Как и было обещано, Faultline Online Reporter выбрал мозги авторов опубликованного на прошлой неделе отчета ITU-R о трансляции ИИ, который мы раскритиковали за его явно двусмысленный вывод. В свою защиту организация объяснила, что расплывчатость — единственный способ приблизиться к ИИ и машинному обучению в сегодняшнем климате — необходимость агрессивно сбрасывать жир с этической точки зрения в каменистой воде этих предварительных этапов.

Энди Квестед, работающий над стандартами в отделе проектирования и проектирования BBC, помогал курировать отчет и заверил нас, что последний справочный документ является частью гораздо более крупного зверя, который появится в июле — примерно во время семинара, проводимого в Женеве с японской вещательной компанией. НХК. На самом деле, 20-страничный отчет «Системы искусственного интеллекта для производства и обмена программами», опубликованный на прошлой неделе, был моментальным снимком времени, заверил он нас. «Мы должны были опубликовать документ очень быстро, менее чем за год, и должны были придерживаться этических норм», — признал Квестед, что, по сути, означало экономию на заключении.

Это слово «этика» является настоящим сторонником в любой области, но особенно в секторе искусственного интеллекта и тем более в отношении общественного вещания, такого как BBC, которому, по-видимому, приходится преодолевать значительно больше препятствий, чем такой компании, как Sky с платной базой подписчиков. Этическое минное поле, по сути, сводится к оценке того, является ли сбор данных для использования для отправки персонализированного контента зрителям моральным, что явно не является исключительным для ИИ и машинного обучения, но неопределенность в отношении технологии, безусловно, не поможет его делу. .

Подводя итог, можно сказать, что сектор радиосвязи МСЭ (МСЭ-R) пришел к выводу, что хотя ИИ и алгоритмы машинного обучения могут положительно влиять на программный и производственный рабочий процесс, а также на впечатления аудитории, разработка структуры обучения является фундаментальным элементом, необходимым для обеспечения ИИ в рабочих процессах вещания. Эта структура должна получать данные реальных задач для создания приложений с достаточной точностью для вещания. Наша первоначальная проблема заключалась в том, что эта так называемая жизненно важная структура не была разработана, и хотя эти отчеты не предназначены для использования в качестве инструкций, некоторые дополнительные рекомендации были бы полезны для читателей. Квестед признал, что широкий спектр поставленной задачи означает, что она должна быть расплывчатой. «На данном этапе мы просто не можем делать выводы, — сказал он, — но мы начинаем видеть прогресс».

Наш собственный вывод состоит в том, что двусмысленность в области ИИ и машинного обучения определенно повышает рейтинг модных словечек.

Двигаясь дальше, мы решили стать немного более конкретными и ориентированными на США, а затем Quested сослался на некоторые проекты искусственного интеллекта и машинного обучения, которые выполняет Disney, рассматривая применение алгоритмов для внесения культурных изменений в контент. Еда, например, может быть изменена с ее первоначальной формы в американской версии фильма на еду, которую чаще всего потребляют на различных местных рынках, когда фильм экспортируется, автоматически переключая пропитание сцена за сценой. По словам Quested, ИИ может еще глубже проникнуть в культурный элемент, ссылаясь на выражения лица или жесты рук в разных культурах, означающие совершенно разные вещи. Конечно, поручая системам искусственного интеллекта и машинного обучения вносить культурные изменения, в свою очередь, открывается множество новых этических банок с червями.

Возвращаясь к BBC, мы выяснили, появились ли какие-либо существенные результаты в проекте BBC Four в прошлом году, когда он провел два полных дня программирования, полностью запланированного с помощью алгоритмов искусственного интеллекта, разработанных для оптимизации в соответствии с демографическими данными пользователей. Идея «высокорисковой» инициативы НИОКР заключалась в том, чтобы помочь кинематографистам и планировщикам найти скрытые жемчужины в огромном архиве BBC, содержащем миллионы часов программ. Компьютеры просмотрели более 270 000 программ в архиве, доступных в цифровых форматах, а затем составили рейтинг 150 наиболее релевантных фактических названий по тому, что вещатель придумал «Четверка BBC».

По словам Quested, несмотря на проницательность, амбициозный тест не привел к оглушительному успеху, признав, что ИИ, вероятно, неправильный термин для использования, а машинное обучение является более подходящим термином из-за способа подачи данных. В любом случае технологи отдела исследований и разработок BBC разработали четыре метода — распознавание объектов и сцен, анализ субтитров, визуальную энергию и их комбинацию.

«Мы протестировали каждую из этих техник, создав компиляции продолжительностью до 15 минут. Не всегда шло по плану. Машина не всегда понимала это правильно и иногда застревала в собственных циклах данных. В какой-то момент у него было особое увлечение автобусами, другой тестовый запуск был сосредоточен почти исключительно на отрывках из одного документального фильма о саду английского загородного дома, почти без упоминания других 150 программ», — говорится в сообщении в блоге BBC, присланном нам. от Quested.

Еще один спорный момент заключается в том, что, поскольку многие вещательные компании изо всех сил пытаются понять сложный переход к IP, как компании, которым не хватает обширных ресурсов BBC, должны идти в ногу с искусственным интеллектом и машинным обучением? Квестед утверждал, что ИИ и алгоритмы машинного обучения следует рассматривать как совершенно отдельную область от ИС. «Эти алгоритмы не являются системой распределения. Их можно применять к электронной почте или финансам, поиску архивов или сбору данных, в основном для просмотра любой бизнес-системы», — сказал он, приведя пример: если ИИ попросить найти изображения Тадж-Махала, он не только найдет тысячи предметов из архивов, но делал бы это со всех сторон при любых погодных условиях, включая одноименный индийский ресторан на дороге, пошутил он.

Итак, в следующем месяце ITU-R и BBC планируют опубликовать последующий отчет, который, как мы надеемся, расширит обсуждаемые здесь темы и придаст немного больше убедительности.

Это выдержка из Faultline Online Reporter, в которой представлена ​​структура технического понимания, помогающая прогнозировать будущее цифровых развлечений и глобальной экономики широкополосного доступа.