Legnépszerűbb szerző AI: Amikor a mesterséges intelligencia történeteket mesél

Ella egy meditáció. Mediatech? Soha nem hallottam. Ez egy olyan új fajta társaság, amely digitalizálást hoz létre. Nos, szigorúan véve, ez a műfaj nem olyan új: a múltban a szövegek gyártóit egyszerűen kiadóknak hívták.

Körülbelül másfél éves felkészülési időszak után tavaly ősszel alapították az ella-t. Az üzleti modellnek lehetősége van: nem más, mint a szórakoztató piac – és ez néhány milliárd dollár. Két év alatt az ella képes minden digitális csatornát kiszolgálni megfelelő tartalommal. Mert az ella szövegeket generál. És a dalszövegek mindig építőkövei mindenféle médiaformátumhoz – akár filmhez, könyvhez vagy játékhoz. Az első szegmens, amelyben az ella aktív és már rendelkezik prototípussal, az eSerial, azaz a soros rövid regények. A LEAD megtudta Michael Keusgen vezérigazgatójától és társalapítójától, valamint Daniel T. Hoffmann-tól, a CDO-tól és az ella társalapítójától.

LEAD: Tehát jelenleg olyan gépet épít, amely izgalmas történeteket mesél el. Hogyan működik ez?

kijelző

Daniel: Az ella-KI már koherens szöveget készít néhány kulcsszó vagy kifejezés alapján. A gépi tanulás útján követi a szavak sorrendjét. Most folyamatban van a feszültség beépítése a történetekbe. Mert feszültség nélkül nincs izgalmas történet. A második lépés ezután a tartalom ellenőrizhetőségéről szól. Akkor beállíthatjuk: A szövegnek szerelmi történetnek vagy thrillernek kell lennie. Annak érdekében, hogy az AI-t ilyen műfajoknak tanítsuk, homogén szövegeket veszünk egy műfajból, és velük képzik az AI-t. 2021-re az a célja, hogy mintegy 30 oldalas könnyű regényeket készítsünk. Ehhez elemezzük: milyen tendenciák vannak? Mi érdekli az embereket? Mit akarnak olvasni az emberek? Aztán a vonatkozó előírásoknak megfelelően elkészítjük a fogyasztó számára releváns sztorit.

Michael: Másodszor, az e-kereskedelem és a nem-kitalált termékszöveg témája is van. Ez leíró és SEO-optimalizált szövegekről szól, amelyek elsősorban az üzletek és a gyártók javát szolgálják.

LEAD: képzel egy AI-t erre? Vagy két KI? Vagy akár ötven vagy száz KI – minden műfajhoz egy

Daniel: Jelenleg van egy AI, amelyet kiképzünk. De természetesen ez később nagy lesz. Később különféle KI-ket fogunk használni, amelyek egy általános szoftverrendszerben futnak.

Gruenderfoto Ella Balról Daniel T Hoffmann és Michael Keusgen
(Fotó: Daniel T. Hoffmann és Michael Keusgen)

LEAD: A gépi tanulásban az a tendencia, hogy az AI-nak már nincs ilyen sok specifikációja. Mit javasol paraméterként az AI-hez?

Daniel: Jelenleg nincs ilyen sok specifikáció. Nyers tartalmi mintákat nyújtunk összefoglaló mondat formájában. Ebből az AI szöveget ír nekünk. Ez a “felügyelet nélküli tanulás” elve szerint történik, azaz a felügyelet nélküli tanulás, néhány szabály-alapú funkcióval párosítva. Később ezeket a mondatokat ki kell szüntetni, és kevesebb specifikációra van szükség. Az egyetlen dolog, amire úgy teszünk, mint a speciális felhasználói csoportok vagy régiók, amelyeknek a történet állítólag releváns. Vagyis meghatározza a keretparamétereket, például azt, hogy a történetnek hol kell játszania, vagy mely karaktereknek kell megjelenniük a történetben.

LEAD: Kulcsszó karakterek: Hogyan fejleszti ki és díszíti egy AI karaktereket?

Daniel: AI alegysége már foglalkozik a karakterek témájával. A különféle szerepeket előre elemeztük. Az AI ezután absztrakció útján fejleszti ki saját karakterét.

LEAD: Hogyan szeretné megbizonyosodni arról, hogy a karakterek mindig különbözőek legyenek? Szerencsétlen lenne, ha ugyanazok a személyiségek jelennének meg minden hetedik könyvben, igaz?

Michael: Ennek megakadályozására nagyon sok különféle karaktert használunk. És akkor éppen olyan lesz, mint a történet generációja. Tíz történetnél mindig eltérő történet jelenik meg a különböző előírások miatt. És pontosan így működik a karakterekkel. Támogatjuk ezt a tartalommal kapcsolatos tudásbázissal.

Daniel: Természetesen továbbra is olyan szabályokat írunk, mint például: “nincs ismétlés”, “nincs megismétlés” és “nincs egyenlet”. Innentől kezdve az AI-ben hibrid megközelítést alkalmazunk. Tehát a nem felügyelt és felügyelt tanulás keveréke.

LEAD: Amikor egy ember kitalál egy karaktert, akkor ezt a képzeletének segítségével teszi meg. Az AI-nek azonban nincs képzelete. Szóval hogyan lehet ez az AI?

Daniel: Ez alapvetően a valószínűségi elmélet és a matematika. Végül is a mintázatfelismerés és az egyes építőelemek közötti kapcsolatok felismerése mögött van.

Michael: Noha az ember meglepően érzelmi csapdába csap be, a számítógép nem ismeri az érzelmeket és nem jelent meglepetést. De tudja, mi a meglepetés. Így emlékszik egy érzelmi esemény hátterére, és pontosan alkalmazza.

LEAD: Ez végül nem azt jelenti, hogy az AI-t meg kell tanítanom az érzéseket leíró módon leírni

Daniel: Igen, megteheti ezt leírásokkal. De inkább az ingyenes, felügyelet nélküli tanulásra támaszkodunk. Nem mondjuk el az AI-nek, hogy mi az érzelem. De az AI a meglévő szöveges dokumentumokból tanul. Vagyis az AI megtanulja, hogy melyik tartalmat kövesse milyen tartalmat.

LEAD: Tanulhatnak-e az ironikus szövegekből is az AI?

Michael: Jó kérdés. A kutatás jelenlegi állása szerint a gépi tanulás nem. Még az embereket is nehéz felismerni egyértelműen az iróniát és a szatírat.

Daniel: Nem tudunk erre válaszolni, és az ella-KI-ben ezt nem tudjuk most figyelembe venni. Elméletileg igen, a megfelelő adatbázissal. Gyakorlatilag ki kellene próbálnia. Jelenleg még nem tevékenykedünk ezen a területen. És eddig nem olvastunk ironikus dalszövegeket.

LEAD: Amikor akkoriban Németországban bevezették a magántelevíziót, ez bizonyos mértékben a történetek egyfajta egyszerűsítéséhez vezetett, mivel a történeteknek a tömegek ízére kellett szolgálniuk. Kulcsszó: “dzsungel tábor” vagy “gazda keres feleséget”. Fennáll annak a veszélye, hogy az AI történetek szintje jelentősen ellazul?

Michael: A kérdés az, hogy ez az egyszerűségi vágy általában nem esik-e az emberbe. Csak a 19. század színházára gondoljunk. A szórakozásról volt szó, nem feltétlenül mélyebb intellektuális megfontolásokról.

Daniel: Meggyőződésünk, hogy mindkettő együtt élhet. Vagyis a lakosság nagyobb része bizonyosan elégedett a könnyű beszélgetéssel. És csak nagyon kis részét érdekli egy intellektuálisabb, finomabb és többrétegű beszélgetés.

Michael: Azt hiszem, lesz mindkettő. A közöttük szintén lesz gradiens. És minden mindig létezett. A magántelevízió alapvetően ezt a “mindent” átadta a televíziós műfajnak. És őszintén szólva, a sekély beszélgetés mindig a nyilvános televízióban zajlott. Ez csak kissé eltér az információtól. A magántelevízió a híreket időnként szórakozásként értelmezi. Tehát meg kell különböztetni a híreket és a szórakoztató programokat.

LEAD: Lehet könnyű szórakozás, nagyon könnyű szórakozás és kifinomult szórakozás. El tudod képzelni, hogy ez a kategorizálás valamikor releváns lesz?

Michael: Ez minden bizonnyal lehetséges. De követjük a kereskedelmi érdekeket. Ez a tanulási görbe kérdése is. Jelenleg könnyű szórakozást nézünk. Bízunk néhány főszereplőn. És elfogadjuk a történet egyszerűsítését. Aztán megvizsgáljuk a megvalósíthatóságot. Természetesen a következő néhány évben sikerül a történeteket bonyolultabbá és összetettebbé tenni. És akkor a beszélgetés bonyolultabbá válik.

LEAD: Valóban tesztelted a különböző AI történeteit egymással szemben?

Daniel: Igen, kipróbáljuk a történeteinket, ha nem a nyilvánosság előtt. Nagy külső csapatunk van külső minőségügyi vezetőkkel is. Elemezik, hogy melyik irányba mutat, és visszajuttatják az eredményeket az AI-hez.

Michael: És ha az AI készített történetet készített, akkor még a lektor is megérinti ezeket a szövegeket, és esetleg helyesbít.

LEAD: Ha elhagyjuk a technológiát és öt-tíz évre tekintünk a jövőre, milyen új munkakörök alakulnak ki azon KI-k körül, amelyek gyönyörű történeteket írhatnak és helyes híreket írhatnak?

Michael: Bizonyára van egy sor új munkaleírás, amiről még ma sem tudunk. Az ella építése során észrevettük, hogy önmagában a számítástechnika területén az utóbbi években nagyon specializálódott foglalkozások alakultak ki.

Daniel: Számítógépes nyelvészeket és mérnökeket vettünk fel a projektre. Az utóbbi ismeri a nagy mennyiségű adatot, és matematikai szempontból is meg tudja nézni őket. Olyan adattudósokat foglalkoztatunk, akik jobban foglalkoznak az adatok témájával. Látnia kell, hogy milyen további munkakörök alakulnak ki a jövőben.

Michael: Ha önmagában csak a marketing területét nézi, akkor rájön, hogy egy sor új, a digitalizációval kapcsolatos munkaköri leírás került kifejlesztésre. Tehát ezt el kell képzelni az AI-vel. Például a marketing területén új szakmák merültek fel, amelyek csak azért merültek fel, mert az AI gyorsabban és összetettebben gondolkodik, ezért gyorsabban és pontosabban szolgáltat információt, mint az ember.

LEAD: Eddig még nem beszéltünk az Ön üzleti modelljéről. Megrendelhetek kész szövegeket, amelyekből forgatókönyvet, könyvet vagy rádiójátékot készíthetek, és egy héten belül eljuttathatod a kész történetet nekem?

Michael: Az üzleti modell két pillérre épül: Egyrészt azt szeretnénk, hogy az elemzéseink alapján történeteket készítsünk, amint megfelelőnek látjuk. Szeretnénk ezeket eladni saját platformonkon és együttműködéseken keresztül a megfelelő piacokon, például az Amazon és a Google Books.

Daniel: A második pillér a szoftver-mint-szolgáltatás. Szeretnénk hozzáférést biztosítani a partnereknek a szoftverhez, hogy azt saját történeteikhez felhasználhassák. Valószínűleg lesz egy webes felület vagy egy API felület, amely valós időben dokkolható. Az alkalmazások kereskedelem és tartalom előállítás lesznek.

LEAD: És mennyibe kerülne egy ilyen szoftver szolgáltatás?

Michael: Eddig nincs árunk érte. Üzleti tervünkben együttműködések vannak. Azoknak a történeteknek, amelyeket az Amazon és a Co. révén szeretnénk terjeszteni, a teljes sorozatra kiszámítottuk a három-hat eurós történeti árat 400 oldalas szövegenként. És természetesen a kiadók licenc alapján nyomtathatják a történeteinket. Mi azonban nem nyomtatunk ki könyveket, és csak digitális termékeket kínálunk.

LEAD: Köszönöm a beszélgetést.

Lead Rep 2 19 Ctab 1200X1200

Az adatoknak önmagában nincs haszna. Csak akkor, ha értékeli és elemezi őket, az adat-aranyré válik. A Google Analytics beállítása, az irányítópultok megkönnyítése, az elemző eszközök használata és az adatok védett módon történő feldolgozása: LEAD jelentés “Workbook Web Analytics”

Töltse le itt!

Vélemény, hozzászólás?

Az email címet nem tesszük közzé. A kötelező mezőket * karakterrel jelöltük