211service.com
L'algoritmo di Yahoo Labs identifica la creatività nei video Vine di 6 secondi
Nel gennaio 2013, un servizio di condivisione video chiamato Vine ha colpito improvvisamente il cyberspazio. Il servizio, di proprietà di Twitter, era unico perché gli utenti potevano registrare e condividere video che non duravano più di sei secondi. Ma in pochi mesi era diventata l'applicazione di condivisione video più popolare sul web e l'app gratuita più scaricata sull'Apple Store.
Il vincolo di tempo ha avuto un impatto interessante sul processo creativo: ha costretto gli utenti a raccontare le proprie storie in soli sei secondi. Ciò, a sua volta, ha portato a un genere cinematografico completamente nuovo che ora ha la sua categoria di regia di sei secondi al Tribeca Film Festival di New York.
Lo straordinario successo di sei secondi video offre una curiosa opportunità. Poiché i video sono così brevi, sono relativamente facili da analizzare utilizzando algoritmi di visione artificiale e tecniche di analisi audio. E questo solleva una domanda interessante. Queste tecniche automatizzate possono distinguere tra i video di sei secondi che gli esseri umani considerano creativi e quelli considerati non creativi.
Oggi riceviamo una risposta grazie al lavoro di Miriam Redi presso Yahoo Labs a Barcellona, in Spagna, e ad alcuni amici che hanno utilizzato tecniche di crowdsourcing e algoritmi di macchine per analizzare circa 4000 video di sei secondi dalla semplificazione di Vine. I loro risultati suggeriscono che le macchine possono fare un ottimo lavoro nel distinguere tra contenuto creativo e non creativo, almeno nel genere di sei secondi.
Il team ha iniziato con il set di dati compilato scegliendo 1000 video che erano già stati evidenziati come creativi. Hanno selezionato altri 200 video da articoli online sulla creatività di Vine e hanno setacciato i contenuti prodotti dagli autori di questi contenuti per trovare altri 2300 video. Infine, hanno scelto altri 500 video a caso dallo streamline di Vine.
Il compito successivo era determinare quali di questi video erano creativi e quali non creativi. Per scoprirlo, hanno chiesto a circa 300 volontari in crowdsourcing di guardare i video e rispondere alla domanda: questo video è creativo? con possibili risposte positive, negative o non si sa. Ogni video è stato valutato da cinque diversi volontari.
Questi lavoratori hanno prodotto risultati sorprendentemente coerenti. Erano d'accordo al 100% sul 48% dei video. In altre parole, tutti e cinque i valutatori hanno assegnato lo stesso punteggio a quasi la metà dei video. Di questi, hanno convenuto che il 25 percento era creativo. Per mettere questo in prospettiva, i volontari hanno identificato solo l'1,9 percento dei 500 video scelti casualmente come creativi, fornendo un tasso di creatività in background.
Hanno quindi analizzato ogni video con vari algoritmi. Ad esempio, hanno cercato caratteristiche compositive come la regola dei terzi e la profondità di campo ridotta. Hanno usato un algoritmo per analizzare il contenuto delle scene video che studia i contorni e il layout di un'immagine. Hanno anche cercato qualsiasi prova che i video fossero animazioni in stop motion o progettati per funzionare su un ciclo apparentemente infinito cercando somiglianze tra il primo e l'ultimo fotogramma. E hanno valutato la novità di ogni video confrontandone le proprietà con un gruppo di altri selezionato casualmente.
Hanno quindi cercato correlazioni tra le funzionalità trovate dagli algoritmi delle macchine e i video identificati come creativi da volontari umani. Si scopre che il contenuto della scena è più fortemente correlato alla creatività, seguito da caratteristiche compositive e novità video.
In una fase finale, hanno addestrato un algoritmo di apprendimento automatico per utilizzare queste funzionalità per trovare video creativi in un set di dati che non aveva mai visto prima. Tale algoritmo è stato in grado di classificare correttamente i video come creativi o non creativi l'80% delle volte.
Questo è un risultato interessante che apre la possibilità di filtrare automaticamente il livestream di Vine per i contenuti più creativi. Questo ci permette di studiare la creatività audiovisiva a livello di grana fine, aiutandoci a capire cosa, esattamente, costituisce la creatività nei micro-video, affermano Redi e co.
E se è possibile per un algoritmo identificare accuratamente la creatività, perché non sarebbe possibile per un computer generare contenuti creativi? In effetti, individuare la differenza tra creatività prodotta dall'uomo e creatività generata dal computer potrebbe un giorno essere un interessante esercizio in stile test di Turing.