Nadawcy
Sztuczna inteligencja w mediach
Dużo ostatnio mówi się o AI (sztucznej inteligencji), choć tak na prawdę, istnieje ona z nami od kilku dziesięcioleci. A ściślej mówiąc jej podstawy teoretyczne. Ta, która dziś wywołuje taką rewolucję na świecie, pierwszy raz została zaprezentowana w 1987 w Denver w USA.
Ciekawa może być informacja, że jej stworzenie stało się możliwe dopiero w momencie poznania procesu i mechanizmu widzenia u człowieka i zwierząt, a szczególnie wielowarstwowego analizowania obrazu przez nasz umysł.
Podobnie jak w innych dziedzinach, sztuczną inteligencję próbuje się wykorzystywać w branży mediów. Oto kilka przykładów jej zastosowania w TV:
- Automatyzacja wielu procesów znacznie obniża koszty funkcjonowania i zwiększa przychody, z racji bardziej dopasowanego i szybszego przygotowywania odpowiednich treści – np. w kanałach nadawanych na żywo ma to kolosalne znaczenie – poprzez tworzenia efektów specjalnych, montażu, a nawet tworzenia treści, grafik itp. Może to znacznie obniżyć koszty związane z produkcją programów. Np. BBC w Wielkiej Brytanii eksperymentuje z AI do automatycznego generowania napisów dla swoich programów na żywo. Dzięki temu mogą zapewnić dostępność dla osób niesłyszących i słabo słyszących w czasie rzeczywistym.
- Wielu operatorów telewizji kablowych i satelitarnych na całym świecie, takich jak Comcast w USA, używa algorytmów uczenia maszynowego do analizowania danych o wyborach widzów i historii oglądania, aby przygotowywać dla nich najbardziej dopasowaną rekomendacje programów telewizyjnych. Technologia ta pomaga w przewidywaniu, które programy mogą najbardziej zainteresować konkretnego widza.
- W Japonii, firma NHK stosuje technologię AI do automatyzacji niektórych aspektów produkcji telewizyjnej, w tym do przycinania i montowania materiałów wideo. Niektóre stacje, jak France 24, wykorzystują AI do generowania tłumaczeń na żywo i napisów w różnych językach, umożliwiając globalną transmisję swoich programów informacyjnych.
- Personalizacja i optymalizacja reklam przez SI umożliwia bardziej skuteczne dotarcie do ich grup docelowych. Może przetwarzać duże ilości danych na temat zachowań widzów, a nawet dobierać czas przerw reklamowych i ich intensywność na bieżąco, analizując na przykład dane z HBB itp. Np. w Sky w Wielkiej Brytanii wykorzystuje platformę o nazwie AdSmart, która pozwala na personalizowanie reklam emitowanych do różnych gospodarstw domowych podczas tego samego bloku reklamowego. System używa danych demograficznych i preferencji widzów do dopasowywania reklam, co zwiększa ich efektywność.
- W programingu AI może pomóc w automatyzacji i optymalizacji zarządzania prawami do treści, umożliwiając skuteczniejsze wykorzystanie istniejącego katalogu licencji i produkcji własnych, minimalizując ryzyko naruszeń praw autorskich. Modele AI mogą też monitorować sieć w poszukiwaniu nieautoryzowanego udostępniania treści, co pozwala na szybsze reagowanie i minimalizację strat finansowych wynikających z piractwa.
Które, z obecnie istniejących modeli sztucznej inteligencji wydają się dla naszej branży najbardziej pomocne?
Oczywiście na pierwszym miejscu w branży są systemy rekomendacji. To jedne z najbardziej rozpowszechnionych modeli AI w mediach i rozrywce. Wykorzystują one algorytmy uczenia maszynowego oraz hybrydowe podejścia, aby analizować preferencje użytkowników i historię oglądania, i na tej podstawie rekomendować programy, które najbardziej mogą ich zainteresować.
Tuż obok nich, predykcyjne modele statystyczne używane do prognozowania trendów oglądalności, reakcji na nowe programy, a także do optymalizacji harmonogramów programowych i strategii reklamowych. Co ciekawe, podobne modele wykorzystywane są również na rynkach finansowych do prognozowania trendów ekonomicznych, a nawet ruchów cenowych na giełdach.
Bardzo znane od dłuższego czasu, szczególnie u nadawców linarnych, są modele NLP. Modeli tych używa się do automatycznego generowania napisów i tłumaczeń, a także do analizy sentymentu w komentarzach i reakcjach w mediach społecznościowych.
Natomiast sieci neuronowe konwolucyjne są wykorzystywane do analizy wideo w celu identyfikacji obiektów, osób czy zachowań, co jest przydatne zarówno dla monitorowania treści (np. wykrywanie nieodpowiednich materiałów), jak i dla celów reklamowych (np. analiza oglądalności).
W trakcie wieloletniej pracy laboratoriów i zespołów AI, okazało się, że postęp w tej dziedzinie jest i będzie bardzo trudny i powolny. Dopiero kilka procent firm na świecie ma wdrożone z sukcesem modele AI obejmujące większość działów (rzadko wszystkie), Te którym jednak udaje się te systemy wprowadzić, zyskują olbrzymią przewagę nad konkurencją.
