ابزار تشخیص محتوای ویدیویی گوگل به راحتی فریب می خورد

در اواسط اسفند سال گذشته خواندید که گوگل پلتفرمی را توسعه داده که با بهره گیری از یادگیری ماشینی می تواند محتوای ویدیوها را شناسایی کرده و به آنها برچسب هایی متناسب را اختصاص دهد اما مطالعه اخیر محققان نشان می دهد که این سرویس به سادگی هر چه تمام فریب می خورد.

تیمی تحقیقاتی از دانشگاه واشنگتن با مطالعه روی API مربوطه دریافتند که سیستم توسعه یافته توسط گوگل به قدری حساس بوده که می توان به راحتی آن را فریب داد تا محتوایی بسیار متفاوت را از یک ویدیو شناسایی کند.

ابزار تشخیص محتوای ویدیوی گوگل به قدری حساس است که به راحتی فریب می خورد

گفتنی است دانشمندان متوجه شدند که با افزودن تصویری در یک بازه زمانی خاص می توان سیستم Cloud Video Intelligence را گول زد. آنها برای اثبات ادعای خود، ویدیویی از یک ببر در یک باغ وحش را تست کردند که سیستم مورد اشاره برچسب هایی نظیر حیوان، حیات وحش، باغ وحش و طبیعت را بدان نسبت داد که کاملاً تحسین بر انگیز است اما پس از آن تصاویری از یک اتومبیل آئودی را در هر پنجاه فریم قرار دادند تا نتیجه را بررسی کنند.

این دفعه ابزار مورد بحث پاسخی بسیار متفاوت را در اختیار تیم تحقیقاتی قرار داده و در حالی که تنها یک پنجاهم از فریم های ویدیو به تصاویر خودرو اختصاص داده شده بود، برچسب هایی نظیر آئودی، اتومبیل، وسیله نقلیه و آئودی A4 را بدان نسبت داد که هیچ ارتباطی با ویدیوی اصلی گرفته شده از ببر داخل باغ وحش را نداشت.

لازم به اشاره نیست که ابزار جدید گوگل در مراحل ابتدایی توسعه خود به سر برده و در حال حاضر به صورت آزمایشی و اختصاصی در اختیار توسعه دهندگان قرار گرفته است. با این حال مشکلاتی اینچنینی می تواند کارایی آن در شناسایی دقیق ویدیوها و برچسب زدن ها را با محدودیت هایی همراه کند.