A mesterséges intelligencia egyre több helyre szivárog be, miközben igazán egyetlen termék esetében sem érett még meg. A Microsoft és a Google igyekszik minél szélesebb körben biztosítani olyan funkciókat, amik valamilyen módon generatív MI-t alkalmazna. Ennek eredményeként számolhatunk be most arról, hogy már olyan MI is lesz, ami videókat foglal össze röviden.

Nem tudod eldönteni, hogy egy adott videót érdemes-e megnézni vagy elpazarolt idő lenne? Ebben segít majd a videó összesítő funkció. Pillanatok alatt létrehoz majd egy olyan leírást, ami aránylag részletesen, de nem túl terjedelmesen leírja, hogy mi van a videóban.

Az Android Police hívta fel a figyelmet a fejlesztésre, és elvileg már felhasználók bevonásával megy a tesztelés. Ez azonban nem jelenti azt, hogy biztosan hamarosan bevetésre kerül. Mint minden tesztelt funkciónál, itt is el kell azt mondani, hogy a YouTube csapata nem vezet be mindent, amit felhasználók bevonásával tesztel. Persze az utóbbi időben azt lehetett látni, hogy azért a legtöbb dolog megvalósult. Az automatikusan generált összefoglalók teljesen függetlenek a készítő által megadott leírástól.

Az összegzéseket a generatív mesterséges intelligencia a videók valódi tartalma alapján fogja létrehozni, éppen ezért objektív lesz, nem kell attól tartani, hogy az a generált leírás félrevezeti majd a nézőt. Persze azt is hozzá kell tenni, hogy a most elérhető MI rendszerek általában hajlamosak a „hallucinációra”, és éppen ezért megeshet, hogy a videóknál is tévednek, de mivel itt adott tartalomból kell dolgozni, lényegesen jobb lesz a pontosság.

A szűk körben tesztel funkció egyelőre kizárólag angolul üzemel, más nyelveken egyelőre nem teszteli nyíltan a funkciót a vállalat. Nemcsak a bevont emberek száma a korlátozott, hanem az is, hogy mely csatornáknál, mely videóknál működik a fejlesztés. Az Android Police úgy véli, hogy valószínűleg YouTube Premium előfizetők vehetnek részt a tesztben, szóval ez előfeltétele lehet annak, hogy az ember bekerülhessen a tesztelők közé. Eddig is volt több olyan funkció, ami még tesztelés alatt áll és csak a Premiummal próbálható is.

Lényeges lesz a fejlesztésnél az eddigi információk alapján, hogy ez nem fogja kiváltani a videó megtekintését, nem kiemeli a felvételek lényegét. Arra szolgál, hogy a néző könnyen el tudja dönteni, hogy érdekes lehet-e számára a felvétel, vagy nem. A YouTube nem akar magának rosszat, márpedig a kevesebb megtekintés értelemszerűen ártana a vállalatnak. Azt szeretné elérni, hogy az emberek jobban szórakozzanak, a készítők pedig érdekesebb és tartalmasabb videók készítésére törekedjenek, így növekedhet a felületen eltöltött idő.

A Google egyik szóvivője, Jen Jamie hivatalosan is megerősítette, hogy tesztelnek egy ilyen funkciót, de részleteket nem árult el, csak a sablon választ adta az újságírói kérdésekre. Szóval megtudhattuk, hogy a cég sűrűn tesztel új lehetőségeket, és azt szeretnék ezekkel elérni, hogy jobb legyen a felhasználói élmény.

A vállalat valószínűleg egy olyan nyelvi modellt használ majd itt, ami vizuálisan is jól teljesít, amellett, hogy a beszédfelismerésben rutinos. Több nyelvi modellt is alkalmaz a Google párhuzamosan a különböző feladatokra, eltérő szolgáltatások számára.