In che modo Adobe utilizza il deep learning per migliorare i propri prodotti
Come ogni anno, l’evento Max 2021 di Adobe ha presentato rivelazioni di prodotti e altre innovazioni in corso presso l’azienda leader mondiale di software di grafica per computer.
Tra le caratteristiche più interessanti dell’evento c’è la continua integrazione di Adobe dell’intelligenza artificiale nei suoi prodotti, un luogo che l’azienda ha esplorato negli ultimi anni.
Come molte altre aziende, Adobe sta sfruttando il deep learning per migliorare le proprie applicazioni e consolidare la propria posizione nel mercato dell’editing di immagini e video. A sua volta, l’uso dell’intelligenza artificiale sta plasmando la strategia di prodotto di Adobe.
Editing di immagini e video basato sull’intelligenza artificiale
Sensei, la piattaforma AI di Adobe, è ora integrata in tutti i prodotti della sua suite Creative Cloud . Tra le funzionalità rivelate nella conferenza di quest’anno c’è uno strumento di mascheramento automatico in Photoshop, che consente di selezionare un oggetto semplicemente passandoci sopra con il mouse. Una funzione simile crea automaticamente livelli maschera per tutti gli oggetti rilevati in una scena.
La funzione di mascheramento automatico consente di risparmiare molto tempo, soprattutto nelle immagini in cui gli oggetti hanno contorni e colori complessi e sarebbero molto difficili da selezionare con gli strumenti classici.
Adobe ha anche migliorato i filtri neurali, una funzionalità che ha aggiunto a Photoshop l’anno scorso. I filtri neurali utilizzano l’apprendimento automatico per aggiungere miglioramenti alle immagini. Molti dei filtri sono applicabili a ritratti e immagini di persone. Ad esempio, puoi applicare la levigatura della pelle, trasferire il trucco da un’immagine di origine a un’immagine di destinazione o modificare l’espressione di un soggetto in una foto.
Altri filtri neurali apportano modifiche più generali, come la colorazione delle immagini in bianco e nero o la modifica del paesaggio di sfondo.
La conferenza Max ha anche svelato alcune anteprime e tecnologie imminenti. Ad esempio, una nuova funzionalità per il prodotto di raccolta foto di Adobe chiamata “in-between” scatta due o più foto che sono state catturate a breve intervallo l’una dall’altra e crea un video generando automaticamente i fotogrammi che si trovavano tra le foto .
Un’altra caratteristica in fase di sviluppo è “sul punto”, che ti aiuta a cercare nell’enorme libreria di immagini stock di Adobe fornendo una posa di riferimento. Ad esempio, se fornisci una foto di una persona seduta che allunga la mano, i modelli di apprendimento automatico rileveranno la posa della persona e troveranno altre foto in cui le persone si trovano in posizioni simili.
Le funzionalità AI sono state aggiunte anche a Lightroom, Premiere e altri prodotti Adobe.
Le sfide della fornitura di prodotti AI
Quando osservi singolarmente le funzionalità AI di Adobe, nessuna di esse è rivoluzionaria. Sebbene Adobe non abbia fornito dettagli sull’architettura o sull’implementazione nell’evento, chiunque abbia seguito la ricerca sull’intelligenza artificiale può immediatamente mettere in relazione ciascuna delle funzionalità presentate a Max con uno o più documenti e presentazioni realizzati in occasione di conferenze sull’apprendimento automatico e sulla visione artificiale negli ultimi pochi anni. Il mascheramento automatico utilizza il rilevamento e la segmentazione degli oggetti con il deep learning , un’area di ricerca che ha visto di recente enormi progressi.
Il trasferimento di stile con le reti neurali è una tecnica che ha almeno quattro anni. E le reti avversarie generative (GAN), che alimentano molte delle funzionalità di generazione delle immagini, esistono da più di sette anni. In effetti, molte delle tecnologie utilizzate da Adobe sono open source e disponibili gratuitamente.
Il vero genio dietro l’intelligenza artificiale di Adobe non è la tecnologia superiore, ma la strategia dell’azienda per fornire i prodotti ai propri clienti.
Un prodotto di successo deve avere un valore differenziante che convinca gli utenti a iniziare a utilizzarlo oa passare dalle vecchie soluzioni alla nuova applicazione.
I vantaggi dell’applicazione del deep learning a diverse applicazioni di elaborazione delle immagini sono molto chiari. Si traducono in una maggiore produttività e in una riduzione dei costi. L’assistenza fornita dai modelli di deep learning può aiutare ad abbassare la barriera della creatività artistica per le persone che non hanno le competenze e l’esperienza di grafici esperti. Nel caso dell’auto-mascheramento e dei filtri neurali, gli strumenti consentono anche agli utenti esperti di risolvere i loro problemi più velocemente e meglio. Alcune delle nuove funzionalità, come la funzionalità “in-between”, stanno affrontando problemi che non erano stati risolti da altre applicazioni.
Ma al di là delle caratteristiche superiori, un prodotto di successo deve essere consegnato al suo pubblico di destinazione in modo semplice ed economico. Ad esempio, supponiamo che tu sviluppi un’applicazione di filtro neurale all’avanguardia basata sul deep learning e desideri venderla sul mercato. I tuoi utenti target sono grafici che stanno già utilizzando uno strumento di fotoritocco come Photoshop. Se vogliono applicare il tuo filtro neurale, dovranno portare costantemente le loro immagini tra Photoshop e la tua applicazione, il che causa troppo attrito e degrada l’esperienza dell’utente.
ANNUNCIO
Dovrai anche affrontare i costi del deep learning. Molti dispositivi utente non hanno la memoria e la capacità di elaborazione per eseguire reti neurali e richiedono un’elaborazione basata su cloud. Pertanto, dovrai configurare server e API Web per servire i modelli di deep learning e devi anche assicurarti che il tuo servizio rimanga online e disponibile man mano che l’utilizzo aumenta. Recuperi tali costi solo quando raggiungi un numero elevato di utenti paganti.
Dovrai anche capire come monetizzare il tuo prodotto in modo da coprire i tuoi costi mantenendo anche gli utenti interessati a utilizzarlo. Il tuo prodotto sarà un prodotto gratuito basato sulla pubblicità, un modello freemium, un pagamento una tantum o un servizio in abbonamento? La maggior parte dei clienti preferisce evitare di lavorare con diversi fornitori di software che hanno modelli di pagamento diversi.
E avrai bisogno di una strategia di sensibilizzazione per rendere il tuo prodotto visibile al mercato previsto. Pubblicherai annunci sui social media, effettuerai vendite dirette e raggiungerai aziende di design o utilizzerai il content marketing? Molti prodotti falliscono non perché non risolvono un problema fondamentale, ma perché non riescono a raggiungere il mercato giusto e a consegnare il loro prodotto in modo efficiente in termini di costi.
E infine, avrai bisogno di una tabella di marcia per iterare e migliorare continuamente il tuo prodotto. Ad esempio, se utilizzi l’apprendimento automatico per migliorare le immagini, avrai bisogno di un flusso di lavoro per raccogliere costantemente nuovi dati, scoprire dove stanno fallendo i tuoi modelli e perfezionarli per migliorarne le prestazioni.
Adobe’s AI strategy
Adobe ha già una quota molto ampia del mercato dei software di grafica. Milioni di persone utilizzano le applicazioni di Adobe ogni giorno, quindi l’azienda non ha problemi a raggiungere il mercato di destinazione. Ogni volta che dispone di un nuovo strumento di deep learning, può utilizzare immediatamente la vasta portata di Photoshop, Premiere e le altre applicazioni della sua suite Creative Cloud per renderlo visibile e disponibile per gli utenti. Gli utenti non devono pagare o installare nuove applicazioni; hanno solo bisogno di scaricare i nuovi plugin nelle loro applicazioni.
La graduale transizione dell’azienda al cloud negli ultimi anni ha anche spianato la strada a una perfetta integrazione del deep learning nelle sue applicazioni. La maggior parte delle funzionalità AI di Adobe viene eseguita nel cloud. Per i suoi utenti, l’esperienza delle funzionalità basate su cloud non è diversa dall’utilizzo di filtri e strumenti direttamente in esecuzione sui propri dispositivi. Nel frattempo, la scala del cloud di Adobe consente all’azienda di eseguire l’inferenza di deep learning in modo molto conveniente, motivo per cui la maggior parte delle nuove funzionalità di intelligenza artificiale sono rese disponibili gratuitamente agli utenti che hanno già un abbonamento a Creative Cloud.
Infine, il modello di deep learning basato su cloud offre ad Adobe l’opportunità di gestire una fabbrica di intelligenza artificiale molto efficiente. Poiché il cloud di Adobe offre modelli di deep learning ai suoi utenti, raccoglierà anche dati per migliorare le prestazioni delle sue funzionalità di intelligenza artificiale in futuro. Ad esempio, l’azienda ha riconosciuto alla conferenza Max che la funzione di mascheramento automatico non funziona ancora per tutti gli oggetti, ma migliorerà nel tempo. L’iterazione continua consentirà a sua volta ad Adobe di migliorare le sue capacità di intelligenza artificiale e rafforzare la sua posizione nel mercato. L’intelligenza artificiale, a sua volta, modellerà i prodotti che Adobe lancerà in futuro.
Gestire progetti di machine learning applicato è molto difficile, motivo per cui le aziende non riescono a portarli a compimento. Adobe è un caso di studio interessante su come riunire gli elementi giusti può trasformare i progressi dell’AI in applicazioni aziendali redditizie.
