Vispopulārākā autora AI: Kad mākslīgais intelekts stāsta stāstus

ella ir starpnieks. MEDIATECH? Nekad neesmu dzirdējis. Tā ir jauna uzņēmuma šķirne, kas veicina digitalizāciju. Stingri sakot, šis žanrs nav tik jauns: agrāk tekstu ražotājus vienkārši sauca par izdevējiem.

Pēc apmēram pusotra gada ilgas sagatavošanās laika ella tika nodibināta pagājušā gada rudenī. Biznesa modelim ir potenciāls: tas nav nekas cits kā izklaides tirgus – un tas ir pāris miljardi dolāru. Divu gadu laikā ella varēs apkalpot katru digitālo kanālu ar piemērotu saturu. Jo ella ģenerē tekstus. Un dziesmu teksti vienmēr veido visa veida multivides formātus – filmu, grāmatu vai spēli. Pirmais segments, kurā ella darbojas un kurai jau ir prototips, ir eSeriāli, tas ir, seriālromāni. LEAD ir uzzinājis no Michael Keusgen, izpilddirektora un līdzdibinātāja, kā arī Daniel T. Hoffmann, CDO un ella līdzdibinātāja.

LEAD: Tātad jūs šobrīd veidojat mašīnu aizraujošu stāstu stāstīšanai. Kā tas darbojas?

displejs

Daniels: Mūsu ella-KI jau sagatavo saskaņotu tekstu, kura pamatā ir daži atslēgvārdi vai frāzes. Viņa seko vārdu secībai, izmantojot “mašīnmācīšanos”. Tagad mēs integrējam pagaidu savos stāstos. Jo bez spriedzes nav aizraujošu stāstu. Tad otrais solis ir par satura kontrolējamību. Tad mēs varam noteikt: tekstam jābūt mīlas stāstam vai trillerim. Lai iemācītu AI šādus žanrus, mēs ņemam viendabīgus žanra tekstus un apmācām AI ar tiem. Mūsu mērķis 2021. gadam ir radīt vieglus romānus ar apmēram 30 lappusēm. Lai to izdarītu, mēs analizējam: kādas ir tendences? Kas interesē cilvēkus? Ko cilvēki vēlas lasīt? Pēc tam saskaņā ar attiecīgajām specifikācijām mēs izveidojam atbilstošu stāstu, kas ir svarīgs patērētājam.

Maikls: Otrkārt, mums ir arī e-komercijas un ne-izdomātu produktu tekstu tēma. Tas attiecas uz aprakstošiem un SEO optimizētiem tekstiem, kas galvenokārt dod labumu veikaliem un ražotājiem.

LEAD: Vai jūs tam apmācāt AI? Vai divi KI? Vai varbūt pat piecdesmit vai simts KI – pa vienam katram žanram

Daniels: Pašlaik mums ir AI, kurus mēs apmācām. Bet, protams, tas būs daudz vēlāk. Vēlāk mēs izmantosim dažādas KI, kas darbojas kopējā programmatūras sistēmā.

Gruenderfoto Ella No kreisās Daniel T Hoffmann un Michael Keusgen
(Foto: Daniels T. Hofmans un Maikls Keusgens)

LEAD: mašīnmācības tendence ir tāda, ka AI vairs nav tik daudz specifikāciju. Ko jūs ierosināt savam AI kā parametru?

Daniels: Mums šobrīd nav tik daudz specifikāciju. Mēs sniedzam aptuvenus satura modeļus kopsavilkuma formā. No tā AI raksta mums tekstu. Tas tiek darīts pēc principa “neuzraudzīta mācīšanās”, kas ir neuzraudzīta mācīšanās, apvienojumā ar dažām uz likumu balstītām iezīmēm. Vēlāk šie teikumi būtu jālikvidē, un specifikāciju būtu mazāk. Vienīgais, par ko mēs izliekamies, ir īpašas lietotāju grupas vai reģioni, par kuriem stāstam vajadzētu būt aktuālam. Tas ir, mēs norādīsim kadra parametrus, piemēram, kur stāstam vajadzētu būt atskaņotam vai kurām rakstzīmēm vajadzētu parādīties stāstā.

LEAD: Atslēgvārdu rakstzīmes: Kā AI izstrādās un dekorēs rakstzīmes?

Daniels: Mūsu AI apakšvienība jau nodarbojas ar personāžu tēmu. Iepriekš analizējām dažādas lomas. Pēc tam AI attīsta savus personāžus, izmantojot abstrakciju.

LEAD: Kā jūs vēlaties pārliecināties, ka rakstzīmes vienmēr ir atšķirīgas? Jo būtu žēl, ja katrā septītajā grāmatā parādītos vienas un tās pašas personības, vai ne?

Maikls: Lai to novērstu, mēs izmantojam ļoti lielu dažādu rakstzīmju komplektu. Un tad tas būs tāpat kā stāstu paaudze. Ar desmit stāstiem vienmēr iznāk atšķirīgs stāsts, jo ir atšķirīgas specifikācijas. Un tieši tā tas darbojas ar varoņiem. Mēs to atbalstīsim, izmantojot zināšanu bāzi par saturu.

Daniels: Protams, mēs joprojām rakstām tādus noteikumus kā “nav atkārtojumu”, “nav kopēšanas” un “nav vienādojuma”. Kopš tā laika AI izmantosim hibrīdu pieeju. Tātad nekontrolētas un uzraudzītas mācīšanās sajaukums.

VADĪBA: Kad cilvēks izgudro raksturu, viņš to dara ar savas iztēles palīdzību. AI tomēr nav iztēles. Tātad, kā tas veido AI?

Daniels: Tā pamatā ir varbūtību teorija un matemātika. Galu galā aiz tā ir modeļa atpazīšana un attiecību atzīšana starp atsevišķiem veidojošiem elementiem.

Maikls: Kaut arī cilvēks ik pa brīdim pārsteidzoši ieslīgst emociju slazdā, dators nepazīst emocijas un nepārsteidz. Bet viņš zina, kāds pārsteigums. Tādējādi viņš atceras emocionāla notikuma kontekstu un precīzi to piemēro.

LEAD: Vai tas galu galā nenozīmē, ka man ir jāmāca AI aprakstīt jūtas aprakstošā veidā

Daniels: Jā, jūs to varat izdarīt ar aprakstiem. Bet mēs vairāk paļaujamies uz bezmaksas nepārraudzītām mācībām. Mēs nepasakām AI, kāda ir emocija. Bet AI mācās no esošajiem teksta dokumentiem. Tas ir, AI uzzina, kuram saturam sekot, kam.

LEAD: Vai AI var mācīties arī no ironiskiem tekstiem?

Maikls: Labs jautājums. Saskaņā ar pašreizējo pētījumu stāvokli mašīnmācība nevar. Pat cilvēkiem ir grūti skaidri atpazīt ironiju un satīru.

Daniels: Mēs nevaram uz to atbildēt, un savā ella-KI mēs to šobrīd nevaram ņemt vērā. Teorētiski jā, ar atbilstošu datu bāzi. Praktiski jums tas būtu jāizmēģina. Pašlaik šajā jomā mēs vēl neesam aktīvi. Un līdz šim mēs neesam lasījuši nevienu ironisku dziesmu tekstu.

LEAD: Kad tolaik Vācijā tika ieviesta privātā televīzija, tā zināmā mērā ir izraisījusi sava veida stāstu vienkāršošanu, jo stāstiem bija jākalpo masu gaumei. Atslēgvārds “džungļu nometne” vai “zemnieks, kas meklē sievu”. Vai pastāv risks, ka AI stāstu līmenis ievērojami pazemināsies?

Maikls: Jautājums ir par to, vai šī tieksme pēc vienkāršības parasti nemudina cilvēku. Padomājiet tikai par 19. gadsimta teātri. Runa bija par izklaidi un ne vienmēr par dziļākiem intelektuāliem apsvērumiem.

Daniels: Mēs esam pārliecināti, ka abi var pastāvēt līdzās. Tas ir, lielākā daļa iedzīvotāju ir uzskatāmi apmierināti ar vieglu sarunu. Un tikai ļoti nelielu daļu interesē intelektuālāka, smalkāka un daudzslāņaināka saruna.

Maikls: Es domāju, ka būs abi. Starp tām būs arī gradācijas. Un viss vienmēr ir pastāvējis. Privātā televīzija būtībā ir pārsūtījusi šo “visu” uz televīzijas žanru. Un, godīgi sakot, sekla saruna vienmēr ir bijusi sabiedriskajā televīzijā. Tikai tad, kad runa ir par informāciju, tas nedaudz atšķiras. Privātā televīzija ziņas dažkārt interpretē kā izklaidi. Tātad jums ir jānošķir ziņas un izklaides programmas.

LEAD: Var būt vieglas izklaides, ļoti vieglas izklaides un sarežģītas izklaides. Vai varat iedomāties, ka šāda kategorizācija kādreiz būs aktuāla?

Maikls: Tas noteikti ir iespējams. Bet mēs sekojam komerciālām interesēm. Un tas ir arī jautājums par mācīšanās līkni. Pašlaik mēs vērojam vieglas izklaides. Mēs paļaujamies uz dažiem galvenajiem dalībniekiem. Un mēs pieņemam sižetu vienkāršošanu. Un tad mēs skatāmies uz iespējamību. Noteikti tuvāko gadu laikā mums izdosies stāstus padarīt sarežģītākus un sarežģītākus. Un tad saruna kļūst sarežģītāka.

LEAD: Vai jūs tiešām pārbaudāt dažādu AI stāstus savā starpā?

Daniels: Jā, mēs pārbaudām savus stāstus, ja ne publiski. Mums ir arī liela ārēju kvalitātes vadītāju komanda. Viņi analizē, kurā virzienā tas ir, un atgriež datus atpakaļ AI.

Maikls: Un, ja AI ir sagatavojis gatavu stāstu, pat lektors pieskarsies šiem tekstiem un, iespējams, izlabos.

LEAD: Ja mēs aiziet no tehnoloģijas un skatāmies nākotnē uz pieciem līdz desmit gadiem, kādi jauni darba profili tiks izveidoti ap tām KI, kuras var rakstīt skaistus stāstus un labot ziņas?

Maikls: Noteikti ir vesela virkne jaunu darba aprakstu, par kuriem mēs pat šodien nezinām. Ellas celtniecības laikā mēs ievērojām, ka tikai datorzinātņu jomā pēdējos gados ir izveidojušās ļoti specializētas profesijas.

Daniels: Mēs, piemēram, pieņēmām darbā projekta valodniekus un datu inženierus. Pēdējie ir pazīstami ar lielu datu daudzumu un var tos aplūkot arī no matemātikas viedokļa. Pie mums tiek nodarbināti arī datu zinātnieki, kurus vairāk interesē datu tēma. Kādi citi darba profili attīstīsies nākotnē, jums ir jāredz.

Maikls: Ja skatāties tikai uz mārketinga jomu, jūs saprotat, ka ir izstrādāts vesela virkne jaunu darba aprakstu, kas saistīti ar digitalizāciju. Un tāpēc jums tas ir jāiedomājas ar AI. Piemēram, mārketingā ir parādījušās jaunas profesijas, kas radušās tikai tāpēc, ka AI domā ātrāk un sarežģītāk, tāpēc arī sniedz informāciju ātrāk un precīzāk nekā cilvēks.

LEAD: Pagaidām mēs neesam runājuši par jūsu biznesa modeli. Vai es varu pasūtīt gatavus tekstus, no kuriem tad varu uztaisīt scenāriju, grāmatu vai radio atskaņot, un jūs nedēļu pēc manis nogādājat gatavo stāstu?

Maikls: Uzņēmējdarbības modeļa pamatā ir divi pīlāri: No vienas puses, mēs vēlamies, pamatojoties uz mūsu analīzi, radīt stāstus pēc saviem ieskatiem. Mēs vēlamies tos pārdot, izmantojot mūsu pašu platformas un sadarbojoties attiecīgajos tirgos, piemēram, Amazon un Google Books.

Daniels: Otrais pīlārs ir programmatūra kā pakalpojums. Mēs vēlamies dot partneriem piekļuvi programmatūrai, lai viņi varētu to izmantot saviem stāstiem. Iespējams, ka būs tīmekļa saskarne vai API saskarne, kas dokstacija reāllaikā. Pieteikumi būs tirdzniecība un satura veidošana.

LEAD: Un cik maksātu šāds programmatūras pakalpojums?

Maikls: Pagaidām mums par to nav cenas. Savā biznesa plānā mums ir sadarbība. Stāstiņiem, kurus vēlamies izplatīt caur Amazon un Co., mēs esam aprēķinājuši stāsta cenu no trim līdz sešiem eiro par 400 lappušu tekstu visai sērijai. Un, protams, izdevēji var izdrukāt mūsu stāstus ar licenci. Tomēr mēs paši nedrukāsim grāmatas un piedāvāsim tikai digitālos produktus.

LEAD: Paldies par sarunu.

Galvenais rep 2 19 Ctab 1200X1200

Tikai datiem vien nav nozīmes. Tikai tos novērtējot un analizējot, tas kļūst par datu zeltu. Kā iestatīt Google Analytics, atvieglot informācijas paneļus, izmantot analītikas rīkus un apstrādāt datus aizsargātā veidā: LEAD pārskats “Workbook Web Analytics”

Lejupielādējiet šeit!

Atbildēt

Jūsu e-pasta adrese netiks publicēta. Obligātie lauki ir atzīmēti kā *