نظرة خلف الكواليس على الذكاء الاصطناعي البصري في البث

هل تساءلت يومًا كيف تجعل منصات البث مشاهدة برامجك المفضلة أمرًا سهلًا للغاية؟ منذ وقت ليس ببعيد، كان الترفيه مختلفًا جدًا. كانت جداول البرامج ثابتة، وكان المشاهدون يشاهدون عمومًا ما يُعرض على الهواء. وقد غيّرت خدمات البث هذا النمط. وتُظهر الاستطلاعات أن قيمة سوق بث الفيديو العالمي بلغت 106.83 مليار دولار في عام 2023، ومن المتوقع أن تصل إلى 865.85 مليار دولار بحلول عام 2034.

كان الذكاء الاصطناعي (AI) محوريًا في هذا التطور. وعلى وجه التحديد، نشهد تزايدًا في ابتكارات الرؤية الحاسوبية في هذا المجال. يتيح الذكاء الاصطناعي للرؤية الحاسوبية لمنصات البث فهم محتوى الفيديو وتفسيره من خلال تحليل الإطارات والتعرف على الأنماط.

من خلال معالجة البيانات المرئية، تساعد الرؤية الحاسوبية المنصات على إنشاء توصيات أكثر ذكاءً، وتحسين تنظيم المحتوى، بل وتعزيز الميزات التفاعلية أيضًا. في هذه المقالة، سنستكشف كيف تساعد الرؤية الحاسوبية منصات البث على تحسين تقديم المحتوى، والارتقاء بتفاعل المستخدمين، وتبسيط اكتشاف المحتوى. لنبدأ!

الشكل 1. سوق بث الفيديو العالمي.

استكشاف الرؤية الحاسوبية ومنصات البث#

عندما يتعلق الأمر بمنصات البث، يمكن للرؤية الحاسوبية المساعدة في تقسيم مقاطع الفيديو إلى إطارات فردية وتحليلها باستخدام نماذج مثل Ultralytics YOLO11. يمكن تدريب YOLO11 تدريبًا مخصصًا على مجموعات بيانات كبيرة من الأمثلة الموسومة. والأمثلة الموسومة هي صور أو إطارات فيديو مرفقة بتفاصيل مثل الكائنات التي تحتوي عليها، والإجراءات التي تحدث فيها، أو نوع المشهد. ويساعد ذلك النموذج على تعلم التعرف على الأنماط المماثلة. ويمكن لهذه النماذج اكتشاف الكائنات، وتصنيف المشاهد، وتحديد الأنماط في الوقت الفعلي، مما يوفر رؤى قيّمة حول المحتوى.

لفهم كيفية عمل ذلك بصورة أفضل، لنلقِ نظرة على بعض الأمثلة لتطبيق الرؤية الحاسوبية في منصات البث بهدف تحسين تجربة المستخدم وإتاحة المحتوى بصورة أكبر.

التعرف على المشاهد لتقديم توصيات مخصصة#

التعرف على المشاهد هو تقنية للرؤية الحاسوبية تصنّف الصور أو إطارات الفيديو استنادًا إلى محتواها المرئي وموضوعاتها. ويمكن اعتباره شكلًا متخصصًا من تصنيف الصور، حيث ينصب التركيز على تحديد البيئة العامة للمشهد أو أجوائه بدلًا من الكائنات الفردية.

فعلى سبيل المثال، قد يجمع نظام التعرف على المشاهد المشاهد في فئات مثل "غرفة نوم إضافية" أو "ممر في غابة" أو "ساحل صخري" من خلال تحليل خصائص مثل الألوان، والأنسجة، والإضاءة، والكائنات. ويتيح التعرف على المشاهد لمنصات البث وسم المحتوى وتنظيمه بفاعلية.

الشكل 2. تصنيف المشاهد باستخدام الذكاء الاصطناعي.

ويؤدي دورًا رئيسيًا في التوصيات المخصصة. فإذا كان المستخدم يشاهد غالبًا محتوى يتضمن بيئات خارجية هادئة مثل "السواحل المشمسة" أو تصاميم داخلية رائجة مثل "المطبخ الأنيق"، فيمكن للمنصة التوصية ببرامج أو أفلام ذات مرئيات مماثلة. ويسهّل التعرف على المشاهد اكتشاف المحتوى، ويعرض للمستخدمين توصيات تتوافق مع تفضيلات المشاهدة لديهم.

إنشاء الصور والصور المصغرة#

إنشاء الصور والصور المصغرة هو عملية إنشاء معاينات مرئية لمقاطع الفيديو لجذب المشاهدين وإبراز اللحظات الرئيسية. ويمكن للذكاء الاصطناعي والرؤية الحاسوبية أتمتة هذه العملية لضمان ارتباط الصور المصغرة بالمحتوى وجاذبيتها.

إليك كيفية عمل العملية:

• تحليل الإطارات: يمكن لنظام الرؤية الحاسوبية البدء بمسح آلاف إطارات الفيديو لتحديد اللحظات البارزة. وقد تشمل هذه اللحظات تعبيرات عاطفية، أو أفعالًا رئيسية، أو مشاهد لافتة بصريًا تمثل محتوى الفيديو على أفضل نحو.
• تحليل الحركة: بعد تحديد الإطارات المحتملة، يمكن استخدام الذكاء الاصطناعي للرؤية الحاسوبية للتحقق من وضوحها وخلوّها من الضبابية، مما يعزز الجودة المرئية العامة للصورة المصغرة.
• اكتشاف الكائنات وتحليل المشاهد: باستخدام نماذج مثل YOLO11 (التي تدعم مهام الرؤية الحاسوبية مثل اكتشاف الكائنات وتقسيم المثيلات)، يمكن للنظام اكتشاف العناصر المهمة في الإطار، مثل الكائنات، أو الشخصيات، أو البيئات. وتعيد هذه الخطوة التأكد من أن الصورة المصغرة تعكس جوهر الفيديو بدقة.
• تحسين الصورة: تُحسَّن الإطارات المحددة بعد ذلك مع مراعاة عوامل مثل زوايا الكاميرا، والإضاءة، والتكوين.
• التخصيص: أخيرًا، يمكن استخدام خوارزميات التعلم الآلي لتخصيص الصور المصغرة استنادًا إلى تفضيلات المستخدم وسجل المشاهدة. ويؤدي ذلك إلى مواءمة المرئيات مع أذواق الأفراد، مما يزيد احتمال جذبها للانتباه وتحفيز التفاعل.

من الأمثلة الجيدة على تطبيق واقعي مماثل استخدام Netflix للرؤية الحاسوبية لإنشاء الصور المصغرة تلقائيًا. ومن خلال تحليل الإطارات لاكتشاف المشاعر، والسياق، والتفاصيل السينمائية، تنشئ Netflix صورًا مصغرة تتوافق مع تفضيلات المشاهدين الفردية. فعلى سبيل المثال، قد يرى المستخدمون الذين يستمتعون بالكوميديا الرومانسية صورة مصغرة تبرز لحظة مرحة، بينما قد تُعرض على محبي أفلام الحركة صورة مصغرة لمشهد مكثف وعالي الطاقة.

الشكل 3. يمكن تخصيص الصور المصغرة للبرامج التلفزيونية لتتوافق مع تفضيلات المشاهدين.

معاينات المحتوى الآلية#

عندما تتصفح منصة بث، فإن المعاينات اللافتة للانتباه والقصيرة التي تراها ليست عشوائية. بل تُصمَّم بعناية باستخدام تقنيات مثل الرؤية الحاسوبية لجذب الانتباه وإبراز أكثر لحظات الفيديو إقناعًا. وبعد تحديد أفضل اللحظات، تُجمع معًا في معاينة سلسة وجذابة.

تتضمن العملية الكامنة وراء اختيار تلك اللحظات عدة خطوات رئيسية:

• تقسيم المشاهد: يُقسَّم الفيديو إلى أقسام أصغر استنادًا إلى الانتقالات الطبيعية، مثل التغيرات في الإضاءة، أو زوايا الكاميرا، أو المرئيات.
• اكتشاف الحركة: تُحدَّد اللحظات الديناميكية المليئة بالحركة لضمان جذب المعاينة للانتباه.
• نماذج البروز البصري: تُحلَّل الخصائص المرئية مثل اللون، والسطوع، والتباين لتحديد أكثر أجزاء المشهد لفتًا للانتباه.
• تحليل تعابير الوجه: تُختار اللحظات التي تتضمن تعابير عاطفية قوية لإنشاء ارتباط أعمق مع المشاهدين.

تصنيف المحتوى ووسمه#

تعتمد إمكانية تصفح الأفلام حسب النوع، أو الحالة المزاجية، أو موضوعات محددة على تصنيف المحتوى ووسمه بدقة. وتستخدم منصات البث الشائعة الرؤية الحاسوبية لأتمتة هذه العملية من خلال تحليل مقاطع الفيديو بحثًا عن الكائنات، أو الأفعال، أو البيئات، أو المشاعر، ثم إسناد الوسوم ذات الصلة. ويساعد ذلك على تنظيم مكتبات الوسائط الكبيرة، ويجعل التوصيات المخصصة أكثر دقة من خلال مواءمة المحتوى مع تفضيلات المشاهدين.

يمكن استخدام تقنيات الذكاء الاصطناعي للرؤية الحاسوبية مثل تقسيم المشاهد، واكتشاف الكائنات، والتعرف على الأنشطة لوَسم المحتوى بفاعلية. ومن خلال تحديد العناصر الرئيسية مثل الكائنات، والنبرات العاطفية، والأفعال، تنشئ هذه التقنيات بيانات وصفية تفصيلية لكل عنوان. ويمكن بعد ذلك تحليل البيانات الوصفية باستخدام التعلم الآلي لإنشاء فئات تسهّل على المستخدمين العثور على ما يبحثون عنه وتحسين تجربة التصفح العامة.

الشكل 4. مثال على التصنيف الآلي للمحتوى من أجل توصيات البث المخصصة.

فوائد منصات البث المدعومة بالذكاء الاصطناعي وتحدياتها#

تعمل الرؤية الحاسوبية على تحسين منصات البث من خلال ميزات مبتكرة تعزز تجربة المستخدم. إليك بعض الفوائد الفريدة التي ينبغي وضعها في الاعتبار:

• جودة البث التكيفية: يمكن للرؤية الحاسوبية تحليل مشاهد الفيديو لرصد اللحظات التي تتضمن حركة كبيرة أو تفاصيل دقيقة وتحتاج إلى جودة أعلى. ويمكن استخدام هذه الرؤى بعد ذلك لضبط جودة البث بما يتناسب مع جهاز المستخدم وسرعة الإنترنت لديه.
• مراقبة السلوك في الوقت الفعلي: يمكن استخدام الذكاء الاصطناعي لمراقبة عمليات البث المباشر واكتشاف القرصنة في الوقت الفعلي. كما يمكنه تحديد الإجراءات غير المصرح بها، مثل إضافة طبقات تراكبية (مثل الشعارات أو الإعلانات) أو إعادة بث التدفقات إلى منصات أخرى.
• تقديم المحتوى بكفاءة في استهلاك الطاقة: يمكن لرؤى الذكاء الاصطناعي للرؤية الحاسوبية تحسين تقديم المحتوى من خلال تحليل طلب المستخدم وأنماط المشاهدة. ويؤدي التخزين المؤقت للمحتوى الشائع محليًا وضبط جودة الفيديو إلى تقليل استخدام النطاق الترددي واستهلاك الطاقة، مما يجعل البث أكثر استدامة.

على الرغم من مجموعة المزايا، هناك أيضًا بعض القيود التي ينبغي وضعها في الاعتبار عند تطبيق هذه الابتكارات:

• المتطلبات الحسابية العالية: تتطلب خوارزميات الرؤية الحاسوبية قدرة حسابية كبيرة لمعالجة محتوى الفيديو وتحليله، وقد يؤدي ذلك إلى زيادة التكاليف واستخدام الطاقة.

• مخاوف خصوصية البيانات: نظرًا إلى اعتماد الرؤية الحاسوبية على مجموعات بيانات كبيرة من تفاعلات المستخدمين والمحتوى، فقد تثير مخاوف بشأن خصوصية البيانات وأمنها.

• تحيز البيانات: قد تعكس نماذج الرؤية الحاسوبية التحيزات الموجودة في بيانات التدريب الخاصة بها. وقد يتسبب ذلك في تفضيلها أنواعًا معينة من المحتوى وتقليل التنوع في التوصيات.

مستقبل الذكاء الاصطناعي في منصات البث#

تساعد ابتكارات مثل الحوسبة الطرفية وتقنية ثلاثية الأبعاد في تشكيل مستقبل الطريقة التي سنختبر بها الترفيه. ويمكن استخدام الحوسبة الطرفية لمعالجة مقاطع الفيديو بالقرب من مكان بثها. وهي تقلل التأخيرات وتوفر النطاق الترددي، وهو أمر مهم خصوصًا للبث المباشر والمحتوى التفاعلي. وتعني أوقات الاستجابة الأسرع تجارب أكثر سلاسة وجاذبية للمشاهدين.

في الوقت نفسه، تضيف التقنية ثلاثية الأبعاد عمقًا وواقعية إلى البرامج، والأفلام، والميزات التفاعلية. كما تفتح هذه التطورات الباب أمام إمكانات جديدة مثل الواقع المعزز (AR) والواقع الافتراضي (VR). وباستخدام أجهزة مثل نظارات الواقع الافتراضي، يمكن للمشاهدين الدخول إلى بيئات غامرة بالكامل. ويمكن طمس الحدود بين العالمين الرقمي والمادي لإنشاء مستوى جديد تمامًا من التفاعل.

الشكل 5. إعادة تشكيل البث من خلال التجارب التفاعلية المدعومة بالواقع الافتراضي.

أهم النقاط المستخلصة#

تعيد الرؤية الحاسوبية تعريف منصات البث من خلال جعل تحليل الفيديو أكثر ذكاءً، وتصنيف المحتوى أسرع، والتوصيات أكثر تخصيصًا. وباستخدام نماذج مثل Ultralytics YOLO11، يمكن للمنصات اكتشاف الكائنات وتصنيف المشاهد في الوقت الفعلي. ويساعد ذلك على تسهيل وسم المحتوى وتحسين طريقة اقتراح البرامج والأفلام.

تقدم منصات البث المدمجة مع الذكاء الاصطناعي للرؤية الحاسوبية تجارب أكثر جاذبية للمشاهدين، مع ضمان تشغيل المنصة بسلاسة وكفاءة أكبر. ومع تقدم التقنية، من المرجح أن تصبح خدمات البث أكثر تفاعلية، وأن توفر تجارب ترفيهية أغنى وأكثر غمرًا.

هل يثير الذكاء الاصطناعي فضولك؟ زر مستودعنا على GitHub لاستكشاف المزيد والتواصل مع مجتمعنا. واكتشف تطبيقات متنوعة لـالذكاء الاصطناعي في الرعاية الصحية والرؤية الحاسوبية في الزراعة.