Google usa redes neurais para melhorar miniaturas automáticas do YouTube
Com um pouco de aprendizado de máquina, o Google conseguiu alguns resultados melhores.

As miniaturas do YouTube podem ser terríveis. Para melhorá-las, o Google está ensinando seus algoritmos a usar redes neurais↳Deep learning9 conteúdosRedes neurais roots – Parte 01Dev (Back & Front) · abr 2019Redes neurais roots – Parte 02: treinamentoDev (Back & Front) · mai 2019Redes neurais roots – Parte 03: show me the codeDev (Back & Front) · mai 2019Ver tudo em AI → para gerar as imagens.
É possível enviar uma miniatura personalizada para acompanhar um vídeo no YouTube, mas muita gente não se importa com isso. Assim, o Google seleciona automaticamente um quadro de cada segundo do vídeo conforme ele é enviado, e então roda uma série de filtros para escolher uma que resulte em uma boa miniatura.
Mas nem sempre isso funciona, como mostram Weilong Yang e Min-hsuan Tsai, do Google, nestas imagens:
Agora, o Google decidiu aplicar um pouco de aprendizado de máquina e, assim, conseguir alguns resultados melhores. A dupla explica o que foi feito:
Diferentemente da tarefa de identificar se um vídeo contém seu animal preferido, julgar a qualidade visual de um quadro de um vídeo pode ser bastante subjetivo – as pessoas frequentemente têm opiniões e preferências diversas quando selecionam quadros para miniaturas de vídeos. Felizmente, no YouTube, os vídeos também contam com miniaturas personalizadas enviadas por alguns criadores.
Essas miniaturas estão bem enquadradas, focadas, e centralizadas em um objeto específico (como o personagem principal de um vídeo). Consideramos que essas miniaturas personalizadas de vídeos populares são exemplos positivos de qualidade, e os quadros selecionados aleatoriamente são exemplos negativos de qualidade.
Usando as miniaturas personalizadas como treinamento, a equipe conseguiu ensinar uma rede neural a entender um pouco mais do que pensam os humanos na hora de definir uma miniatura boa e uma ruim.
Em ação, ele consegue gerar miniaturas melhores do que o algoritmo antigo, como mostra a imagem acima.
O Google certamente aprovou o resultado, pois o filtro já está rodando em todo o YouTube.
Com informações de Gizmodo
GhostAction esconde malware em arquivo de fonte e ataca 94 repositórios
GhostAction voltou com uma tática nova e mais difícil de bloquear. O grupo distribui um arquivo malicioso disfarçado de fonte de texto em 94 repositórios










Redação iMasters





