Google DeepMind представя своя нов проект – визуалният езиков модел Flamingo, който създава описания за кратките видеоклипове в YouTube Shorts. Тези видеа често се качват бързо и им липсват подходящи описания и заглавия, което затруднява тяхното откриване. Flamingo има за цел да реши този проблем.
Моделът за визуален език генерира описания, като анализира началните кадри на видеоклиповете и предлага обяснения за съдържанието, например: „куче държи купчина бисквити на главата си“. Текстовите описания, създадени от изкуствен интелект, се запазват като метаданни, които ще подобрят категоризацията и резултатите от търсенето на видеоклипове. Този проект решава проблема, свързан с YouTube Shorts, където авторите често пренебрегват метаданните, а видеоклиповете се гледат предимно в общия поток и затрудняват тяхното намиране чрез търсене.
Описанията, генерирани от Flamingo, не се показват на зрителите или на авторите на видеоклиповете, според Тод Шърман, директор на YouTube Shorts. Въпреки това, текстът на описанията отговаря на етичните стандарти на Google, като се изключва възможността AI да представи видеоклипа в неблагоприятна светлина. Flamingo вече е активен в YouTube и добавя описания към всички нови видеоклипове в секцията Shorts, включително и най-популярните, които вече са качени.
В заключение за Flamingo
Платформата не изключва възможността AI моделът да бъде използван и за дълги видеоклипове в YouTube, но не е толкова необходимо, тъй като за тях авторите отделят много време и усилия за снимане и редактиране, включително и въвеждането на метаданни. Поради факта, че зрителите избират дългите видеоклипове на база мини-изображението и заглавието, авторите имат стимул да попълват правилно метаданните.
Новини от Казанлък и региона може да прочетете тук
