Mail.Ru Group startet erste neuronale netzversorgte App der Welt, um Videos zu verarbeiten

MOSKAU, August 2, 2016

Mail.Ru Group hat Artisto freigegeben, die erste App der Welt, die neuronale Netze für das Bearbeiten kurzer Videos verwendet und diese im Stil berühmter Kunstwerke oder anderer Quellbilder verarbeitet. Die App ist im App Store und bei Google Play weltweit erhältlich.

Artisto verarbeitet jetzt 5-Sekunden-Videos und bietet 14 Filter zur Auswahl. Neue Filter werden derzeit getestet und später hinzugefügt.

"Neuronale Netze sind im Moment der große Hit und wir wollten auch die von ihnen gebotenen Stilisierungsfähigkeiten testen. Angesichts dessen, dass es ein paar sehr gute Lösungen gibt um Fotos neu zu gestalten, war die logische Schlussfolgerung es mit Videos versuchen", sagte Anna Artamonova, Vizepräsidentin von Mail.Ru Group, Leiterin der E-Mail- und Portal-Geschäftseinheit.  "Erste Ergebnisse haben sich äußerst schnell eingestellt: Die Betaversion war innerhalb einiger Wochen fertig und heute ist die App für beide führende Plattformen in den Stores der ganzen Welt erhältlich. Wir können schon jetzt sehen, dass unser Experiment erfolgreich ist: Große Markennamen und Prominente haben bereits Videos, die von Artisto neu gestaltet wurden, auf sozialen Netzwerken ausgetauscht. Momentan sind die populärsten Filter BlueDream, inspiriert von einem Gemälde von Pablo Picasso, und In the Fire."

Ein von Artisto neu gestaltetes Test-Video kann hier angesehen werden:

Zum App-Entwicklungsteam gehören Experten für maschinelles Lernen aus verschiedenen Abteilungen der Mail.Ru Group. Fast alle Produkte der Mail.Ru Group, einschließlich Werbung, Anti-Spamsystem und Suchmaschine, verwenden neuronale Netze und Technologien für maschinelles Lernen.

Neuronale Netzwerke gehören derzeit zu den spannendsten neuen Bereichen in der Entwicklung künstlicher Intelligenz. Ein künstliches neuronales Netz ist ein mathematisches Modell, das versucht ein menschliches neuronales Netz zu simulieren. Neuronale Netze finden eine häufige Anwendung in der Bilderkennung, Datenwissenschaft, Prognose und in vielen anderen Bereichen.