Przyznaję: do dziś nigdy nie słyszałem piosenki Billie Eilish. Może fragment piosenki w reklamie, ale poza tym w dużej mierze udało mi się uniknąć nonszalanckich stylów wokalnych w „Bad Guy”. Ale dzięki nowemu eksperymentowi Google z uczeniem maszynowym po prostu nie mogę od tego uciec.
Piosenka pobiła poprzedni rekord najdłużej występującego pierwszego miejsca na liście Billboard Hot 100, a teledysk zdołał zgromadzić imponujący 1 miliard wyświetleń. Aby to uczcić, YouTube i Google Creative Labs stworzył nieskończony teledysk przy pomocy systemów uczących się i kolekcji ponad 15 000 okładek piosenek znalezionych w YouTube.
Dziesiątki tysięcy twórców YouTube nagrywało „Bad Guy” Billie Eilish. A gdyby ci fani mogli grać razem? Uczenie maszynowe utrzymuje wszystkie okładki w tym samym rytmie i umożliwia płynne przechodzenie z wideo do wideo. Dzięki nieskończonej liczbie możliwych kombinacji każda gra jest wyjątkowa i nigdy dwa razy taka sama.
Kiedyś Nieskończony zły facet strona jest ładowana, wideo zaczyna się w środku, a inne materializują się po obu stronach. Jest to dość przypadkowe, a jeśli klikniesz film, pojawi się nowy zestaw filmów towarzyszących. Na przykład kliknięcie okładki z grą wideo spowodowało wyświetlenie innego filmu z podobną grą.
Kup najlepsze okazje w Czarny piątek w Internecie TERAZ!
Widzowie mogą dodatkowo kontrolować, jakie rodzaje filmów są im prezentowane, wybierając je z rzędu hashtagi pod odtwarzaczem lub klikając strzałkę na dole, aby wyświetlić całą listę hashtagi. Lub po prostu całkowicie poddaj się piosence i wybierz „automatyczne odtwarzanie”, które po prostu przełącza się między pozornie przypadkowymi filmami.
Eksperyment przebiega nieco inaczej w przeglądarkach mobilnych, ale mimo to działa w ten sam sposób. To wszystko jest dość płynne, bez niewielkiego opóźnienia podczas ładowania nowego wideo. A gdy piosenka się kończy, od razu zaczyna się od nowa, a nowy zbiór filmów do zaprezentowania. Zgodnie z poniższym zwiastunem, przejście przez wszystkie kombinacje zajęłoby googolowi kilka lat:
Eksperyment jest obsługiwany przez TensorFlow, narzędzie Google do uczenia maszynowego typu open source. Był integralną częścią procesora obrazu Pixel Visual Core firmy Google, który pomógłby lepiej wykorzystać jego sprzęt fotograficzny. Wygląda na to, że Google to porzuciło tegoroczne nowe smartfony Pixelzamiast tego wykorzystując NPU obecne w chipach Qualcomm. Niezależnie od tego TensorFlow jest nadal używany w wielu eksperymentach Google, z których wszystkie możesz znaleźć na swojej stronie internetowej.