Er zijn veel soorten kunstmatige intelligentie, maar een vorm van AI die stilletjes op de achtergrond furore maakt, is computervisie (CV).
Computervisie analyseert afbeeldingen en video's en extraheert nuttige gegevens, afhankelijk van de behoeften van de gebruiker. Of, om het anders te zeggen, CV onderzoekt visuele data met de analytische benadering van mensen, maar dan op computersnelheid. Maar er zijn enkele onverwachte manieren waarop computervisie wordt gebruikt, en sommige heb je waarschijnlijk gebruikt zonder dat je het je realiseerde.
4 onverwachte manieren waarop we Computer Vision gebruiken
Computervisie maakt gebruik van machine learning om enorme hoeveelheden visuele gegevens snel te analyseren. Velen van ons gebruiken CV al dagelijks zonder er veel over na te denken. Wist je dat je computervisie gebruikt als je in je foto's zoekt naar foto's van een hond of een strand of als je je telefoon ontgrendelt met gezichtsherkenning?
Dit is het publieke gezicht van computervisie. Maar het gebruik ervan wordt steeds wijdverbreider en sommige van deze toepassingen zullen u misschien verbazen.
1. Inhoud moderatie
Inhoudsmoderatie is een netelig onderwerp boordevol grijze gebieden. Hoewel tekstmoderatie een relatief eenvoudig concept is dat AI al jaren helpt modereren, vereist de moderatie van video en afbeeldingen nog steeds een groter niveau van menselijke input.
Nu denken sommige mensen misschien dat scrollen door eindeloze posts op sociale media een perfecte klus lijkt. Maar de waarheid is behoorlijk schokkend; dit zijn geen foto's van puppy's en iemands jubileumdiner. AI kan al snel verifiëren dat deze beelden veilig zijn.
Wat dit betekent is dat het type inhoud dat de moderators bereikt inhoud bevat die niemand met een gezond verstand ooit zou willen zien. Er zijn talloze meldingen van moderators die PTSS hebben. A artikel van Harvard University bevestigde dat moderators aanzienlijke psychologische risico's lopen.
Momenteel kan de rol van CV bij het modereren van inhoud het menselijke element niet volledig wegnemen. Maar met sociale-mediaplatforms vinden matiging een vrijwel onmogelijke taak, CV kan de last verlichten. Computervisie wordt al gebruikt om het aantal "nasties" van video's dat doorsijpelt naar menselijke moderators aanzienlijk te verminderen. En, belangrijker nog, het kan dit in bijna realtime doen, waardoor het risico wordt verkleind dat onsmakelijke inhoud de ogen van het nietsvermoedende publiek en, hopelijk, moderators bereikt.
2. Phishing-detectie
Phishing-aanvallen zijn potentieel verwoestend voor zowel individuen als organisaties. Helaas is het proces om uw systemen en gegevens te beschermen tegen phishing-aanvallen een voortdurende wapenwedloop tussen beveiligingsprofessionals en de slechteriken achter de aanvallen.
Een van de problemen waarmee beveiligingssystemen worden geconfronteerd, is het vertrouwen op zwarte lijsten om de bron van aanvallen te identificeren. Dit is een reactieve strategie. Het probleem met reactieve strategieën is het tijdsverloop tussen de identificatie van de dreiging en de passende actie die wordt ondernomen. Dit gat is wat slechte acteurs hopen te exploiteren en het is hetzelfde gat dat computervisie vult.
CV wordt steeds meer gebruikt als real-time verdediging tegen phishing-aanvallen. In plaats van zwarte lijsten te gebruiken om potentiële aanvallen te identificeren, gebruikt CV visuele signalen om mogelijke rode vlaggen te identificeren.
Enkele van de methoden die worden gebruikt om dit te bereiken, worden hieronder vermeld:
- Identificeer vervalste websites
- Identificeer triggerwoorden vermomd als afbeeldingen
- Opvulling van zoekwoorden en andere verduistering van tekst
Hoewel traditionele beveiligingssystemen in de nabije toekomst in de frontlinie zullen blijven, zal de rol van CV bij het dichten van deze tekortkomingen steeds belangrijker worden.
Deze lijkt misschien een curveball, dus laten we uitleggen waarom dit belangrijk is.
Sportsponsoring is enorm, met miljarden dollars die jaarlijks worden uitgegeven aan het sponsoren van teams, evenementen en stadions. Een van de redenen dat er zoveel wordt uitgegeven, is dat sportsponsoring garant staat voor een geboeid publiek gedurende de duur van een evenement.
In een wereld waar adverteerders vaak maar een paar seconden je aandacht hebben terwijl je door je Instagram-feed scrolt, is een vastgehouden publiek als goudstof voor marketeers. Het probleem doet zich voor bij het meten van de effectiviteit van een campagne.
In tegenstelling tot digitale campagnes, waarbij de prestaties vrijwel in real-time nauwkeurig kunnen worden gemeten, wordt het succes van sportsponsoring op een veel analogere manier gemeten. Met miljarden dollars op het spel willen marketeers begrijpelijkerwijs meer informatie over wat hun geld hen oplevert.
Dit is waar computervisie om de hoek komt kijken. Een bedrijf dat bijvoorbeeld een raceauto adverteert, zou mensen gebruiken om een race te volgen en de schermtijd te tellen die hun advertentie behaalde. Dit was arbeidsintensief, tijdrovend en kostbaar. Maar nu gebruiken veel bedrijven CV om deze taak uit te voeren.
Bovendien kan het worden gebruikt om het langetermijnsucces van een campagne te volgen. Het kan bijvoorbeeld worden gebruikt om te bepalen hoe vaak een videoclip met hun logo is gedeeld op sociale mediaplatforms.
4. Detectie van vervalsingen
Het internet wordt overspoeld met namaakproducten. Veel hiervan worden verkocht door externe leveranciers op anderszins gerenommeerde platforms. Deze platforms hebben wettelijke verplichtingen om ervoor te zorgen dat de kwaliteit en stamboom van alle producten op hun platform zijn zoals ze zouden moeten zijn.
In 2020 bijvoorbeeld Amazon vernietigde meer dan twee miljoen namaakproducten.
Het succesvol monitoren van namaakproducten is altijd problematisch geweest. Nogmaals, een van de grootste problemen is tijd. De tijd tussen de vermelding van een product en de identificatie als fraude kan lang genoeg zijn voor de dader om honderden producten te hebben verzonden, het geld te hebben ingenomen en te zijn verdwenen.
Dit is de kwetsbaarheid die CV wordt gebruikt om te dichten. Het maakt realtime analyse mogelijk van producten die op de website van een platform worden vermeld. Bovendien analyseert het verschillende visuele componenten om mogelijk nagemaakte producten te identificeren. Deze omvatten:
- Logo-detectie: Dit kan producten identificeren met illegaal gebruikte logo's (zonnebrillen met het Ferrari-logo die bijvoorbeeld voor een paar dollar op Amazon worden verkocht). Of logo's van slechte kwaliteit die verraden dat die goedkope Nike-sneakers misschien niet zijn wat ze lijken.
- Foto analyse: CV kan worden getraind om te zoeken naar mogelijke rode vlaggen zoals verschillen in kleur of etikettering die kunnen suggereren dat een product namaak is.
- Object herkenning: CV-technieken kunnen ook objecten en patronen in afbeeldingen of video's herkennen. Dit kan helpen bij het identificeren van namaakproducten die op de een of andere manier zijn gewijzigd of aangepast, bijvoorbeeld door de branding of etikettering te wijzigen.
De namaakmarkt is enorm en raakt iedereen, van de fabrikant tot de eindgebruiker. Het gebruik van computervisie om vervalsingen te identificeren lost het probleem niet op, maar het is een grote stap in de goede richting.
De toekomst helder zien
Computervisie is een snel evoluerende technologie die veel belooft. Gedreven door factoren zoals de race om de eerste echt zelfrijdende elektrische voertuigen te ontwikkelen, is het tempo van de ontwikkeling meedogenloos.
Het is een opwindende technologie die nieuwe en verrassende toepassingen zal blijven uitbrengen naarmate ze volwassener wordt.
