پوشیدنی
الناز فرجی۱۳:۲۲ - ۱۳۹۴ يکشنبه ۴ مرداد

یکی از دستاوردهای شگفت انگیز تلفن همراه هوشمند این است که برای عکس گرفتن و به اشتراک گذاریشان الهام بخش ما اند. خیلی از آنها ، با همه . تخمین زده شده که ما همین حالا بیش از تریلیون عکس در سال 2015 گرفته ایم. این میتواند بیشترین تعدادعکسی باشد که تا به حال در تاریخ عکاسی گرفته شده است. ما باید مفتخر باشیم اما تنها عکس گرفتن کافی نیست.ما باید راه های منسجمی برای اتصال ، کشف و جستجو ی این تریلیون عکس در دسترس پیدا کنیم.  اینترنت در 25 سالگی بیش از یک میلیارد سایت متصل شده دارد. با اینکه تحسین بر انگیز است اما در مقایسه با 4.7 تریلیون عکس ( در چند سال اخیر) که زندگی ما، الهامات و احساسات و خلاقیت هایمان را ثبت کرده اند  رنگ میبازد. فکر میکنم که یک بک آپ از این همه حس آگاهی انسانی چه شکلی خواهد بود. تصور کنید که چه شبکه ی فوق انسانی ای از آگاهی ها ظاهر خواهد شد اگر میتوانستیم تمام عکسها را به هم وصل کنیم.
حالا زمان ظاهر شدن اینترنت بصری است. یک اینترنت بصری با اینترنت معنایی فرق میکند. بیایید نگاهی به زبان هنرمندان بیاندازیم. متفکران بصری کارشان فهم و دستکاری دیدنی هاست. برای یک هنرمند یک عکس چندین بنیانی است، یا چیزهای مختلف برای آدمهای مختلف.
هنرمندان دیدنی ها را هم به شکل آیینه و هم پنجره میبینند. یک پنجره ی بصری به ما این امکان را میدهد تا به درون یک عکس نگاه کرده و چیزی را که داخلش است ببینیم، یک سگ، درخت، نیمکت و ... . الگوریتم های جستجوی گوگل به خوبی به ما درباره ی مفهوم عینی اینترنت بصری گفته اند . اینکه این اینترنت به هر حال ، اتصالی بین عکس ها به وجود میآورد هم به عنوان پنجره و هم آیینه . خواهد فهمید که چه چیزی در عکس است و حدس میزند که یک بیننده چگونه ممکن است تفسیرش کند.
اما ما چگونه این اتصالات را میسازیم؟ تا کنون بیشتر هوش مصنوعی (AI) در فضای بصری بر روی پنجره ی یک عکس تمرکز داشته است ، آن را تحلیل میکند و بر اساس مفاد عینی وصلشان میکند . اما وقتی بر روی چند بنیانی یک عکس تمرکز کنید، هوشی غنی تر و روابطی پیچیده تر بین عکس های مبتی بر جنبه ی آیینه ای می سازید که این معنی غیر عینی است.  بخش گول زننده ی این دانش غیر عینی این است که نمیتواند بر کاربر اتکا کند تا به ما بگویند که چه احساسی درباره ی یک عکس دارند ، یا اینکه نمیتوانند معنی حقیقی عکس را بفهمند. این اغلب خیلی نا خودآگاهانه است. و باید از رفتار کاربر رمز گشایی شود. چیزی که ما با اطمینان میدانیم این است که هیچ کامپیوتری نمیتواند پاسخ احساسی شما را به چیزی قضاوت کند . خب ...فعلا نه . بنابراین من به شما نوع جدیدی از رابطه ی کاربر را پیشنهاد میکنم. در سالهای اولیه ی اینترنت ، این رابطه و میانجیگری درباره ی زیبایی بود، اما حالا بیشتر به ارتباط، رفتار و انتخاب مربوط است. با ارتباط کاربری خوب، ما میتوانیم رفتار ساده ی انسانی را شبیه سازی کنیم تا ببینیم که انسان ها نا خودآگاه چگونه به عکسها عکس العمل نشان میدهند . دزدی یا حرکت جادویی tinder مثال عالی ای است.
مغز کار بسیار سنگین تفسیر یک عکس را با کارهای کاربر میکند و توسط داده های زیادی مورد مطلالعه قرار گرفته است. همینطور که داده ها را محاسبه میکنیم، میتوانیم مردم را تنها بر اساس عکس العمل ها ناخودآگانه شان به یک عکس طبقه بندی کنیم. و اینگونه است که شروع به فهمیدن روشی که مردم از عکس ها معنی میسازند میکنیم.  داشتم فکر میکردم، چه میشود اگر کسی همه ی املاک بصری اینترنت را دارا بود؟ میتوانستند تمام آگاهی های با ارزشی از روشی که فکر میکنیم را جمع کنند. pinterest در راه رسیدنش به این هدف است. جدا از یک مکان جالب بودن برای سازمان دهی ایده ها و و افکارتان، زیر سرش تمام عکسهای اینترنت را دارد ( آنهایی را که ارزش مرتب کردن را داشتند ) . آنها باید به فکر راه های جدیدی برای کشف ارزش این اطلاعات باشند.
اینترنت مجازی اتصالاتی بین عکس ها هم بصورت پنجره ای و هم آیینه ای میسازد.
ما دیدیم که اینستاگرام بخش جستجو را راه انداخت ، در حالیکه دیگر بازیکن های معاشرتی و تجاری (fancy,wanelo,weheartit) درمان کاربر را بصورت پول در می آورند. metamind از چیزی که " الگوریتم های بصری" مینامد برای یادگیری عمیق تر استفاده میکند. به هر حال همه ی این سایت ها هنوز از کاربر این انتظار را دارند تا به وضوح بگوید که چگونه باید عکسها را سازمان دهی کنند و معنی دهند. من منتظر ارتباط ها جدید م که اطلاعات را تنها بر مبنای جستجوی منفعل کاربر جمع آوری میکنند. دکتر رامش جین ، یک استاد علم کامپیوتر از UC Irvine تلاش میکند تا همین مشکل را با تیمش krumbs حل کند ، که به شما این امکان را میدهد تا به عکسها با چند معیار وصل شوید، جین معتقد است که تنها جستجو برای یک عکس کافی نیست. ما باید قادر باشیم تا داخل یک عکس را هم جستجو کنیم.
اینجا در flipsicle ما امیدواریم تا بذر های اینترنت بصری را با استفاده از اطلاعات بزرگ بکاریم تا به دیدنی ها بر مبنای روشی که کاربران به صورت ناخودآگاه عکس ها را معنی میکنند ، وصل شویم. اینکه رفتار کاربر چه میگوید  . اینکه عکس باعث چه فکر و احساسی در او میشود. برای من هنر و تکنولوژی دو چشم یک بدن اند. یک چشم را باز کن و این دنیای زیبا را ببین . دیگری را باز کن و درباره ی غنایی که نمیتوانی درباره اش صحبت کنی خیال بافی کن. با یکدیگر ، عینی و غیر عینی ، به ما آگاهی های غنی از اینکه که هستیم و چه فکری میکنیم میدهند.
حالا که همه ی این اطلاعات را داریم، چه کار میتوانیم با آن انجام دهیم؟ فهمیدن اینکه چگونه فکر یک کاربر میتواند به مهمی رفتارش باشد. طرح عالی، عکس ها شخصی و هوش مصنوعی غیر عینی همه در حال تبدیل به یک بازی گروهی اند که کار عالی ای میسازند که هیچ کس فکرش را هم نمیکرد. ما بیشتر از همیشه به کاربران نزدیک خواهیم شد. و بالاخره کامپیوتر ها بیشترین مقدار یکدلی لازم را در دنیا فراهم میکنند.

دسترسی سریع
دیدگاه کاربران
در حال حاضر هيچ نظری برای نمایش موجود نيست
ارسال دیدگاه
پیشنهاد ویژهx

Pinterest به کمک Deep Learning پین‌های مرتبط به کاربران ارائه می‌نماید