Takto Facebook naučil svoj portál A.I. myslieť ako hollywoodsky filmár

Keď Mark Zuckerberg vytvoril prvú verziu Facebooku na svojej internátnej izbe na Harvarde, predstavoval si ho ako okno, ktoré ľuďom umožní nahliadnuť do života iných používateľov. Ak bol Google vyhľadávačom informácií, potom Facebook bol naopak vyhľadávačom pre ľudí. O pätnásť rokov neskôr Facebook posunul túto ambíciu na vyššiu úroveň. Vytvorením Portal a Portal+, radu inteligentných reproduktorov s vylepšenou obrazovkou, ktoré boli uvedené na trh v novembri 2018, Gigant sociálnych médií vytvoril oveľa doslovnejšie okno, ktoré umožňuje používateľom Facebooku uskutočňovať videohovory ďalší.

Inteligentné reproduktory Portal doslovne hovoria o niečom inom Facebook sen tiež. Tam, kde bol Facebook v podstate vyhľadávačom ľudí, v skutočnosti bol portál robí vyhľadajte ich: pomocou pohyblivého 12-megapixelového fotoaparátu, ktorý sa môže pochváliť 140-stupňovým zorným poľom, ktorý vás sleduje po miestnosti, aby ste videli, čo robíte. Ako digitálne trendy

uveďte to v našej recenzii, "Ak ste zaneprázdnení pohybom po kuchyni a pýtate sa starej mamy, ako pripraviť jej slávne mäsové guľky, môžete sa zamestnať a počúvať jej rozprávanie."

Čo presne je inteligentná technológia, ktorá poháňa portál? A ako si Facebook myslí, že prekonal výzvu, aby sa bežný videorozhovor cítil rovnako osobne ako posedenie pri skutočnej konverzácii? Odpoveď zahŕňa pôsobivú umelú inteligenciu – a pridaný ľudský dotyk.

Robte fotoaparáty inteligentnejšími

Facebook hneď od začiatku vedel, že jadrom portálu bude takzvaný systém „Smart Camera“. Myšlienkou inteligentnej kamery bolo posunúť sa nad rámec statického záberu, ktorý nám už roky ponúkajú služby ako Skype, a zohrať v tomto procese kreatívnejšiu úlohu. Rovnako ako filmový režisér alebo kameraman vie, kedy použiť široký záber alebo kedy priblížiť pre intímny záber zblízka, Facebook vyzval svojich inžinierov, aby napodobnili rovnakú schopnosť s portálom.

S cieľom poskytnúť tejto kamere potrebný ľudský dotyk, Facebook spolupracoval s filmármi, aby prišli na najlepší spôsob, ako destilovať ich múdrosť do strojom naučiteľných poznatkov. V jednom prípade ich požiadal, aby predviedli, ako by mohli nakrútiť scénu, v ktorej nebolo možné zachytiť všetky relevantné informácie z jedného pevného uhla.

V ďalšom sa inžinieri Facebooku zamerali na rôzne fotografické prvky, ktoré operátori fotoaparátov uprednostňujú pri fotografovaní na výšku a na šírku. Tieto pozorovania tvorili základ softvérových modelov, ktoré sa pokúšajú naplniť Portal niektorými z rozhodovacích vrtochov, ktoré by sme normálne pripisovali ľudskej kreativite.

„Chceli sme vytvoriť hands-free videohovor, ktorý odstráni pocity fyzickej vzdialenosti a je skôr ako keby ste spolu chodili,“ vysvetlil pre Digital Trends Eric Hwang, jeden z inžinierov spoločnosti Portal.

Výsledný systém, ktorého vytvorenie od nuly trvalo „menej ako dva roky“, umožňuje portálu prijímať rozhodnutia určené na zlepšenie toku konverzácie. V novo publikovaný blogový príspevok, podrobne popisuje niektoré ilustrácie, prečo by to mohlo byť potrebné. Ak sa napríklad nachádzate v preplnenej miestnosti plnej ľudí, ktorí medzi sebou interagujú, musí si vybrať, kedy sledovať jednotlivca mimo záber alebo kedy oddialiť, aby sa prispôsobili novým objektom.

Podobne sa musí naučiť riešiť meniace sa svetelné situácie v reálnom čase. Čo robiť, ak váš objekt leží v tmavej miestnosti, napoly prikrytý prikrývkou, ale v pozadí pobehujú deti, ktoré spôsobujú rozmazanie pohybu? Portál zváži všetky tieto informácie za menej ako mihnutie oka a pokúsi sa určiť najlepší výsledok. (Ak chcete manuálne ovládať, na koho sa zameriava, aj to je teraz možné.)

Technické výzvy

Z technického hľadiska je technológia portálu pôsobivá vďaka niekoľkým veciam. Prvým je, že to všetko dokáže bez použitia skutočnej pohyblivej kamery. Na začiatku procesu vývoja inžinieri portálu vyskúšali prototypy, ktoré využívali motorizovanú kameru, ktorá sa otáčala smerom k objektom. Bolo však rozhodnuté proti na základe toho, že to spôsobilo oneskorenie a bod potenciálneho mechanického zlyhania. Namiesto toho Portal obsahuje extrémne širokouhlý objektív, v ktorom sa všetky rozhodnutia o pohybe a úpravách robia výlučne digitálne.

Po druhé, tím pracujúci na portáli našiel spôsob, ako dosiahnuť svoje rozhodovacie procesy bez toho, aby sa musel spoliehať na cloud computing. Podľa Hwanga sa celá výpočtová palebná sila dosahuje priamo v zariadení.

„Zachytenie každého vo videu nie je náročný inžiniersky problém, pretože mnohí inžinieri to dokážu s dnešnými pokrokmi v oblasti počítačového videnia,“ povedal. „Inovácia spočíva v zachytení relevantných ľudí alebo osôb v reálnom čase na zariadení pomocou malého mobilného čipu v portáli ako výpočtovej sily. Zvyčajne tieto typy A.I. úlohy vyžadujú vyhradené veľké servery. [My] sme prekonali túto prekážku komprimáciou zložitých modelov počítačového videnia, kým sa nezmestia na čip, ktorý používame pre portál a stále bežia presne a spoľahlivo.“

Portál preto čerpá z dlhodobých investícií Facebooku do umelej inteligencie. Používa 2D systém detekcie polohy, ktorý beží rýchlosťou 30 snímok za sekundu. Zámernosť týchto pozícií pomáha portálu neustále sa rozhodovať o tom, čo jeho subjekty robia – a kedy môže byť v dôsledku toho potrebné digitálne posúvať alebo približovať. Okrem toho využíva výskum hĺbkových kamier, ktoré vyvinula spoločnosť Facebook Reality Labs ako súčasť úsilia giganta sociálnych médií o virtuálnu realitu.

Rastúci trh

Facebook je presvedčený, že s Portálom vyhráva. Je ľahké zistiť, odkiaľ pochádza jeho sebadôvera. Práve teraz trh s inteligentnými reproduktormi prekvitá. Hoci z veľkej časti dominuje líder na trhu Amazon, je to tak medziročne rastú o viac ako 100 percent. To je dobrá správa pre technologické spoločnosti, ktoré hľadajú ďalšiu veľkú vec v čase sploštenia smartfón predaja.

Zatiaľ čo Facebook bol posledným zo štyroch veľkých technologických gigantov (Amazon, Alphabet, Facebook a Apple) skočiť do rozbehnutého vlaku, je to stále jeden z prvých vlna inteligentných reproduktorov sústredených okolo obrazovky ako komunikačného zariadenia.

"Portal je jediný produkt na trhu svojho druhu," povedal Hwang. „Inteligentné reproduktory a displeje sú dnes postavené na informáciách a obchode. Portál je vytvorený tak, aby uľahčil spojenie s ľuďmi, na ktorých vám najviac záleží: s našimi najbližšími priateľmi a rodinou. Portál sa zameriava na spájanie ľudí, čo je súčasťou poslania Facebooku, ktorému trh domácich zariadení v súčasnosti nevyhovuje.“

Sú pred nami výzvy v oblasti ochrany osobných údajov?

Čo teda bráni Facebooku zastaviť? No, potenciálne súkromie. Používatelia ukázali prekvapujúcu ochotu prijať „vždy počúvajúce“ gadgety od spoločností ako Google, ktoré majú záujem o používateľské údaje. Ale zariadenie, ktoré vás sleduje aj počúva, je ešte invazívnejšie. Okrem toho povesť Facebooku stále trpí minuloročný škandál Cambridge Analytica.

Len niekoľko dní predtým, ako bol uverejnený tento článok, Washington Post nahlásené že Facebook rokuje o rekordnom mnohomiliardovom vyrovnaní s FTC za svoje prehrešky v oblasti ochrany osobných údajov. S rastúcou nevôľou od mnohých bývalých používateľov je ešte potrebné odhaliť, či Facebook má na rukách hit v štýle Amazon Echo – alebo prepadák v štýle Amazon Fire Phone.

Facebook nás uistil, že nepočúva, neprezerá ani neuchováva obsah videohovorov portálu, ktoré sú navyše šifrované, aby sa zabránilo odpočúvaniu. Skutočnosť, že A.I. smarts bežia lokálne na zariadení a nie na ňom Facebook servery, tiež znamená, že tieto informácie neopustia váš domov. Hlasové príkazy sa spoločnosti odošlú až po vyslovení „Hey Portal“ a používatelia môžu kedykoľvek vymazať svoju históriu hlasu v denníku aktivít na Facebooku.

Nedá sa však obísť skutočnosť, že stále prebieha určitý stupeň zberu údajov. „Aj keď nepočúvame, nezobrazujeme ani neuchovávame obsah vašich videohovorov na portáli, ani tieto informácie nepoužívame na zacielenie reklám, spracujte niektoré informácie o používaní zariadenia, aby ste pochopili, ako sa portál používa, a aby ste zlepšili produkt,“ poznamenáva Facebook. (Zásady ochrany osobných údajov portálu si môžete prečítať tu.)

Portál ponúka veľmi inteligentnú technológiu s obrovskými dôsledkami pre budúcnosť videorozhovoru. Niet pochýb o tom, že sa spoločnosti podarilo vytiahnuť niečo veľmi pôsobivé z technologického hľadiska. Ale to, či dokáže presvedčiť potenciálnych zákazníkov, že toto je riešenie, ktoré potrebujú vo svojom živote, sa nakoniec ukáže ako skutočný úspech.

Odporúčania redaktorov

• Prečítajte si strašidelne krásne „syntetické písmo“ od A.I. ktorý si myslí, že je to Boh
• Jazyková supermodelka: Ako GPT-3 potichu spúšťa A.I. revolúcie
• Použili sme A.I. dizajnový nástroj na vytvorenie nového loga. Tu je to, čo sa stalo
• Neuro-symbolická A.I. je budúcnosťou umelej inteligencie. Tu je návod, ako to funguje
• Opätovná návšteva vzostupu AI: Ako ďaleko zašla umelá inteligencia od roku 2010?