گوگل به‌تازگی یک دوربین به نام کلیپس معرفی کرده است و در این مقاله قصد داریم شما را با فناوری پشت پرده‌ی این محصول آشنا کنیم.
شاید بتوان بزرگ‌ترین شگفتی رویداد سخت‌افزاری اخیر کمپانی گوگل را معرفی دوربین کلیپس (Clips) دانست. این محصول یک دوربین مستقل مبتنی بر هوش مصنوعی است که می‌تواند تا سه ساعت ویدیو و عکس ثبت کند و سپس به‌طور خودکار بهترین لحظات ثبت‌شده را برای شما انتخاب کند. در حال حاضر نمی‌توان گفت کلیپس در بازار چه عملکردی از خود نشان خواهد داد؛ اما از نظر فنی این دوربین یک محصول شگفت‌انگیز است.
وب‌سایت تک‌کرانچ در این رابطه با مدیر محصول کلیپس، جاستین پین، گفتگویی انجام داده است. پین در این گفتگو اشاره کرده که دوربین کلیپس یک لوازم جانبی برای گوشی‌های سری پیکسل نیست. وی در این رابطه این‌گونه توضیح داده است: «باید بگویم این محصول یک لوازم جانبی محسوب نمی‌شود. کلیپس یک دوربین مستقل است؛ این دستگاه یک نوع دوربین جدید است. در حقیقت هوش مصنوعی در خود این محصول قرار داده شده و بدین ترتیب این دوربین می‌تواند تصمیم بگیرد که تصاویر یا ویدیوها چه موقع ثبت شوند؛ این ویژگی اهمیت بسیار زیادی دارد زیرا کاربران می‌توانند با بهره گرفتن از آن کنترل کاملی روی دوربین داشته باشند.»
دوربین کلیپس بر خلاف محصولی مثل گوگل هوم - که کاملا بر اتصال به فضای ابری متکی است - خود یک واحد کاملا مستقل محسوب می‌شود. این دوربین از شما عکس می‌گیرد (به‌عنوان مثال زمانی که در اتاق خانه در حال بازی با کودکان خود هستید) و سپس با بهره گرفتن از الگوریتم‌های یادگیری ماشینیِ از پیش آموزش داده‌شده، بهترین نمونه‌ی عکس ثبت‌شده را پیدا می‌کند و سپس به‌طور خودکار کلیپ‌هایی از بهترین تصاویر ثبت‌شده برای شما تولید خواهد کرد.
این یعنی فرقی نمی‌کند که کاربر اندروید باشید یا آی‌اواس؛ زیرا دوربین مورد اشاره کار خود را به‌خوبی انجام خواهد داد. این دوربین یک اپلیکیشن اختصاصی دارد که با نصب آن می‌توانید به کلیپ‌های ساخته‌شده دسترسی داشته باشید و در صورت تمایل آن‌ها را با دوستان و آشنایان خود به اشتراک بگذارید. کلیپس انجام این کار را بسیار آسان کرده و بدین منظور کافی است فقط یک دکمه (برای شروع فیلمبرداری به‌طور دستی) را فشار دهید.
پین در ادامه‌ی صحبت‌های خود گفت: «حریم خصوصی و کنترل کاربر روی دستگاه برای ما اهمیت بسیار زیادی دارد و این مورد در کل مراحل این پروژه یکی از مهم‌ترین اجزای کار بوده است. موضوع این است که تا همین چند وقت قبل برای ثبت تصاویر، اجرای شبکه‌های عصبی روی آن‌ها، انجام تحلیل‌های معنایی و سپس ایجاد خروجی، حداقل نیاز به یک رایانه‌ی دسکتاپ یا یک سرور داشتیم.»
صنعت سیلیکون در حال حاضر به نقطه‌ای از تکامل رسیده است که شرکتی مثل گوگل می‌تواند فرآیندهای مذکور را در یک محصول کوچک مثل دوربین کلیپس جای دهد. در واقع با در دست گرفتن کلیپس، متوجه خواهید شد که این محصول چقدر کوچک است. باید اشاره کنیم متأسفانه این دوربین به گیره‌ی نگه‌دارنده مجهز نشده است و باید آن را روی یک بخش پلاستیکی کوچک قرار دهید. بیشتر وزن این دستگاه احتمالا مربوط به باتری آن است. با هر بار شارژ کلیپس می‌توان تا حدود سه ساعت با آن فیلم و عکس ثبت کرد. از دیگر ویژگی‌های دوربین نامبرده می‌توان به زاویه‌ی دید عریض لنز آن اشاره کرد.
گوگل برای اجرای مدل‌های خود روی این دوربین از واحد پردازش دید (VPU) فوق کم‌مصرف اینتل موسوم به Movidius استفاده کرده است.
رمی ال-اوزان، رئیس و مدیر کل گروه تکنولوژی جدید Movidius اینتل در بیانه‌ی خبری امروز شرکت اینتل گفت: «در جریان همکاری ما با تیم سازنده‌ی کلیپس، این مورد بسیار قابل توجه است که می‌بینیم گوگل تا چه حد در قرار دادن هوش مصنوعی در محصول کوچکی مثل دوربین کلیپ توانایی دارد. این دوربین هوشمند به‌واقع نشان‌دهنده‌ی ظرفیت‌هایی است که در هنگام توسعه‌ی تکنولوژی VPU، در سر می‌پروراندیم.»
هر مدلی از هوش مصنوعی ابتدا باید آموزش داده شود و گوگل به‌منظور آموزش کلیپس در واقع با ویرایشگران ویدیو و تعداد زیادی از متخصصان ارزیابی تصاویر همکاری کرده است تا مدل‌های هوش مصنوعی مورد نظرش را آموزش دهد. پین می‌گوید: «هیچ مدل یادگیری ماشینی بزرگی در دسترس نیست که به‌عنوان مثال اعلام کند یک کودک روی زمین در حال حرکت است.» وی در ادامه توضیح می‌دهد: «بنابراین گوگل تعداد زیادی از ویدیوهای خود را جمع‌آوری کرده است. سپس ویرایشگران با تماشای این ویدیوها، نمونه‌های مورد علاقه‌ی خود را انتخاب کرده‌اند و پس از این مرحله، متخصصان ارزیابی تعیین کرده‌اند که کدام ویدیوها بهتر از نمونه‌های دیگر هستند. این فرآیند در واقع مواد اصلی برای آموزش اولیه‌ی مدل گوگل بوده است.»
این مدل به مرور زمان یاد می‌گیرد که چه افرادی برایتان اهمیت بیشتری دارند و کدام تصاویر را بیشتر می‌پسندید. اما در اینجا اشکالاتی هم وجود دارد. در حال حاضر کلیپس برای یافتن تصاویر افراد و حیوانات خانگی (در واقع گربه‌ها و سگ‌ها و نه خوک‌های خانگی) بسیار مناسب است. این محصول مثل گجت‌هایی نیست که بتوانید آن را با خود به تعطیلات ببرید و انتظار داشته باشید بهترین تصاویر را برایتان پیدا کند. گوگل تصمیم دارد به‌مرور زمان مدل یادگیری ماشینی روی این دستگاه را گسترش دهد و موقعیت‌های بیشتری را تحت پوشش بگیرد؛ اما در حال حاضر این محصول احتمالا برای خانواده‌های جوان مناسب است. پین در بخش دیگری از گفتگوی خود با وب‌سایت تک‌کرانچ گفت: «ما کار خود را ابتدا با تمرکز بر یک موضوع آغاز کرده‌ایم و دوربین کلیپس فعلا نمی‌تواند به‌طور کلی دنیای اطراف را درک کند.»
کلیپس با گذشت زمان جزئیات بیشتری در مورد جهان درک خواهد کرد. این دوربین با قیمت ۲۴۹ دلار به بازار عرضه می‌شود و به همین دلیل می‌توان آن را یک محصول گران‌قیمت به‌حساب آورد.