insan unsurunu tamamen ortadan kaldıramaz. Ancak denetlemeyi neredeyse imkansız bir görev bulan sosyal medya platformları ile CV, yükü hafifletebilir. Görüntü işleme, insan moderatörlere süzülen video “kötülüklerinin” sayısını büyük ölçüde azaltmak için zaten kullanılıyor. Ve daha da önemlisi, bunu neredeyse gerçek zamanlı olarak yapabilir ve nahoş içeriğin şüphelenmeyen halkın ve umarız moderatörlerin gözlerine ulaşma riskini azaltır.
2. Kimlik Avı Tespiti
Kimlik avı saldırıları, hem bireyler hem de kuruluşlar için potansiyel olarak yıkıcıdır. Ne yazık ki, sistemlerinizi ve verilerinizi kimlik avı saldırılarına karşı güvende tutma süreci, güvenlik uzmanları ile saldırıların arkasındaki kötü aktörler arasında devam eden bir silahlanma yarışıdır.
Güvenlik sistemlerinin karşılaştığı sorunlardan biri, saldırıların kaynağını belirlemek için kara listelere güvenmek. Bu tepkisel bir stratejidir. Tepkisel stratejilerle ilgili sorun, tehdidin tanımlanması ile uygun önlemin alınması arasındaki gecikmedir. Bu boşluk, kötü aktörlerin yararlanmayı umduğu şeydir ve bilgisayar görüşünün doldurmakta olduğu boşluğun aynısıdır.
CV, oltalama saldırılarına karşı gerçek zamanlı bir savunma olarak kullanılmaya başlıyor. Potansiyel saldırıları belirlemek için kara listeler kullanmak yerine, CV olası tehlike işaretlerini belirlemek için görsel sinyaller kullanır.
Bunu sağlamak için kullanılan yöntemlerden bazıları aşağıda listelenmiştir:
– Sahte web sitelerini tanımlayın
– Grafik olarak gizlenmiş tetikleyici kelimeleri tanımlayın
– Anahtar kelime doldurma ve diğer metin karartma
Geleneksel güvenlik sistemleri öngörülebilir gelecekte ön saflarda kalacak olsa da CV’nin bu eksiklikleri gidermedeki rolü giderek yaygınlaşacaktır.
3. Spor Sponsorluğunun İzlenmesi
Bu bir eğri top gibi görünebilir, o yüzden bunun neden önemli olduğunu açıklayalım.
Takımlara, etkinliklere ve stadyumlara sponsorluk yapmak için her yıl milyarlarca dolar harcanan spor sponsorluğu çok büyük. Bu kadar çok harcanmasının nedenlerinden biri, spor sponsorluğunun bir etkinlik süresince büyülenmiş bir izleyici kitlesini garanti etmesidir.
Siz Instagram akışınızda gezinirken reklamverenlerin genellikle yalnızca birkaç saniye dikkatinizi çektiği bir dünyada, yakalanan bir kitle, pazarlamacılar için altın tozu gibidir. Sorun, bir kampanyanın etkinliğini ölçmeye çalışırken ortaya çıkar.
Performansın neredeyse gerçek zamanlı olarak tam olarak ölçülebildiği dijital kampanyaların aksine, spor sponsorluğunun başarısı çok daha analog bir şekilde ölçülür. Milyarlarca dolar tehlikedeyken, pazarlamacılar anlaşılır bir şekilde paralarının onlara ne kazandırdığına dair daha fazla bilgi istiyor.
Bilgisayar görüşünün devreye girdiği yer burasıdır. Örneğin, bir yarış arabasının reklamını yapan bir şirket, bir yarışı izlemek ve reklamının ulaştığı ekran süresini saymak için insanları kullanır. Bu zahmetli, zaman alıcı ve pahalıydı. Ancak şimdi, birçok şirket bu görevi gerçekleştirmek için CV kullanıyor.
Ek olarak, bir kampanyanın uzun vadeli başarısını izlemek için kullanılabilir. Örneğin kendi logosunu taşıyan bir video klibin sosyal medya platformlarında kaç kez paylaşıldığını belirlemek için kullanılabilir.
4. Sahte Tespit
İnternet sahte ürünlerle çalkalanıyor. Bunların birçoğu, başka türlü saygın platformlarda üçüncü taraf satıcılar tarafından satılmaktadır. Bu platformlar, platformlarındaki tüm ürünlerin kalitesinin ve soyağacının olması gerektiği gibi olmasını sağlamak için yasal yükümlülüklere sahiptir.
Örneğin, 2020’de Amazon iki milyondan fazla sahte ürünü imha etti .
Sahte ürünleri başarılı bir şekilde izlemek her zaman sorunlu olmuştur. Bir kez daha, en büyük sorunlardan biri zamandır. Bir ürünün listelenmesi ve sahtekarlık olarak tanımlanması arasındaki gecikme, failin yüzlerce ürünü sevk etmesine, parayı almasına ve ortadan kaybolmasına yetecek kadar uzun olabilir.
Bu, CV’nin tıkamak için kullanıldığı güvenlik açığıdır. Bir platformun web sitesinde listelenen ürünlerin gerçek zamanlı analizine izin verir. Ayrıca, olası sahte ürünleri belirlemek için çeşitli görsel bileşenleri analiz eder. Bunlar şunları içerir:
– Logo Tespiti: Bu, yasadışı olarak kullanılan logolara sahip ürünleri tanımlayabilir (örneğin, Amazon’da birkaç dolara satılan Ferrari logosu ile damgalanmış güneş gözlükleri). Ya da ucuz Nike spor ayakkabılarının göründükleri gibi olmayabilecekleri gerçeğini ele veren kalitesiz logolar.
– Görüntü Analizi: CV, bir ürünün sahte olduğunu düşündürebilecek renk veya etiket farklılıkları gibi olası kırmızı bayrakları aramak üzere eğitilebilir.
– Nesne Tanıma: CV teknikleri, resimlerdeki veya videolardaki nesneleri ve kalıpları da tanıyabilir. Bu, markalama veya etiketleme gibi bir şekilde değiştirilmiş veya değiştirilmiş sahte ürünlerin belirlenmesine yardımcı olabilir.
Sahte ürün pazarı çok büyük ve üreticiden son kullanıcıya kadar herkesi etkiliyor. Sahte ürünleri belirlemek için bilgisayar görüşünü kullanmak sorunu ortadan kaldırmaz, ancak doğru yönde atılmış büyük bir adımı temsil eder.
Geleceği Açıkça Görmek
Görüntü işleme, çok şey vaat eden, hızla gelişen bir teknolojidir. Gerçek anlamda kendi kendine giden ilk elektrikli araçları geliştirme yarışı gibi faktörler tarafından yönlendirilen geliştirme hızı acımasızdır.
Olgunlaştıkça yeni ve şaşırtıcı kullanımlar sunmaya devam edecek olan heyecan verici bir teknolojidir.