Microsoft ने एक छवि पहचान उपकरण लॉन्च किया है जो चित्र की सामग्री का वर्णन करने का प्रयास करता है। यह कृत्रिम खुफिया उपकरण अभी भी विकास के चरण में है और उपयोगकर्ताओं द्वारा अपलोड की गई तस्वीरों से लगातार सीख रहा है।

जहाँ तक सटीकता का सवाल है, कभी-कभी वर्णन काफी सटीक होता है जबकि कभी-कभी कैप्शनबॉट ऐसे विवरण प्रदान करता है जिनका कुछ भी ऐसा नहीं है जिसका चित्रण किया गया हो। ऐसे मामले भी होते हैं, जब एप्लिकेशन बिल्कुल भी विवरण प्रदान नहीं कर सकता है, इसकी खुरदरी-किनारों वाली स्थिति के कारण।

Microsoft ने अधिक अनुभव के साथ सीखने के लिए CaptionBot को डिज़ाइन किया, इस अपेक्षा के साथ कि इसके कैप्शन समय के साथ अधिक सटीक हो जाएंगे। जितने अधिक चित्र उपयोगकर्ता अपलोड करते हैं, उतना ही बेहतर ऐप बन जाता है, जैसा कि कैप्शनबॉट खुद बताता है:

मैं किसी भी छवि की सामग्री को समझ सकता हूं और इसके साथ-साथ किसी भी मानव का वर्णन करने का प्रयास करूंगा। मैं अभी भी सीख रहा हूं इसलिए मैं आपकी तस्वीर पर पकड़ बनाऊंगा लेकिन कोई व्यक्तिगत जानकारी नहीं।

CaptionBot एक तस्वीर में दर्शाए जा रहे वर्णन का वर्णन करने के लिए तीन तकनीकों का उपयोग करता है: Microsoft का कंप्यूटर विज़न, भावना और बिंग इमेज। कंप्यूटर विज़न एपीआई एक छवि से पाठ को पहचानने और निकालने के साथ-साथ दृश्य डेटा को वर्गीकृत करने और संसाधित करने के लिए छवियों से समृद्ध जानकारी निकालता है। भावना एपीआई, जैसा कि इसके नाम से पता चलता है, क्रोध, अवमानना, घृणा, भय, खुशी, तटस्थता, उदासी और आश्चर्य से सब कुछ का पता लगाने के लिए चेहरे का विश्लेषण करती है। बिंग इमेज छवियों के लिए वेब पर खोज करती है।

हमने CaptionBot का परीक्षण किया और परिणाम 50% मामलों में सटीक थे। उदाहरण के लिए, हमने दो चित्र अपलोड किए हैं: एक गेमिंग माउस का चित्रण, दूसरा कार्ड का ढेर। दोनों मामलों में, उपकरण ने सुझाव दिया कि यह एक सेल फोन था। दूसरी ओर, CaptionBot ने मनुष्यों और चेहरों का सटीक रूप से पता लगाया।

जाहिर है, CaptionBot सेलफोन के साथ एक जुनून है। एक ट्विटर यूजर ने ऐप को मिशेल ओबामा को सेल फोन बताया। अधिक कैप्शन के लिए अजीब कैप्शन, इस ट्विटर पेज की जाँच करें।

आप यहां CaptionBot का परीक्षण भी कर सकते हैं। इसे आजमाएँ: आप या तो उपकरण को बेहतर बनाने में मदद करेंगे या आपको अच्छी हँसी आएगी!