A bemutatott előadás betekintést nyújt abba, hogyan lehet a videókat intelligensebben és hatékonyabban feldolgozni a mesterséges intelligencia segítségével. A modern társadalomban a videó az információ egyik legfontosabb formátumává vált, óriási mennyiségű adatot tárolva, amelyeket a vállalatok alig tudnak kiaknázni vagy strukturáltan visszakeresni. A 12 Labs bemutatja, milyen kihívásokkal jár a videótartalmak értelmezése, például a térbeli-időbeli összefüggések és multimodális (hang, kép, szöveg) információk kezelése.
A vállalkozás innovatív AI-megoldással állt elő, amely képes a videók tartalmát szemantikai szinten is kereshetővé és értelmezhetővé tenni. Két mesterséges intelligencia modelljük, a Moringo és a Pegasus, lehetővé teszi, hogy a felhasználók kulcsszavak vagy leírások alapján pillanatok alatt megtalálják a keresett videórészleteket, valamint részletes elemzéseket és összefoglalókat készítsenek a tartalmakból.
Az előadás kitér példákra, mint például a sportszervezetek videóarchívumainak kezelésére vagy egyes iparági felhasználási esetekre, ahol a személyre szabott tartalom előállítása és a gyors tartalom-újrahasznosítás különösen értékes. Érdekes kérdések merülnek fel, például: Miként tudják az AI-rendszerek áthidalni a nyelvi és vizuális információ közötti szakadékot? Milyen hatással lehet ez a tartalomkészítésre, a médiaiparra vagy akár a rajongói élményre?
Az előadás végén személyes történetek és tapasztalatok hangzanak el a cégalapításról, a befektetők meggyőzésének kulisszatitkairól, illetve a startupvilágban rejlő lehetőségekről a nagy technológiai óriások árnyékában.
