211service.com
Yahoo Labs' algoritme identificerer kreativitet i 6-sekunders Vine-videoer
I januar 2013 ramte en videodelingstjeneste kaldet Vine pludselig cyberspace. Tjenesten, der ejes af Twitter, var unik, fordi brugerne fik lov til at optage og dele videoer, der ikke var mere end seks sekunder lange. Men inden for måneder var det blevet det mest populære videodelingsprogram på nettet og den mest downloadede gratis app i Apple Store.
Tidsbegrænsningen har haft en interessant indflydelse på den kreative proces: den har tvunget brugerne til at fortælle deres historier på kun seks sekunder. Det har til gengæld ført til en helt ny genre af filmskabelse, der nu har sin egen seks sekunders filmskabende kategori på Tribeca Film Festival i New York.
Den ekstraordinære succes med seks sekunders videoer tilbyder en mærkelig mulighed. Fordi videoerne er så korte, er de relativt nemme at analysere ved hjælp af maskinsynsalgoritmer og lydanalyseteknikker. Og det rejser et interessant spørgsmål. Kan disse automatiserede teknikker fortælle forskellen mellem videoer på seks sekunder, som mennesker betragter som kreative, og dem, der betragtes som ikke-kreative.
I dag får vi et svar takket være Miriam Redis arbejde hos Yahoo Labs i Barcelona, Spanien, og et par venner, der har brugt crowdsourcing-teknikker og maskinalgoritmer til at analysere omkring 4000 seks sekunders videoer fra Vine-strømlinjen. Deres resultater tyder på, at maskiner kan gøre et ret godt stykke arbejde med at skelne mellem kreativt og ikke-kreativt indhold - i det mindste i seks sekunders genren.
Holdet begyndte med datasættet, der blev kompileret ved at vælge 1000 videoer, der allerede var blevet fremhævet som værende kreative. De udvalgte yderligere 200 videoer fra onlineartikler om Vine-kreativitet og gennemsøgte indholdet produceret af forfatterne til dette indhold for at finde yderligere 2300 videoer. Til sidst valgte de yderligere 500 videoer tilfældigt fra Vine-strømlinjen.
Den næste opgave var at afgøre, hvilke af disse videoer der var kreative, og hvilke der var ikke-kreative. For at finde ud af det bad de omkring 300 crowdsourcede frivillige om at se på videoerne og svare på spørgsmålet, er denne video kreativ? med mulige svar er positive, negative eller ved ikke. Hver video blev bedømt af fem forskellige frivillige.
Disse arbejdere producerede overraskende konsistente resultater. De var 100 procent enige om 48 procent af videoerne. Med andre ord gav alle fem evaluatorer samme score til næsten halvdelen af videoerne. Af disse var de enige om, at 25 procent var kreative. For at sætte dette i perspektiv identificerede de frivillige kun 1,9 procent af de 500 tilfældigt udvalgte videoer som kreative, hvilket gav en baggrundsrate af kreativitet.
De analyserede derefter hver video med forskellige algoritmer. For eksempel ledte de efter kompositoriske træk som reglen om tredjedele og lav dybdeskarphed. De brugte en algoritme til at analysere indholdet af videoscener, der studerer konturerne og layoutet i et billede. De ledte også efter ethvert bevis på, at videoerne var stop-motion-animationer eller designet til at køre på en tilsyneladende endeløs loop ved at lede efter ligheder mellem det første og sidste billede. Og de vurderede nyheden af hver video ved at sammenligne dens egenskaber med en tilfældigt udvalgt gruppe af andre.
De ledte derefter efter sammenhænge mellem funktionerne fundet af maskinalgoritmer og videoerne identificeret som kreative af menneskelige frivillige. Det viser sig, at sceneindholdet er stærkest korreleret med kreativitet, efterfulgt af kompositoriske funktioner og videonyhed.
I et sidste trin trænede de en maskinlæringsalgoritme til at bruge disse funktioner til at finde kreative videoer i et datasæt, det ikke havde set før. Denne algoritme var i stand til korrekt at klassificere videoer som enten kreative eller ikke-kreative 80 procent af tiden.
Det er et interessant resultat, der åbner muligheden for automatisk at filtrere Vine-livestreamen for det mest kreative indhold. Dette giver os mulighed for at studere audiovisuel kreativitet på et finkornet niveau, hvilket hjælper os med at forstå, hvad der præcist udgør kreativitet i mikrovideoer, siger Redi og co.
Og hvis det er muligt for en algoritme at identificere kreativitet præcist, hvorfor skulle det så ikke være muligt for en computer at generere kreativt indhold? Faktisk kan det blive en interessant Turing-test-stil at opdage forskellen mellem menneskeskabt kreativitet og computergenereret kreativitet.