Хайп или будущее: как медиа могут использовать AI

Хайпа вокруг ИИ сейчас в избытке. Однако, как нередко бывает с новыми прорывными технологиями, ожидания могут быть завышенными или, наоборот, чересчур негативными. Так, например, как утверждается в еще одном недавнем исследовании PwC, одна из проблем, связанных с ИИ, заключается в том, что он сам будет создавать новые проблемы. 43% опрошенных руководителей в сферах высоких технологий, медиа и телекоме США главным своим опасением называют киберугрозы, в основе которых будет лежать искусственный интеллект.

Нам кажется, что стоит избегать крайностей и попробовать взглянуть на эту тему рационально и с акцентом на реальные возможности и слабые стороны этого технологического феномена.

Развитие технологий ИИ эволюционно, о кардинальном рывке речь пока не идет. Главные успехи современные технологии ИИ демонстрируют в области восприятия и распознавания, а также задач, связанных со статистикой и большими массивами данных: детектирование объектов, распознавание речи и генерирование диалогов, поиск аналогий, соответствий и совпадений, выявление несоответствий и отклонений.

Ограничения ИИ находятся в тени сообщений о достижениях. Среди них можно выделить отсутствие самостоятельного мышления, неумение обобщать, делать предположения и проверять их, неспособность к творчеству, импровизации, к дискуссии и аргументации, неумение выходить за пределы своей предметной области.

Вероятно, одним из главных «слабых мест» ИИ является неспособность к самообучению в общепринятом смысле — т. е. к переносу опыта, обобщению. Неудивительно, ведь люди и сами зачастую плохо себе представляют, как именно достигают нужного результата и почему у одних тренеров подопечные становятся звездами в своем деле, а у других едва-едва выделяются из общей массы. Это известно как концепция формализованного и неформализованного знания британского ученого Майкла Полани, который утверждал, что «мы знаем больше, чем можем объяснить».

Новые кадры для работы с ИИ

Для решения задач с помощью ИИ требуется масса ресурсов. Парадоксально, но сейчас применение ИИ не снижает число задействованных на проекте специалистов, а значительно увеличивает потребности в них. Нужны профессионалы, которые смогут правильно поставить задачу нейросети и обеспечат ее работой, подготовят данные, дадут ей массу обратной связи. Дело идет к тому, что сожалеть об отсутствии квалификации в сфере ИИ будут вообще все, включая сотрудников IT-служб. Например, в Facebook считают, что корпорации уже сейчас не хватает всех специалистов по ИИ в мире. Согласно прогнозу Всемирного экономического форума «Будущее рынка труда—2018», к 2025 г. развитие робототехники и ИИ приведет к исчезновению 75 млн рабочих мест, однако взамен появится 133 млн новых: «аналитики данных», «специалисты по искусственному интеллекту и обучению роботов», «разработчики программного обеспечения», «специалисты по работе с большими данными», «специалисты по переходу на цифровые технологии», «специалисты по новым технологиям».

Наиболее передовые компании уже сейчас отдают себе отчет в необходимости присматриваться к кадрам со специализацией в области ИИ. Холдинг «Газпром-медиа», например, проводит хакатон  Hack the Media в рамках Big Data Conference, которая объединяет на своей площадке создателей новых технологий в области данных. Анализ больших данных и искусственный интеллект уже сейчас помогают нам создавать и развивать премиальные медиапродукты, например платформу ТНТ-Premier, а также запускать сложные маркетинговые кампании.

В конечном счете «магия повествования будет воплощаться посредством человеческого творчества», говорят в британском отделении IBM Watson. Таким образом, ближайшее будущее отрасли — это скорее поиск наиболее плодотворных механизмов сотрудничества человека и машины.

А где в медиа ИИ может найти применение в самое ближайшее время? Вероятно, в первую очередь это будут вспомогательные утилитарные задачи, где заменить человека несложно, а значительные компетенции не требуются: например, делать автоматическую разметку прямого эфира. Для спортивной трансляции это может быть распознавание игровых событий: передача, удар, аут, замена, нарушение. «Газпром-медиа» недавно провел такой эксперимент, получив весьма обнадеживающие результаты. Сейчас пилотные проекты победителей находятся в стадии тестирования.

Телеканал ТНТ4 ведет разработку нейросети, которая автоматически будет находить нужные кадры для создания промо — например, все кадры с поцелуями или идентичные ракурсы в фильме. По оценке директора канала Гавриила Гордеева, она позволит в течение 5 часов обработать более 500 часов контента, а не тратить на это недели. «Это не значит, что мы заменим кого-то из монтажеров на бездушную машину, это значит, что мы освободим их от рутинных задач», — говорит он.

Логичным представляется применение ИИ в видеографике, в области развития кодеков потоковых данных или, например, управления нагрузкой на серверы. Сегодня пропускная способность проводных и беспроводных сетей растет, но спрос на OTT-видео и высокое разрешение картинки не отстает, что мы видим на примере собственных сервисов холдинга ТНТ-Premier и Матч ПРЕМЬЕР. Зависание, отставание, задержки и рассинхронизация картинки и звука абсолютно неприемлемы для подписчиков. Качество опыта пользователей здесь не менее важно, чем качество контента.

Так, в Netflix совместно с университетами разработан ИИ-алгоритм Dynamic Optimizer, который динамически оптимизирует качество видео в случае «провалов» в битрейте (количество информации, передаваемой либо сохраняемой за определенный промежуток времени. — Прим. ред.). Аудитории в Азии и АТР наиболее активно используют для смотрения мобильные экраны, и до тех пор пока 5G не получил достаточного распространения, оптимизация медиафайлов на лету под текущее качество связи очень актуальна для медиагиганта.

ИИ и авторское право: смотрим в будущее

ИИ может быть очень продуктивен в области борьбы с нарушением авторских прав. Современные пираты действуют весьма изощренно, и на каждый их новый прием правообладатели должны находить достойный ответ. Пираты научились использовать не только сети дистрибуции контента, но и приложения, которым не требуется знать актуальный адрес пиратского ресурса: они способны в режиме реального времени перенаправлять запросы пользователя на работающее зеркало. Нередко для просмотра контрафактного контента используются «заряженные» телеприставки, приложения на которых способны самостоятельно обновлять список зеркал. Как правило, это ничем не примечательное железо с абсолютно легальным открытым медиаплеером Kodi, но с установленными на него плагинами для пиратского просмотра. Так, эксперимент самих разработчиков Kodi совместно с Ebay продемонстрировал масштаб проблемы: за полчаса поиска на платформе было выявлено свыше 7 000 объявлений о продаже «заряженных» приставок. Поэтому ИИ, способный самообучаться на примерах пиратских стримов, может быть очень востребован у медиакомпаний.

Как утверждает компания Irdeto, специализирующаяся на защите авторских прав в интернете, ИИ может быть эффективен как минимум в двух типах ситуаций. Во-первых, когда нужно очень быстро находить пиратские стримы прямого эфира, а скорость человека недостаточна для оперативного выявления и удаления — например, если это популярная спортивная трансляция. Во-вторых, если пираты размыли логотип телеканала или если речь идет об «экранках» — обычного цифрового отпечатка недостаточно, нужны механизмы узнавания контента, похожие на работу человеческого мозга. Например, компьютерный мозг может узнавать трансляцию футбольного матча по цветам формы игроков, а боксерский поединок — по лицам участников.

При этом в правоприменении масса нюансов и подводных камней. Очевидно, одного компьютерного зрения и распознавания картинки будет недостаточно: понадобятся «правовые нейросети» — алгоритмы, способные рассуждать в юридических понятиях и не просто детектировать наличие трансляции в кадре, но и принимать обоснованное решение о том, есть ли здесь признаки нарушения.

 А стало быть, здесь, как и в творчестве, искусственному интеллекту еще только предстоит продемонстрировать свой потенциал.