• No results found

Socialt sammanhang

In document Automatisk taggning av video (Page 46-48)

6.2 Arbetet i ett större omfång

6.2.1 Socialt sammanhang

Taggar kan avgöra vilka videoklipp en användare blir rekommenderad för på Youtube och vilken reklam som visas. Såldes blir det av stor betydelse för människor hur datamängder taggas i olika tjänster. Det finns en risk att personer hamnar i sin ”egen bubbla”. Felaktig taggning kan leda till att oönskade associationer uppstår och att systemet inte fungerar or- dentligt. Det kan leda till små problem som felaktiga rekommendationer, men skulle även kunna leda till ett större dilemman som att till exempel en användare i ett system samman- kopplas med något som de inte står för eller uppskattar.

6.2.2

Etiskt sammanhang

Flera tjänster baserar sina taggar på användardata. Hur datan hanteras är naturligtvis en känslig fråga som potentiellt kan utgöra ett problem. Det är alltså viktigt med tydliga använ- darvillkor och att användaren förstår hur datan används. [24]

6.3. Resultat

6.2.3

Miljöaspekter

Utöver fördelarna direkt relaterade till molnbaserade tjänster har AWS ett långsiktigt mål att uppnå 100 % förnybar energi. AWS använde under 2016 40 % förnybar energi och hade som mål att öka detta till 50 % under 2017. Koldioxidutsläpp kopplade med AWS-tjänster består huvudsakligen av tre saker: antalet aktiva servrar, den totala energin som behövs för dem och kolintensiteten hos de energikällor som används för att strömförsörja dem. En leverantör av molntjänster uppnår i genomsnitt cirka 65 % av servernyttjande vilket kan ställas mot 15 % för företag som använder lokala servrar. Detta innebär att ett företag typiskt kan minska antalet servrar som de använder med AWS till mindre än en fjärdedel av det antal som det skulle krävas annars. Utöver detta är ett typiskt lokalt datacenter 29 % mindre energieffektiv än en molntjänstleverantör som har hög kvalitet på sin design, kylsystem och arbetsoptime- ring. Färre antal och mer energieffektiva servrar leder till att kunder endast behöver 16 % av energin som denna infrastruktur annars skulle kräva. Denna massiva förbättring i energi- effektivitet bidrar till en stor minskad klimatpåverkan och därmed en bättre förhållning till omgivning och miljö. [25]

6.3

Resultat

I denna sektion diskuteras resultatet för projektet mer specifikt.

6.3.1

Värde för kunden

Att ha taggar till videoklipp gör det möjligt att skapa en mängd olika applikationer, exem- pelvis en rekommenderingsmotor, som kan rekommendera relevanta klipp till en användare. Chansen att lyckas söka och hitta relevanta filmklipp kan då även förbättras. För ett företag som Flowplayer, som jobbar med en videoplattform, hjälper en tjänst så som en rekommen- deringsmotor att förbättra helhetsintrycket av den tjänst som de erbjuder. Ett alternativ till att Flowplayer skapar automatiska taggar är att de manuellt taggar filmklipp som laddas upp, det är dock ett tidskrävande och kostsamt alternativ i jämförelse med tänkt automatisk lösning. Det finns heller inga garantier att en manuell taggningsprocess av människor sker med så hög kvalitet som Flowplayer förväntar sig.

Flowplayers önskemål är att få ut taggar som representerar ett givet filmklipp väl. Med detta menas bland annat att konfidensnivån till varje tagg förväntas vara hög. Vidare för- väntas även taggarna inte vara för generella, till exempel givet ett filmklipp med ishockey är den önskvärda taggen inte ”sport” utan ”ishockey”. Det är däremot svårt att vara alltför specifik eftersom Rekognition ibland genererar felaktiga taggar som har hög konfidensnivå och således blir missvisande. Ett sätt att komma runt detta och ge ett svar som blir korrekt är just att generalisera och ta bort ishockey som tagg och istället använda en mer övergri- pande tagg som sport. Lösningen med att generalisera gör att det blir svårare att bygga en rekommenderings- och sökmotor eftersom taggarna inte är särskilt specifika. Det blir alltså en övervägning mellan vad som anses vara viktigast, taggar som är korrekta, som i någon mening fortfarande underlättar sökandet och rekommendationer, eller taggar som kan inne- hålla felaktiga taggar men istället är specifika.

Lösningen som VATG ger på detta problem är att skapa en ny mängd taggar genom att bear- beta resultatet från Rekognition. Värde skapas i denna process för kunden genom att minska redundans och oönskade element, samt lägga till egna taggar genom att analysera kontexten av den datamängd som behandlas och hitta övergripande ord inom närliggande kategorier. På detta sätt bör resultatet från Rekognition förbättras och endast resultera i de taggar som är mest relevanta i ett videoklipp för Flowplayer.

6.3. Resultat

Val av arkitektur

Valet av att använda en blackboard-arkitektur har medfört både för- och nackdelar. Det har lett till ett modulärt system med en tydlig uppbyggnad där det är lätt att lägga till eller ta bort delar som exempelvis filter. Det har dock varit en utmaning att anpassa utvecklingen till blackboard-arkitekturen. Arkitekturdokumentet och dess tillhörande figurer har fungerat som ett bra stöd under utvecklingsfasen. Det som varit positivt med valet av arkitektur är möjligheterna att parallellisera samtliga filtermoduler för att på så vis minimera körningsti- den eftersom filtren kan köra asynkront. Dessa fördelar som identifierats redan under början av projektarbetet, och således haft en stor inverkan på den slutgiltiga systemdesignen, har dock i slutändan vägt mindre än tänkt. Detta eftersom få modifieringsmoduler har kunnat parallelliseras i praktiken i och med beroenden som har uppstått mellan filtreringsoperatio- ner. Detta har inneburit en del overhead i det resulterade systemet, men var viktigt för att få ut ett bra resultat från slutprodukten.

Designbeslut till följd av begränsningar

Projektgruppen har varit tvungen att ta hänsyn till krav på systemet i form av prestanda och kvalitet i valet av lösningar. Något som har spelat en signifikant roll är tidskravet på filtreringsprocessen; det får som mest ta 30 % av videoklippets längd. Kravet introducera- des relativt sent i utvecklingsprocessen och ledde därmed till en del designbeslut långt in i projektarbetet. Att systemet skulle köras på konstant tid till följd av tidsrestriktioner från produktionsmiljön ledde exempelvis till att urval med konstant antal taggar var nödvändigt.

6.3.2

Systemanatomi

Den skiss på systemanatomin som togs fram i början av projektet har inte varit särskilt an- vändbar för projektgruppen. Det beror främst på att projektet bestod av en stor undersök- ningsfas där det var oklart för projektgruppen hur tjänsten skulle se ut och fungera. Eftersom inlämningen av systemanatomi-skissen var innan undersökningsfasen var slut blev det där- med svårt att ta fram en användbar systemanatomi som passade de behov som existerade i projektet.

6.3.3

Erfarenhetsfångst

De främsta erfarenheterna projektgruppen tar med sig från projektet är att jobba agilt en- ligt Scrum och fördelarna detta för med sig jämfört med till exempel vattenfallsmodellen. Eftersom projektet varit ovisst för projektgruppen hade det blivit svårt att använda sig av vattenfallsmodellen; att behöva planera hela projektet i förväg. Det har däremot varit svårt att följa upp hur samtliga aktiviteter legat till då gruppen inte hade några dagliga möten. Vidare tar projektgruppen med sig hur det är att jobba mot en riktig kund och ansvaret det bär med sig att förväntas leverera samt följa en budget för utvecklingsarbetet. Det har främst varit kul att faktiskt utveckla något som var efterfrågat och där gruppen visste att om pro- dukten blev bra skulle den användas. Det har därmed också medfört en del stress över att faktiskt hinna med och utveckla något som fungerar tillräckligt väl för att användas. Utöver detta tar medlemmarna i projektgruppen med sig nya erfarenheter att arbeta med Amazons molntjänster och de verktyg som har använts i projektet.

In document Automatisk taggning av video (Page 46-48)