يمكن لـ “المدقق” الذكي التعرف على أشخاص غامضين من مصادر متعددة

قام باحثون في جامعة أكسفورد بتطوير نظام مدعوم بالذكاء الاصطناعي يمكنه التعرف الشامل على الأشخاص في مقاطع الفيديو من خلال إجراء تحقيقات متعددة المجالات مثل تحديد الهوية، والسياق، ومصادر ثانوية متاحة للجمهور، بما في ذلك مطابقة مصادر الصوت مع المواد البصرية من الإنترنت.

على الرغم من أن البحث يركز على تحديد الشخصيات العامة، مثل الأشخاص الذين يظهرون في البرامج التلفزيونية والأفلام، فإن مبدأ استنتاج الهوية من السياق قابل للتطبيق نظريًا على أي شخص يظهر وجهه أو صوته أو اسمه في مصادر على الإنترنت.

في الواقع، تعريف الورقة الخاصة بالشهرة لا يقتصر على العاملين في مجال الترفيه، حيث يعلن الباحثون “نحدد الأشخاص الذين لديهم العديد من الصور لأنفسهم على الإنترنت باسم مشاهير“.

직접 비디오로

يحدد الباحثون من مجموعة الهندسة البصرية بجامعة أكسفورد النهج التحقيقي البشري الذي ألهم العمل:

‘تخيل أنك تشاهد مقطع فيديو وتتعرف على شخص جديد. من أجل التعرف عليه بثقة، ستبحث أولاً عن أدلة لاسمه في المقطع الفيديو نفسه، مثل النص على الشاشة، أو ذكر اسمه في الكلام، أو في قائمة بأسماء الممثلين من أرشيف على الإنترنت. ثم قد تجد بعض الأدلة لتأكيد أن هذا الاسم صحيح، من خلال البحث عنه على الإنترنت.’

المنهجية المقترحة في الورقة هي آلية تمامًا، وتقضي على جميع التسميات اليدوية الإضافية (باستثناء تلك التي قام بها مقدمو المصادر على الإنترنت). كما أثبت النظام أنه يعمل جيدًا عبر ثلاث مجموعات بيانات غير متعلقة دون الحاجة إلى تعديل المجال.

يناقش الباحثون تطبيق العمل، ويشيرون إلى النمو الأسي لبيانات الفيديو غير المسمى والغامضة، والحاجة إلى أنظمة جديدة يمكنها استخراج معلومات الهوية منها دون تعليقات بشرية مكلفة:

‘[الكمية الهائلة من البيانات، مقترنة بنقص في البيانات الوصفية ذات الصلة، تجعل مهمة فهرسة وتحليل وتحريك هذا المحتوى مهمة صعبة بشكل متزايد. الاعتماد على تعليقات بشرية يدوية إضافية لم يعد ممكنًا، ومن دون طريقة فعالة للتنقل في هذه الفيديوهات، فإن هذا الخزان من المعرفة يظل في الغالب غير قابل للوصول.’

محرك الفهرسة من هذا القبيل يفتح إمكانية وجود روابط نتائج البحث التي تصل مباشرة إلى نقطة في المقطع الفيديو حيث يظهر موضوع البحث، كما هو موضح في بحث الويب التجريبي المقدم من المشروع.

يحدد أحد الطرق التي يستخدمها النظام لتحديد “أشخاص غامضين” هو سياق ترابطهم بالآخرين. وبالتالي، فإن محرك البحث مجهز جيدًا للبحث عن هويات متعددة تظهر في نفس المقطع الفيديو:

الأسماك الكبيرة والصغيرة

يستخدم النظام في البداية “الفاكهة المنخفضة” – الأشخاص الذين يتمتعون بوجوه محددة جيدًا في الموارد الشبكية العامة بحيث يكون تحديدهم سهلًا نسبيًا، من خلال مطابقة البيانات الوصفية أو النص الممسوح ضوئيًا في مقاطع الفيديو مع مصادر البيانات العامة مثل قوائم IMDB.

كما يستخدم النظام النص المفسَر من قبل الذكاء الاصطناعي في مقاطع الفيديو والائتمانات وأشكال أخرى من النص الممسوح ضوئيًا في مقاطع الفيديو لتحديد الهوية.

بانوبتيكون الهوية الذاتي

بالإضافة إلى توليد أسماء مرشحة من نص مسح ضوئي أو نص حقيقي، تستخدم تقنيات التعرف على الكلام في مشروع أكسفورد لتعرف الأسماء التي يتم نطقها فقط في المحتوى الصوتي.

يمكن أن تتم初始化 الهوية بواسطة شخصين يذكران شخصًا ثالثًا غير حاضر.

الضمان الذي يقدمه مشروع أكسفورد هو أن المرشح يجب أن يظهر في قاعدة بيانات IMDB، ولكن إزالة هذا الشرط التعسفي يوسع نطاق قدرات النظام بشكل كبير، حيث يعتمد完全ًا على الموارد القابلة للتحميل من الويب.

من الناحية الفنية، يصبح من الممكن أيضًا بناء ملف تعريف لفرد لا توجد له صورة أو فيديو حتى الآن، ولكن يمكن ربط صورة أو فيديو به في النهاية عندما تتوافق عوامل أخرى مع مصدر فيديو جديد.

مجموعات البيانات التجريبية

استخدم الباحثون ثلاث مجموعات بيانات لتقييم فعالية النظام: MediaEval، التي تتميز بمصادر وسائل الإعلام الاجتماعية التي تحمل ترخيص المشاع الإبداعي وصور ومعلومات من ويكيبيديا وفليكر تم الحصول عليها بين عامي 2010 و2015؛ ومجموعة بيانات Sherlock الخاصة بجامعة أكسفورد لعام 2017، التي تتميز ببيانات فيديو مخططة من إعادة صياغة بي بي سي الحديثة لشخصية كونان دويل الكلاسيكية؛ ومجموعة بيانات فيديوهات بي بي سي الجديدة التي تم إنشاؤها خصيصًا للمشروع، والتي تستخدم مقاطع فيديو أخبار مخططة من بي بي سي.

تستخدم العملية أيضًا تصنيفات البحث الحية.

أنتجت النتائج للنظام دقة عالية عبر النماذج الثلاثة.

الآثار

معظم القيود الأخلاقية أو العملية في مشروع أكسفورد هي قيود ذاتية مفروضة من قبل الباحثين، مثل تعريف “الشهرة” بالحاجة إلى أن تكون الهويات المكتشفة موجودة في قاعدة بيانات IMDB، واختبار النظام فقط ضد مجموعات بيانات أكاديمية معترف بها تحترم ترخيص المشاع الإبداعي.

然而، يظهر الهيكل الأساسي للمشروع طريقة عامة لتحديد “أفراد غامضين” ليس لهم وجود مرئي منخفض أو صفر على الإنترنت (منذ أن يمكن أن يؤدي ذكر اسم إلى إنشاء رمز هوية يمكن تطويره مع مرور الوقت حسب الحاجة)، ولكن لإنشاء مصفوفة من الأفراد التي يتم دفعها من قبل الفضول الآلي والميكانيكي، بدلاً من الطلب أو الحضور الصريح للبيانات المسمى (مثل تحميلات الصور على وسائل الإعلام الاجتماعية التي تحتوي على بيانات التعريف الشخصية).

لا يستخدم المشروع بيانات الموقع الجغرافي أو أي نوع آخر من البيانات الوصفية المتاحة بشكل شائع التي قد توجد في وثائق إضافية، مثل معلومات الموقع الجغرافي المضمنة افتراضيًا في التحميلات إلى وسائل الإعلام الاجتماعية (حيث لم يتم حذفها كتضحية من قبل المستخدم). ومع ذلك، لا يوجد عائق واضح لاستخدام هذه الأبعاد الإضافية من البيانات لتعزيز عملية التأكيد.

بينما يقوم مشروع أكسفورد بتقليم النتائج النائية (الهويات التي تملك وجودًا قريبًا من الصفر، بالإضافة إلى عدم وجودها في قاعدة بيانات IMDB) بطريقة شائعة في مشاريع التعلم الآلي، يمكن أن تكون هذه المعلومات القليلة أكثر فعالية في تحديد شخص غير معروف من ما سيحدث إذا كانت هناك كمية أكبر من المعلومات الممثلة عنه.

التوفر

قام باحثو أكسفورد بتحويل وظيفة المشروع إلى محرك بحث مثل جوجل يمكن تنزيله وتثبيته على جهاز محلي عبر Docker (على الرغم من أن إرشادات التثبيت لورقة مايو 2021 تحتوي حاليًا على معلومات قديمة حول متطلبات أدوات Docker، مما قد يعيق العملية).

لا يبدو أن هناك إصدارًا مباشرًا على الإنترنت يغطي تنفيذ المشروع عبر جميع ثلاث مجموعات البيانات، على الرغم من أن النتائج لمجموعة بيانات الأخبار التابعة لبي بي سي يمكن استجوابها مجانًا على http://zeus.robots.ox.ac.uk/bbc_search/.