A todos nos encanta compartir GIF, y hay muchas maneras de hacerlo, a través de portales en línea o teclados, pero muchas veces, debido a que hay tanto contenido, terminará apareciendo un GIF de baja fidelidad.
Puede haber muchas copias de los mismos clips de video como un GIF, o tal vez sea difícil de capturar y cargar, pero Gfycat espera que se pueda solucionar a nivel técnico. Gfycat ahora está haciendo un gran esfuerzo en el frente técnico para hacer que esos GIF se vean mejor y más reconocibles a medida que los creadores buscan continuar cargando contenido, independientemente del tipo de calidad o fidelidad que tengan. Y es más un problema de video que un problema de reconocimiento de imágenes, dijo el director ejecutivo Richard Rabbat.
“Hemos escalado [through] creadores a través del boca a boca, y están entusiasmados con Gfycat y [creating] contenido”, dijo Rabbat. “En muchos casos, lo que estamos construyendo desde una perspectiva de inteligencia artificial y aprendizaje automático son herramientas adicionales para apoyar su entusiasmo. Queremos permitirles generar más viralidad para su contenido y, en este caso, hacer que su contenido sea aún más fácil de descubrir. Eso es algo muy importante para nosotros, ya que seguimos centrándonos en los creadores”.
Rabbat dijo que Gfycat buscará en la web la versión original de un video de donde proviene el GIF (en algunos casos proviene de YouTube) y analizará ese video para averiguar de qué parte proviene el GIF. Luego, la compañía produce un GIF de mayor calidad y lo cambia, haciendo que la difusión más amplia del GIF sea una versión de mayor calidad. La compañía crea una especie de modelo para cada cuadro en el GIF y luego trata de compararlo con los videos de mayor calidad, dijo.
“Lo que notamos fue que una cantidad de usuarios que subían GIF eran increíblemente populares, pero cuando subían la mayor parte del tiempo, eran de muy baja calidad”, dijo Rabbat. “Llevamos un tiempo analizando la IA y el aprendizaje automático, en lo que se refiere [to] nuestra iniciativa para embellecer la web en lo que respecta a los GIF”.
Después de eso, si un creador sube un GIF que incluye a una celebridad, es posible que no lo etiquete como si tuviera esa celebridad. Entonces, la compañía ha realizado un análisis interno para identificar qué celebridad está en ese GIF y etiquetarlos automáticamente. La esperanza es que, si bien la compañía tiene una biblioteca de celebridades populares existentes, podrá identificar a las celebridades emergentes con estas herramientas y comenzar a etiquetarlas automáticamente a medida que ingresan.
Rabbat dijo que Gfycat creó ambas herramientas internamente porque los productos estándar que estaban disponibles no funcionaban bien con los GIF. Aunque los GIF son, por supuesto, una serie de imágenes, dijo que muchas veces aparecerán muchos elementos diferentes (como varias celebridades) en secuencia, mientras que la tecnología estándar de reconocimiento de imágenes solo podría identificar uno o dos de ellos. En cambio, la tecnología se basa en un video, dijo.
“Uno de los grandes desafíos es la cantidad bruta de información que incluye un GIF”, dijo Rabbat. “Son cientos de fotogramas, a veces más. Necesitamos identificar a un ritmo muy alto estas diferentes celebridades que se están creando. Queríamos hacerlo en tiempo real. Pudimos hacerlo al minuto de que las personas crearan contenido, pudimos identificar a la celebridad”.
Finalmente, con todas estas herramientas, Gfycat quiere identificar texto dentro de varios subtítulos en GIF a medida que ingresan. Una vez más, parte del desafío aquí era que un GIF podría aparecer con un subtítulo, pero el texto es granulado y no es fácil de leer o leer. identificable Gfycat buscó crear algunas herramientas internas que ayuden a comprender lo que dicen los subtítulos y luego hacer que los GIF sean más reconocibles en función de esos subtítulos.
Si bien Gfycat definitivamente no está solo en los intentos de hacer que el contenido de video de formato corto, como los GIF, sea más fácil de encontrar, hay compañías como Tenor y Giphy que también buscan crear plataformas sólidas, está tratando de tratar el problema con herramientas técnicas. Y con más de 130 millones de usuarios activos mensuales (Giphy, en comparación, tiene 300 millones de usuarios activos diarios), se convertirá en un problema técnico ya que este tipo de contenido no se puede seleccionar a escala.
Source link