أطلقت Microsoft أداة التعرف على الصور التي تحاول وصف محتوى الصورة. لا تزال أداة الذكاء الاصطناعي هذه في مرحلة التطوير وتتعلم باستمرار من الصور التي قام المستخدمون بتحميلها.

بقدر ما يتعلق الأمر بالدقة ، في بعض الأحيان يكون الوصف دقيقًا إلى حد ما بينما يقدم CaptionBot أحيانًا أوصافًا لا علاقة لها بما يتم تصويره. هناك أيضًا حالات عندما يتعذر على التطبيق تقديم وصف على الإطلاق ، نظرًا لحالته القاسية.

قامت Microsoft بتصميم CaptionBot للتعلم بمزيد من الخبرة ، مع توقع أن تصبح تسمياتها التوضيحية أكثر دقة مع مرور الوقت. كلما زاد تحميل الصور ، أصبح التطبيق أفضل ، كما يصف CaptionBot نفسه:

يمكنني فهم محتوى أي صورة وسأحاول وصفها وكذلك أي إنسان. ما زلت أتعلم لذلك سأظل على صورتك ولكن لا توجد معلومات شخصية.

يستخدم CaptionBot ثلاث تقنيات لوصف ما يتم تصويره في صورة: رؤية الكمبيوتر من Microsoft و Emotion و Bing Image. يستخرج Computer Vision API معلومات غنية من الصور لتصنيف ومعالجة البيانات المرئية إلى جانب تحديد واستخراج نص من صورة ما. تقوم واجهة برمجة تطبيقات Emotion ، كما يوحي اسمها ، بتحليل الوجوه لاكتشاف مجموعة من المشاعر ، كل شيء من الغضب والاحتقار والاشمئزاز والخوف والسعادة والحياد والحزن والدهشة. يبحث Bing Image على الويب عن الصور.

اختبرنا CaptionBot وكانت النتائج دقيقة في 50 ٪ من الحالات. على سبيل المثال ، قمنا بتحميل صورتين: واحدة تصور ماوس الألعاب ، والآخر كومة من البطاقات. في كلتا الحالتين ، اقترحت الأداة أنه هاتف خلوي. من ناحية أخرى ، كشف CaptionBot بدقة البشر والوجوه.

على ما يبدو ، CaptionBot لديه هاجس مع الهواتف المحمولة. أبلغ أحد مستخدمي Twitter أن التطبيق اعتقد أن ميشيل أوباما كان هاتفًا خلويًا. لمزيد من التعليقات التوضيحية المضحكة CaptionBot ، راجع صفحة Twitter هذه.

يمكنك أيضًا اختبار CaptionBot هنا. جربها: عليك المساعدة في تحسين الأداة أو سيكون لديك ضحك جيد!