維也納的森林

343愛的鼓勵 1訂閱站台

　　我一度以為，在YouTube點開The Big Moon的〈Your Light〉，不論有否用瀏覽器的incognito mode來銷聲匿跡，人工智能總會在側欄推薦Girl Ray的〈Show Me More〉──畢竟這兩支MV，非常湊巧，都是樂隊成員看著鏡頭在騎腳踏車──可惜實情並非如此。雖說機器學習的箇中因由，不易明辨，但YouTube終究以賺錢為本，讓觀眾看到更多廣告，收取廣告費才算第一要緊。側欄光以影片的本質來排，確實強人所難。

　　再者，音樂錄影帶在YouTube的標題往往就是歌名，與影片中的行為毫不相干，所以要在MV的汪洋中，撈出另一支同樣是騎腳踏車的MV，殊不簡單。以機器學習認物，眼下已屬等閒事，深度學習甚至可以把腳踏車的零件一一找出來。不過，從影片辨認一輛腳踏車，和辨認有人在騎腳踏車，又是兩碼事了。近來盛行的multimodal learning，正正應對video captioning這般難題。倘若成事，人工智能就曉得The Big Moon在〈Take A Piece〉的音樂錄影帶中模仿九十年代的boy band跳舞。