К 2021 г. в трех из четырех коммерческих приложений для предприятий будут использоваться элементы технологий искусственного интеллекта (Artificial Intelligence, AI), ожидает IDC. Accenture прогнозирует, что к 2035 г. AI может повысить темпы роста производительности труда в среднем на 38% и привести к экономическому росту на $14 трлн в 16 отраслях в 12 странах мира.

Почему прорыв в применении не новых технологий искусственного интеллекта случился именно сейчас, как работают нейросети и почему все это меняет сериалы, которые мы смотрим?

Сказать, что консенсус относительно будущего, которое сулит нам развитие и повсеместное применение искусственного интеллекта, пока не найден, – не сказать ничего. Энтузиасты рисуют идиллические картины, где человечество наконец войдет в свой золотой век, переложив утомительные ежедневные занятия на роботов, а само займется самопознанием и творчеством. Алармисты предсказывают скорое восстание машин и гибель человечества. Хватает и скептиков, замечающих, что никаких принципиально новых технологий пока не найдено, а отдельные прорывы в использовании нейросетей не сулят таких уж радикальных изменений.

Тем не менее прогресс в технологии очевиден. Машины научились думать, у них появились когнитивные способности и это обещает кардинальные перемены, говорит футуролог Мартин Форд. Поэтому сегодня каждая отрасль пытается примерить на себя возможности, которые дают новые технологии, понимая, что цифровая трансформация грозит вымести с рынка компании, не приспособившиеся к новым условиям. А к медиа, где трансформация уже началась, приковано особое внимание, учитывая то влияние, которое отрасль имеет на общество. Держа в уме ставшую общим местом формулу Маршалла Маклюэна Medium is the Message, профессионалы и эксперты всего мира пытаются понять, какое же послание несет обществу трансформирующаяся отрасль.

Что же представляют собой технологии, меняющие лицо отрасли, что они могут и чего не могут сегодня и что смогут завтра?

Термину «искусственный интеллект» уже около 60 лет, сейчас технология переживает уже третью волну «хайпа». Предыдущие две закончились разочарованием, поскольку реальные возможности искусственного интеллекта оказались намного меньше ожиданий человечества.

На заре технологии ожидалось, что на создание полноценного робота, который полностью заменит человека, уйдет не больше десятилетия, и когда стало ясно, что это лишь фантазии, интерес к технологии резко упал. Вторая волна интереса пришла в начале 80-х с коммерческим успехом экспертных систем, основанных на базах знаний человеческих экспертов. Но выяснилось, что их области применения крайне ограничены, а сами системы несовершенны и их качество сильно зависит от качества экспертных знаний, лежащих в их основе. К тому же они не могли обучаться самостоятельно.

Сегодняшняя волна связана с успехами в глубинном машинном обучении с использованием нейросетей. Эти успехи стали очевидными в 2015 г., когда системы, созданные с помощью этой технологии, стали ошибаться реже человека – уровень ошибок снизился менее чем до 5%.

Нейросеть представляет собой систему маломощных процессоров, соединенных друг с другом, – по аналогии с нейронами человеческого мозга. Обучаясь, система для каждой такой связи выясняет ее степень влияния на конечный результат. Эти коэффициенты устанавливаются и постоянно меняются в процессе обучения программы на огромном количестве предыдущих «измерений». Глубинное обучение предполагает, что между слоем входных данных и выводами программы есть несколько промежуточных, скрытых слоев – это придает нейросети гибкость в заключениях. Именно с этими глубинными слоями связаны пугающие на первый взгляд расхожие высказывания, что нейросеть – это черный ящик и что мы «не понимаем, что происходит внутри и как она приходит к своим выводам». Это не делает нейросеть самостоятельной, но придает непредсказуемости ее заключениям: нейросеть может приходить к парадоксальным выводам, которые не может просчитать человек, что, например, позволяет ей побеждать в игре го. Это важно понимать, когда мы даем нейросети принимать решения, замечает гендиректор холдинга «Газпром-медиа» Дмитрий Чернышенко.

Созданием нейросетей занимались и раньше, но только недавно компьютерные технологии смогли предоставить такие вычислительные мощности, которые делают создание нейросетей оправданным. В первую очередь этот прорыв связан с развитием (как ни странно) графических процессоров, предоставляющих огромные возможности в параллельных вычислениях с гораздо большей энергоэффективностью, чем обычные процессоры.

Вторым фактором, который привел к росту применения нейросетей, стал лавинообразный рост объема доступных данных, на которых и можно обучать нейросети, главным образом – благодаря развитию интернета вещей. По подсчетам IBM, в прошлом году каждый день человечество генерировало 2,5 квинтиллиона байт информации – 90% всей информации в мире было создано за последние два года.

Из-за особенности аппаратного обеспечения (графические процессоры) и доступного контента (видео- и фотоинформация) первыми областями успешного применения нейросетей стали системы компьютерного зрения и распознавания визуальной информации (сразу в нескольких лабораториях были сделаны прорывы в 2015 г., а затем на их основе появились пользовательские сервисы). В медиаиндустрии такие системы искусственного интеллекта нашли применение в создании и использовании видеоархивов. Нейросеть способна быстро найти среди огромного количества отснятого материала кадры с искомым объектом. Например, «Газпром-медиа» использует нейросети для промокинофильмов, показываемых на одном из каналов: сценарий проморолика пишет человек, а подбор кадров для монтажа видео осуществляет искусственный интеллект.

Но одна из главных надежд на искусственный интеллект в медиа сегодня связана с анализом пользовательского поведения. Главный ресурс, за который сегодня сражаются медиакомпании, – это внимание пользователя. И они надеются удерживать это внимание с помощью искусственного интеллекта – показывая зрителю тот контент, который будет интересен именно ему. Конечно, медиакомпании всерьез анализируют аудиторию и сейчас. Но искусственный интеллект позволит создать очень тонкую настройку на конкретного человека, считает директор «Яндекса» по распространению технологий Григорий Бакунов. В ближайшее десятилетие контент научится подстраиваться под конкретного человека, полагает он, а дальше начнет подстраиваться под его настроение.

Еще одно применение искусственного интеллекта в медиа связано с созданием контента. Уже сегодня есть системы, которые могут заменить новостных журналистов: машина выбирает самые интересные сюжеты и пишет репортаж, замечает Форд. У «Газпром-медиа» есть первые удачные примеры использования искусственного интеллекта для генерации броских заголовков, замечает Чернышенко. Netflix использует анализ больших данных для определения наилучшего тайминга для сцен в фильмах, рассказывает Бакунов. Дальнейшее развитие тут ожидается в ветвлении сюжета и демонстрации каждому зрителю именно той ветки, которая будет для него наиболее увлекательной.

Хотя помощь технологий в ближайшем будущем будет неоценима, пока все же они не могут соревноваться с человеком в том, что касается творчества. Роботы заменят людей, выполняющих рутинную работу, но тем, кто делает уникальный творческий продукт, в ближайшее время беспокоиться не о чем, считает Форд. &

Текст: Олег Сальманов