Intelligence Artificielle et médias : la révolution des DAM

Pour démocratiser le Digital Asset Management, de plus en plus de développeurs cherchent à concevoir de nouvelles façons d’intégrer des IA dans les solutions DAM. Mais qu’est-ce que l’IA exactement ? Et comment peut-elle s’intégrer dans des solutions de Digital Asset Management ?

‍

Intelligence artificielle et analyse des médias

L’Intelligence Artificielle vise à faire réaliser par un programme des tâches qui appellent un raisonnement humain. Dans le développement d’une Intelligence Artificielle ou plus précisément d’un réseau de neurones, le « Machine Learning » désigne l’apprentissage de nouvelles situations et connaissances par un programme, sous supervision humaine. Le but d’une intelligence artificielle est d’imiter une intelligence réelle avec des phases de compréhension, d’apprentissage puis d’application des nouvelles connaissances acquises. Les IA peuvent être affectées à des tâches diverses : traduction ou analyse de texte, résolution de problèmes mathématiques, diagnostic (médical ou informatique par exemple), analyse des images ou des vidéos ...

‍

Des utilisations déjà nombreuses

Les solutions de DAM les plus avancées intègrent aujourd'hui l'intelligence artificielle dans leurs capacités, ce qui permet de mettre en évidence de nombreuses applications clés. Grâce aux fonctions de reconnaissance du langage naturel, de vision par ordinateur, d'OCR et d'indexation sonore, l'IA peut identifier les mots écrits dans un texte ou prononcés dans une vidéo. L'IA peut même "comprendre" le sens d'un texte ou d'une conversation. La compréhension du langage naturel permet de créer des boîtes de dialogue sur les sites web des entreprises et de converser "comme" un humain. Il est également possible de générer automatiquement des sous-titres vidéo en plusieurs langues. Une relecture humaine sera bien sûr nécessaire, mais l'IA permet déjà un gain de temps considérable.

‍

En reconnaissant des objets, des animaux, des situations, des paysages, des émotions et même des produits, l'IA peut automatiquement identifier et ajouter des mots-clés ou des catégories d'éléments présents dans une image ou une vidéo pour enrichir les métadonnées et la classification des actifs. Grâce à un mécanisme d'apprentissage spécifique(Machine Learning), les utilisateurs créent eux-mêmes leurs propres ensembles de mots-clés ou de catégories, apprennent à l'IA et améliorent la capacité d'indexation de la médiathèque DAM.

‍

L'apprentissage automatique a également d'autres usages. Chez Netflix, l'IA permet d'économiser 1 milliard de dollars chaque année pour maintenir l'engagement des utilisateurs et réduire les taux de désinscription. Chez Amazon, l'IA "apprend" à vous faire des recommandations encore plus optimisées. Elle est également au cœur de leurs stratégies les plus récentes. Dans une solution de gestion des assets numériques(DAM), l'utilisation de l'intelligence artificielle va au-delà de l'enrichissement des assets et peut être utilisée pour faire des recommandations aux utilisateurs ainsi que dans l'analyse à des fins de prédiction des données.

Découvrez comment nos clients utilisent Wedia et l'IA pour enrichir leurs médias.

DÉCOUVRIR

‍

Une IA peut mettre en oeuvre la reconnaissance faciale pour classer automatiquement les assets par individus. Vous cherchez une photo avec un mannequin bien particulier ? L’IA peut la chercher pour vous. Elle reconnaît des individus dans une vidéo et même identifie les émotions exprimées par le visage. Cette fonction est cruciale dans la recherche et la modération des contenus utilisateurs (user-generated content). En détectant automatiquement les visages exprimant de la joie ou des rires, il est plus simple et plus rapide de récupérer les médias qui mettront vos produits en valeur. Dans le futur, les intelligences artificielles pourront même détecter les différents niveaux de langage, de l'argot au langage le plus soutenu.

Le deep learning :  le futur de l’IA

Avec le développement de l'accès aux technologies de l'IA, les possibilités offertes par le Deep Learning se sont ajoutées à celles du Machine Learning. Il ne s'agit plus seulement d'entraîner un ordinateur, mais aussi de la capacité d'apprentissage autonome de l'IA. Grâce à une série de processus itératifs, il est possible pour l'Intelligence Artificielle de trouver elle-même la solution la plus "logique" à un problème donné. Avec le Deep Learning, l'IA apprend par elle-même en utilisant un ou plusieurs algorithmes - la "machine" fonctionne presque comme un vrai cerveau en découvrant et en analysant de nouveaux concepts. Grâce à l'apprentissage profond, Google a réussi à créer AlphaGo, qui a battu le champion du monde du jeu de Go. En 2012, une autre intelligence artificielle de Google a réussi à découvrir le concept de "chat" par elle-même, sans intervention humaine.

Plus récemment c’est le programme “deep dream” qui a fait parler de lui. Ce programme permet de visualiser “en direct” le processus du Deep Learning en laissant l’IA interpréter elle-même des formes et des occurrences dans une image. Dans une solution DAM, une telle approche pourrait amener l’IA à apprendre à classer et à reconnaître tout nouveau média sans intervention humaine.

‍