Когда искусственный интеллект заменит блогеров: мнение Аркадия Сандлера

На днях мне посчастливилось оказаться в компании относительно молодых людей, важная часть жизни которых — блогинг. Это как раз те самые ребята, кто создает контент, интересный огромному количеству пользователей соцсетей. Особенно там, где много картинок и видео. Для этих ребят блогинг — заметная часть дохода, а для некоторых из них — основная. Откровенно говоря, событие это не было случайным. Мы заранее договаривались встретиться и поговорить про работу будущего, а точнее, про их работу в будущем.

Так как моя основаная экспертиза связана именно с созданием и внедрением систем на базе искусственного интеллекта (в частности когнитивной автоматизацией), инициаторам встречи показалось, что между нами — моей позицией и позицией блогеров — возникнет конфликт. Конечно, современные технологии умеют уже не только реагировать на поток данных, но и генерировать его. Понятно, что уже есть много компаний, где основным конкурентным преимуществом являются рекомендательные системы, построенные на огромном количестве данных и очень эффективном профилировании пользователей. Системы давно уже отлично понимают, какое кино или музыка нам понравится, а некоторые из них точно знают, кому показать очень короткий ролик, чтобы просмотры росли быстро. Но одно дело понять, какой из фильмов и кому понравится, и даже предсказать, сколько он соберёт просмотров на стриминге или какую кассу в кинотеатрах, а другое дело — создать сценарий фильма, который гарантированно будет успешным. В мире уже есть несколько проектов, работающих над такой задачей. И правда, создавать/генерировать контент интереснее, чем анализировать существующий. Сказать, что какой-то из этих проектов уже невероятно успешен, пока нельзя. Иначе многие бы уже слышали о них. Как минимум,  среди специалистов. Пока же мы только слышали, что самый крупный стриминг в мире (Netflix) использует решения на базе машинного обучения для формирования вводных для сценариев (llogline) новых сериалов. Остальные проекты пока не многочисленны и в основном занимаются предсказанием сборов с переменным успехом. 

©  Популярная Механика