आर्टिफिशियल इंटेलिजेंस के कई प्रकार हैं, लेकिन एआई का एक रूप जो चुपचाप पृष्ठभूमि में तरंगें बना रहा है, वह कंप्यूटर विजन (सीवी) है।
कंप्यूटर दृष्टि छवियों और वीडियो का विश्लेषण करती है और उपयोगकर्ता की जरूरतों के आधार पर उपयोगी डेटा निकालती है। या, इसे दूसरे तरीके से रखने के लिए, सीवी मनुष्यों के विश्लेषणात्मक दृष्टिकोण के साथ, लेकिन कंप्यूटर की गति से दृश्य डेटा की जांच करता है। लेकिन कुछ अनपेक्षित तरीके हैं जिनसे कंप्यूटर विज़न का उपयोग किया जाता है, और कुछ ऐसे हैं जिन्हें आपने शायद बिना जाने ही उपयोग कर लिया है।
4 अनपेक्षित तरीके हम कंप्यूटर विजन का उपयोग कर रहे हैं
कंप्यूटर विजन मशीन लर्निंग का उपयोग करता है भारी मात्रा में दृश्य डेटा का तेजी से विश्लेषण करने के लिए। हम में से कई लोग बिना ज्यादा सोचे-समझे रोजाना सीवी का इस्तेमाल करते हैं। क्या आप जानते हैं कि यदि आप अपनी तस्वीरों में कुत्ते या समुद्र तट की तस्वीरें खोजते हैं या यदि आप अपने फोन को चेहरे की पहचान से अनलॉक करते हैं तो आप कंप्यूटर विजन का उपयोग कर रहे हैं?
यह कंप्यूटर दृष्टि का सार्वजनिक चेहरा है। लेकिन इसका उपयोग अधिक व्यापक होता जा रहा है, और इनमें से कुछ उपयोग आपको आश्चर्यचकित कर सकते हैं।
1. सामग्री मॉडरेशन
सामग्री मॉडरेशन ग्रे क्षेत्रों से भरा एक कांटेदार विषय है। जबकि टेक्स्ट मॉडरेशन एक अपेक्षाकृत सरल अवधारणा है जिसे एआई वर्षों से मॉडरेट करने में मदद कर रहा है, वीडियो और छवियों के मॉडरेशन के लिए अभी भी मानव इनपुट के अधिक महत्वपूर्ण स्तर की आवश्यकता है।
अब, कुछ लोग सोच सकते हैं कि अंतहीन सोशल मीडिया पोस्ट को स्क्रॉल करना एक सही काम लगता है। लेकिन सच्चाई काफी चौंकाने वाली है; ये पिल्लों और किसी की सालगिरह के खाने की तस्वीरें नहीं हैं। एआई पहले से ही यह सत्यापित कर सकता है कि ये छवियां सुरक्षित हैं।
इसका मतलब यह है कि मॉडरेटर के माध्यम से जिस प्रकार की सामग्री इसे बनाती है, उसमें ऐसी सामग्री शामिल होती है जिसे कोई भी अपने सही दिमाग में कभी नहीं देखना चाहेगा। मॉडरेटरों की कई रिपोर्टें हैं जिनके पास PTSD है। ए हार्वर्ड विश्वविद्यालय लेख ने पुष्टि की कि मध्यस्थों को काफी मनोवैज्ञानिक जोखिमों का सामना करना पड़ता है।
वर्तमान में, कंटेंट मॉडरेशन में सीवी की भूमिका मानवीय तत्व को पूरी तरह से दूर नहीं कर सकती है। लेकिन इसके साथ सोशल मीडिया प्लेटफॉर्म मॉडरेशन को लगभग असंभव कार्य मान रहे हैंसीवी बोझ को कम कर सकता है। कंप्यूटर दृष्टि का उपयोग पहले से ही मानव मध्यस्थों के माध्यम से फ़िल्टर करने वाले वीडियो "नास्टीज़" की संख्या को बहुत कम करने के लिए किया जाता है। और, महत्वपूर्ण रूप से, यह लगभग वास्तविक समय में ऐसा कर सकता है, जो बिना सोचे-समझे जनता की आँखों तक पहुँचने वाली अस्वाभाविक सामग्री के जोखिम को कम करता है और उम्मीद है कि मॉडरेटर।
2. फ़िशिंग डिटेक्शन
फ़िशिंग हमले संभावित रूप से व्यक्तियों और संगठनों दोनों के लिए विनाशकारी हैं। दुर्भाग्य से, फ़िशिंग हमलों के खिलाफ आपके सिस्टम और डेटा को सुरक्षित रखने की प्रक्रिया सुरक्षा पेशेवरों और हमलों के पीछे बुरे अभिनेताओं के बीच हथियारों की दौड़ है।
सुरक्षा प्रणालियों के सामने आने वाली समस्याओं में से एक हमलों के स्रोत की पहचान करने के लिए ब्लैकलिस्ट पर निर्भरता है। यह एक प्रतिक्रियाशील रणनीति है। प्रतिक्रियाशील रणनीतियों के साथ समस्या खतरे की पहचान और उचित कार्रवाई किए जाने के बीच का समय अंतराल है। यह अंतर वह है जो बुरे अभिनेता शोषण करने की उम्मीद करते हैं और वही अंतर कंप्यूटर विजन भर रहा है।
फ़िशिंग हमलों के विरुद्ध रीयल-टाइम बचाव के रूप में सीवी का उपयोग किया जाने लगा है। संभावित हमलों की पहचान करने के लिए ब्लैकलिस्ट का उपयोग करने के बजाय, सीवी संभावित लाल झंडों की पहचान करने के लिए दृश्य संकेतों का उपयोग करता है।
इसे प्राप्त करने के लिए उपयोग की जाने वाली कुछ विधियाँ नीचे सूचीबद्ध हैं:
- जाली वेबसाइटों की पहचान करें
- ग्राफिक्स के रूप में प्रच्छन्न ट्रिगर शब्दों को पहचानें
- कीवर्ड पैडिंग और अन्य टेक्स्ट अस्पष्टता
हालांकि निकट भविष्य में पारंपरिक सुरक्षा प्रणालियां अग्रिम पंक्ति में रहेंगी, इन कमियों को दूर करने में सीवी की भूमिका तेजी से प्रचलित होगी।
यह एक क्यूरबॉल की तरह लग सकता है, तो चलिए बताते हैं कि यह क्यों महत्वपूर्ण है।
खेल प्रायोजन बहुत बड़ा है, जिसमें टीमों, आयोजनों और स्टेडियमों को प्रायोजित करने पर सालाना अरबों डॉलर खर्च किए जाते हैं। इतना अधिक खर्च करने का एक कारण यह है कि खेल प्रायोजन किसी घटना की अवधि के लिए सम्मोहित दर्शकों की गारंटी देता है।
एक ऐसी दुनिया में जहां विज्ञापनदाता अक्सर आपका ध्यान केवल कुछ सेकंड के लिए ही रखते हैं, जब आप अपने Instagram फ़ीड को स्क्रॉल करते हैं, तो कैप्चर की गई ऑडियंस विपणक के लिए सोने की धूल की तरह होती है। समस्या तब आती है जब किसी अभियान की प्रभावशीलता को मापने का प्रयास किया जाता है।
डिजिटल अभियानों के विपरीत, जहां प्रदर्शन को लगभग वास्तविक समय में सटीक रूप से मापा जा सकता है, खेल प्रायोजन की सफलता कहीं अधिक अनुरूप तरीके से मापी जाती है। दांव पर अरबों डॉलर के साथ, विपणक स्वाभाविक रूप से इस बारे में अधिक जानकारी चाहते हैं कि उनका पैसा उन्हें क्या मिल रहा है।
यही वह जगह है जहां कंप्यूटर विजन काम करता है। उदाहरण के लिए, एक कंपनी जो एक रेसिंग कार का विज्ञापन करती है, एक दौड़ की निगरानी करने के लिए मनुष्यों का उपयोग करेगी और उनके विज्ञापन को प्राप्त स्क्रीन समय की गणना करेगी। यह श्रमसाध्य, समय लेने वाला और महंगा था। लेकिन अब कई कंपनियां इस काम को करने के लिए सीवी का इस्तेमाल करती हैं।
इसके अतिरिक्त, इसका उपयोग किसी अभियान की दीर्घकालिक सफलता की निगरानी के लिए किया जा सकता है। उदाहरण के लिए, इसका उपयोग यह निर्धारित करने के लिए किया जा सकता है कि सोशल मीडिया प्लेटफॉर्म पर उनके लोगो वाले वीडियो क्लिप को कितनी बार साझा किया गया है।
4. नकली पहचान
इंटरनेट नकली उत्पादों से अटा पड़ा है। इनमें से कई तीसरे पक्ष के विक्रेताओं द्वारा अन्यथा प्रतिष्ठित प्लेटफार्मों पर बेचे जाते हैं। इन प्लेटफॉर्म्स पर यह सुनिश्चित करने का कानूनी दायित्व है कि उनके प्लेटफॉर्म पर सभी उत्पादों की गुणवत्ता और वंशावली जैसी होनी चाहिए वैसी हो।
उदाहरण के लिए, 2020 में, अमेज़न ने दो मिलियन से अधिक नकली उत्पादों को नष्ट कर दिया.
नकली उत्पादों की सफलतापूर्वक निगरानी करना हमेशा एक समस्या रही है। एक बार फिर, प्रमुख समस्याओं में से एक समय है। किसी उत्पाद के सूचीबद्ध होने और धोखाधड़ी के रूप में पहचाने जाने के बीच का अंतराल अपराधी के लिए सैकड़ों उत्पादों को भेजने, पैसे लेने और गायब होने के लिए काफी लंबा हो सकता है।
यह भेद्यता है कि सीवी प्लग करने के लिए इस्तेमाल किया जा रहा है। यह प्लेटफॉर्म की वेबसाइट पर सूचीबद्ध उत्पादों के रीयल-टाइम विश्लेषण की अनुमति देता है। इसके अलावा, यह संभावित नकली उत्पादों की पहचान करने के लिए विभिन्न दृश्य घटकों का विश्लेषण करता है। इसमे शामिल है:
- लोगो का पता लगाना: यह अवैध रूप से उपयोग किए गए लोगो वाले उत्पादों की पहचान कर सकता है (उदाहरण के लिए, अमेज़ॅन पर फेरारी लोगो के साथ धूप का चश्मा कुछ रुपये में बिक रहा है)। या खराब-गुणवत्ता वाले लोगो जो इस तथ्य को दूर करते हैं कि सौदेबाजी करने वाले नाइके के प्रशिक्षक वे नहीं हो सकते हैं जो वे दिखते हैं।
- छवि विश्लेषण: सीवी को संभावित लाल झंडों जैसे रंग या लेबलिंग में अंतर देखने के लिए प्रशिक्षित किया जा सकता है जो किसी उत्पाद के नकली होने का सुझाव दे सकता है।
- वस्तु मान्यता: सीवी तकनीक छवियों या वीडियो के भीतर वस्तुओं और पैटर्न को भी पहचान सकती है। यह नकली उत्पादों की पहचान करने में मदद कर सकता है जिन्हें किसी तरह से बदल दिया गया है या संशोधित किया गया है, जैसे कि ब्रांडिंग या लेबलिंग को बदलकर।
नकली वस्तुओं का बाजार बहुत बड़ा है और निर्माता से लेकर अंतिम उपभोक्ता तक सभी को प्रभावित करता है। नकली वस्तुओं की पहचान करने के लिए कंप्यूटर दृष्टि का उपयोग करने से समस्या खत्म नहीं होगी, लेकिन यह सही दिशा में एक बड़ा कदम है।
भविष्य को स्पष्ट रूप से देखना
कंप्यूटर दृष्टि एक तेजी से विकसित होने वाली तकनीक है जो बहुत कुछ वादा करती है। पहले सही मायने में सेल्फ-ड्राइविंग इलेक्ट्रिक वाहनों को विकसित करने की होड़ जैसे कारकों से प्रेरित, विकास की गति अनवरत है।
यह एक रोमांचक तकनीक है जो परिपक्व होते ही नए और आश्चर्यजनक उपयोग करती रहेगी।
