A Dra. Monica Gracia, Diretora Internacional de Admissões da Fundación Universitaria Iberoamericana (Fundação Universitária Iberoamericana, FUNIBER), participa de um estudo que desenvolve uma abordagem baseada em inteligência artificial para categorizar vídeos do YouTube, a fim de facilitar a busca de informações pelo usuário.
Num mundo onde 300 horas de vídeo são carregadas no YouTube a cada minuto, encontrar conteúdo relevante pode ser como procurar uma agulha num palheiro digital. Mas e se a inteligência artificial pudesse transformar esta experiência, classificando os vídeos com uma precisão quase perfeita?
Na última década, o conteúdo de vídeo em plataformas Web cresceu significativamente, impulsionado pelo acesso gratuito a sítios como o Facebook e o YouTube. Fundado em 2005, o YouTube tornou-se rapidamente a segunda maior plataforma de partilha de vídeos, com cerca de 37 milhões de canais. A plataforma permite que os utilizadores vejam, partilhem, comentem e carreguem vídeos, tornando-se uma fonte constante de informação sobre uma variedade de tópicos. A cada minuto, um grande número de vídeos é carregado no YouTube, cobrindo uma grande variedade de tópicos. Estes vídeos são facilmente partilháveis através de redes sociais, sítios Web e correio eletrónico, e podem ser incorporados noutras páginas Web. A categorização adequada dos vídeos é crucial para melhorar a sua visibilidade e capacidade de pesquisa, utilizando etiquetas e categorias para otimizar a sua classificação.
Os modelos de aprendizagem profunda têm sido fundamentais no processamento de imagens e na classificação de vídeos. Estas técnicas provaram ser eficazes em tarefas de processamento de linguagem natural (PNL), como a análise semântica e a modelação de frases. As redes neuronais convolucionais (CNN), originalmente desenvolvidas para a visão computacional, têm demonstrado sucesso no PLN. Na classificação de vídeos, podem ser utilizadas caraterísticas visuais e textuais, sendo a categorização baseada em texto menos complexa do ponto de vista computacional, embora limitada quando a informação textual é escassa.
Apesar destes desafios, a categorização de vídeos com base em texto oferece vantagens em termos de simplicidade computacional. Este processo, conhecido como classificação de texto, organiza os documentos em grupos específicos, sendo a classificação binária a mais comum. O objetivo é caraterizar um documento de modo a atribuí-lo à categoria adequada, sem extrair informações adicionais. Neste sentido, o estudo apresenta uma abordagem inovadora baseada em inteligência artificial para enfrentar este desafio, que consiste numa rede neural convolucional profunda (DCNN) centrada na utilização de caraterísticas textuais como títulos, descrições e etiquetas de utilizador para categorizar vídeos.
Os resultados mostraram uma capacidade notável de classificar vídeos do YouTube com uma precisão de 96% e uma área sob a curva (AUC) de 99% em caraterísticas operacionais do recetor. Isto supera significativamente os métodos existentes, oferecendo uma ferramenta poderosa para sugerir vídeos relevantes aos utilizadores e organizá-los por categoria de forma mais eficaz.
Para além da DCNN, o estudo também avaliou o desempenho das redes neurais recorrentes (RNN) e das unidades recorrentes fechadas (GRU), bem como dos modelos de regressão logística, das máquinas de vectores de apoio, das árvores de decisão e das florestas aleatórias. No entanto, a DCNN surgiu como a mais eficaz na tarefa de categorização de vídeos.
Este avanço não só promete melhorar a experiência do utilizador em plataformas de vídeo, como também pode ter implicações significativas para a gestão de conteúdos digitais em geral. Ao permitir uma categorização mais precisa e eficiente, as ferramentas baseadas em IA, como a DCNN, poderão transformar a forma como as pessoas interagem com os conteúdos em linha, facilitando o acesso a informações relevantes num mar de dados. Num futuro próximo, a pesquisa de vídeos no YouTube poderá ser igualmente simples e exacta.
Se quiser saber mais sobre este estudo, clique aqui.
Para ler mais pesquisas, consulte o repositório da UNEATLANTICO.
A Fundação Universitária Iberoamericana (FUNIBER) promove vários programas de estudo de mestrado na área de tecnologia, como o Mestrado em Gestão Estratégica em Engenharia de Software. Este mestrado prepara o aluno para ser um agente de transformação dentro das organizações. Aprenderá a integrar a engenharia de software nas estratégias de negócio, desenvolvendo competências essenciais de direção estratégica, liderança e gestão tecnológica. Não perca a oportunidade de se tornar um líder estratégico em engenharia de software! Inscreva-se agora e leve a sua carreira para o próximo nível.