كيف تعتقد أن تحقيق الدخل من القنوات التلفزيونية والشبكات العصبية والسودوكو مرتبطان؟ للوهلة الأولى - تشبه البرمجة مع الفن: ممكن ، ولكن لا يديره الكثيرون. ومع ذلك ، بالنظر عن كثب ، وجد فريقنا إجابة غير عادية على هذا السؤال. سمح المنتج ، الذي طوره المهندسون ، باستخدام أنواع مختلفة من الشبكات العصبية لتحديد بداية ونهاية الوحدات الإعلانية بحيث تظهر في الوقت المناسب. الآن ، لقد تحولت بالفعل إلى أداة عالمية لحل مجموعة واسعة من المهام. وسنخبرك بكل سرور عن ماذا. بدأ كل شيء مع حقيقة أن المصدر الرئيسي للربح لشركات البث والقنوات التلفزيونية الأمريكية كان تحقيق الدخل من المحتوى من خلال الإعلانات. سمح أصحاب القنوات التلفزيونية لمقدمي الخدمة باستبدال جزء معين من الإعلان وعرض إعلانات عملائهم هناك. ومع ذلك ، إذا تم وضع الوحدات الإعلانية فوق بعضها البعض ، فقد ترك المعلنون تعليقات سلبية. ونتيجة لذلك ، تم إيقاف الإعلان على القناة وفقدت الإيرادات.
لحل هذه المشكلة ، تم استخدام أساليب مختلفة. أحد الموردين الرئيسيين لمحتوى الفيديو في الولايات المتحدة ، والذي بدأ العمل مع EPAM ، كان له أيضًا نهجه الخاص. ومع ذلك ، لم تتجاوز دقتها ستين في المئة. وهذا يعني أنه في أربعين في المائة من الحالات ، تداخلت الإعلانات مع بعضها البعض ، مما قد يؤدي إلى قطع كامل للإعلانات على هذه القنوات التلفزيونية.
وفقا لمدير المشروع
فلاد باجوفسكي ، "بمجرد أن بدأ المشروع ، واجهت المهندسة ليشا دروزينين هذه المشكلة ، وكان لديه فكرة. وهو يتألف من إنشاء منتج يحدد بداية ونهاية الوحدات الإعلانية. لأكون صادقًا ، كنت في البداية متشككًا ، حيث كان الحل صعبًا من الناحية التقنية ، أي أنه ينطوي على استخدام الشبكات العصبية وتعلم الآلة. وفي ذلك الوقت لم يكن لدينا الخبرة ذات الصلة في هذه المجالات.
بشكل عام ، قام جميع الأشخاص الذين تمكنوا من المشاركة في هذا المشروع باختبار أنواع مختلفة من الشبكات العصبية والخوارزميات المختلفة ، والمكونات المتصلة والمتزامنة المختلفة. على الرغم من حقيقة أن الفكرة ولدت في كاليفورنيا ، فقد تمكنا من إشراك 70 مهندسًا من مواقع EPAM مختلفة تمامًا.
ونتيجة لذلك ، حصلنا على منتج رائع ، والذي لا يحدد الآن التغيير في الإعلان فحسب ، بل هو حل عالمي لأية مهام تتعلق بتحديد التغيير في محتوى الفيديو ، بما في ذلك الحل المحتمل للبحث عن الفيديو. بعبارة أخرى ، لا يقتصر مجال تطبيقه على الإعلانات فقط - بل يمكن أن يكون ، على سبيل المثال ، برنامجًا تلفزيونيًا يغير الفئات ، والبيانات من كاميرات الفيديو أو الأفلام القديمة الرقمية التي لا تحتوي على بيانات وصفية حول محتويات تسلسل الفيديو ".
ليشا دروزينين ، مهندس برمجيات أول:
"إذا لم نقم بالمشروع ، ولكننا بدأنا اللعب ، فسوف نحصل على أداء جيد للغاية! تتغير أنواعها باستمرار ، ويحدث تغيير أساسي ومتكرر في الإجراءات ، وهناك دس. في البداية حاولنا حل المشكلة بطريقة بسيطة ، بدون شبكات عصبية ، ولكن لم ينجح شيء. كان علينا أن نفهم تمامًا تصميم معظم أنواع الشبكات العصبية ومن البداية إلى تدريبهم على أداء مهام معينة. لتوضيح الأمر ، هناك العديد من معماريات الشبكات العصبية ، لكننا كنا مهتمين بتلك التي تعالج المعلومات المرئية.
مع مرور الوقت ، لاحظنا أن مشروعنا أصبح بطلاً في شركة تستخدم الشبكات العصبية: كان لدينا أكثر من خمسة منهم. الآن استقرنا على اثنين. يحللون كل إطار وكل قطعة صوت. عندما يحدث تغير كبير في لون الإطارات أو نغمة الصوت ، تتفاعل الشبكات مع ذلك ، وتتنبأ بنهاية الإعلان ثم الانتقال بين الوحدات الإعلانية. حتى الآن ، الشبكة التي تحدد الانتقال بين مقاطع الفيديو ، وبالتحديد الشبكة التي تتوقع نهاية الفيديو.
يحصل كل منهم على نسخته الخاصة من الإطارات والأصابع المقطعة ، ولكن معًا يوفرون دقة 90 في المائة للنتيجة. أطلقنا هذا الحل على قنوات حقيقية ، وهو يعمل. تمكنا من إنشاء روبوت يمكنه مشاهدة التلفزيون. بالمعنى المجازي ، إذا جاء العملاء إلينا بعد هذا المشروع يسألوننا "ووفروا لنا تلفزيونًا ذكيًا محسنًا" ، فنحن مستعدون لمثل هذه المهام. حلنا هو هذا التلفزيون الذكي الصغير ، القادر بالفعل على تمييز المحتوى بشكل مستقل ، فقط لمكان معين ".
بالمناسبة ، عن تجربة شركات تكنولوجيا المعلومات العالمية. أثناء العمل في هذا المشروع ، توصل فريق EPAM إلى استنتاج مفاده أن الشركات العالمية كانت تمارس منذ فترة طويلة - متطلبات المصادر المفتوحة. نظرًا لحدوث تغييرات في المشروع في كثير من الأحيان وكان المهندسون الجدد على اتصال مستمر ، يجب أن تكون الشفرة مرنة. لذلك ، تم إجراء فحوصات مستمرة لقراءتها أو ، كما يقولون ، لحمي (لحمي).
في البداية ، كانت مهمة الفريق هي "إثارة الدهشة والمفاجأة وكسب ثقة العميل". ومع ذلك ، في عملية العمل على الحل ، تحسن مفهوم البداية إلى حد أنه أصبح منتجًا عالميًا ، بعد بعض التحسينات ، يمكن تقديمه للعديد من الشركات التي تتعلق أعمالها بمحتوى الفيديو.
عمل على المقال: داريا بروكوبوفيتش ، أولغا نيشيفا