Tendinţe tehnologice pentru media în 2018: Sistemele AI
Data publicării: 14-11-2017
Capacitatea de a disemina informaţia într-o fracţiune de secundă, oriunde pe glob este poate cel mai important vector cultural al globalizării. Jurnalismul, dotat cu noile tehnologii din era digitală, este o victimă a propriului succes şi este condamnat să se adapteze sau să dispară.
Institutul american Future Today (FTI), înfiinţat în 2006, îşi propune să-i ajute pe lideri şi organizaţiile pe care aceştia le conduc să se pregătească de azi pentru provocările cu care se vor confrunta mâine. FTI se concentrează exclusiv asupra modului în care noile tehnologii şi ultimele descoperiri ale ştiinţei influenţează sau afectează anumite domenii de afaceri, cum transformă forţa de muncă şi cum poate aprinde schimbări la nivel geopolitic.
In fiecare an FTI publică câte un raport al tendinţelor cu care se va confrunta plaja media în cursul anului următor. Dacă aceste tendinţe se vor dovedi oportunităţi sau se vor transforma în ameninţări pentru actorii media şi consumatorii de media, rămâne de văzut. Lista FTI pentru anul viitor cuprinde 75 de tendinţe.
Tendinţe 1 - 15
Inteligenţa artificială (AI)
Inteligenţa artificială se află pentru al 8-lea an consecutiv pe lista de tendinţe observate de FTI, fiind de departe cea mai constantă dintre tendinţele identificate. Multiplele faţete ale inteligenţei artificiale sunt discutate de FTI încă din primul an în care această instituţie a început să-şi publice rapoartele. În sine, domeniul AI nu poate fi considerat un trend pentru că este o zonă mult prea vastă. Din acest motiv, FTI a identificat diferite teme în cadrul domeniului general AI care reprezintă tendinţele pentru anul 2018.Simplist, inteligenţa artificială reprezintă o ramură a informaticii în care calculatoarele sunt programate să facă activităţi pentru care, de obicei, este nevoie de inteligenţă umană. Aceste programe fac calculatoarele capabile să înveţe din experienţe, să facă raţionamente, să rezolve probleme, să înţeleagă diferite limbi şi să perceapă o anumită situaţie sau mediu de interes. Există două categorii diferite de AI: slabă (sau îngustă) şi puternică (sau generală). Cea slabă este folosită pentru anumite nişe de activitate şi pentru anumite funcţii specifice. Atunci când un robot jurnalist scrie o ştire pornind de la datele structurate de care dispune, este un caz de AI slab. În afara jurnalismului, exemplele sunt multiple: filtrele de spam folosite de serviciul de e-mail, motoarele care oferă recomandări pe YouTube sau Amazon etc.
FTI remarcă 9 tendinţe specifice care îşi trag seva din domeniul larg al inteligenţei artificiale.
1. Maşini care învaţă în timp real
A devenit recent posibil să folosim un flux constant de date tranzacţionale pentru a modifica, în timp real, modelele computerizate folosite de programele de tranzacţionări pe burse. În domeniul media, această tehnologie poate fi folosită pentru a le oferi consumatorilor de presă un produs personalizat, cât mai apropiat de nevoile sale de consum. În plus, acest sistem promite să detecteze fraudele în timp real şi face posibilă implementarea unor măsuri de securitate mult mai stricte, cum ar fi identificarea cuiva doar şi după modul în care scrie pe internet.2. Maşini care înţeleg ceea ce citesc (Machine Reading Comprehension - MRC)
Pentru cercetătorii din domeniul AI, programarea unor maşini să înţeleagă ceea ce citesc a reprezentat o provocare de mult timp, pentru că miza este una importantă. Atunci când operăm o căutare pe un motor, să spunem pe Google, nu ne-am dori să primim un răspuns cât mai exact şi la obiect, spre deosebire de lista de adrese de internet pe care trebuie să le examinăm una după alta pentru a căuta ceea ce ne interesează? Dar dacă ni s-ar arăta şi paragraful cel mai relevant din pagina pentru informaţia căutată? Aceasta este promisiunea făcută de MRC. Sistemul MRC nu se concentrează doară pe identificarea cuvintelor cheie. În viitorul apropiat, un sistem MRC va putea citi, înţelege şi instantaneu va oferi doar răspunsul dorit.MRC este un pas necesar în obţinerea inteligenţei artificiale puternice sau generale, însă pe termen scurt are capacitatea de a transforma site-ul unei agenţii de ştiri într-o adevărată bază de date personalizată nevoilor oricărui utilizator. Această funcţie ar putea deveni şi mai utilă odată ce interfeţele de recunoaştere a conţinutului exprimat prin viu grai vor deveni mai răspândite.
3. Înţelegerea limbii native (Natural Language Understanding - NLU)
Suntem înconjuraţi de mesaje text nestructurate - fie că este vorba despre postări pe social media, de postări pe bloguri, pe site-urile de internet ale unor companii, pe site-urile autorităţilor ş.a.m.d. NLU le permite cercetătorilor să cuantifice şi să structureze toate aceste texte extrăgând concepte, identificând relaţii şi analizând feedback-ul primit. Tehnologia NLU le va permite organizaţiilor media să parcurgă întregi baze de date de documente şi să obţină informaţia căutată mult mai rapid decât ar putea să o facă un singur redactor.4. Generarea de limbaj (Natural Language Generation - NLG)
Algoritmi pot transfera date în corpul unei ştiri folosind tehnologie de generare de limbaj (NLG). Zeci de agenţii de presă şi alte organizaţii media, printre care Bloomberg şi Associated Press, folosesc Automated Insights, un program care adună singur date şi este capabil să scrie peste 2.000 de ştiri pe secundă pe subiecte variate.5. Algoritmi care generează voce, sunet şi video
Cercetători de la Institutul Tehnologic din Massachusetts (MIT) studiază modul în care copiii învaţă noi cuvinte pentru a pregăti computerele să recunoască în mod automat vorbirea. De asemenea, programatori pregătesc computere pentru a identifica ce sunete trebuie să se audă din interacţiunea unor obiecte pe care le văd pe imagini video. Spre exemplu ce sunet se produce dacă lovim cu un băţ de tobe o canapea? Dar un geam? Obiectivul acestor studii este de a "ajuta" sistemele AI să înţeleagă cum interacţionează obiectele în realitate. Viitoare versiuni ale acestor algoritmi vor putea fi folosite pentru a produce în mod automat sunete şi efecte sonore pentru filme şi emisiuni de televiziune. În cursul acestui an, cercetători de la Universitatea din Washington au folosit un astfel de program pentru a-l prezenta pe preşedintele Barack Obama susţinând un discurs pe care, de fapt, nu l-a susţinut niciodată.6. Completarea imaginii
Dacă un calculator dispune de acces la suficient de multe imagini - de ordinul milioanelor - poate genera fragmentele lipsă din aceste fotografii. Acest sistem are aplicaţii practice în special pentru fotojurnalişti - dacă imaginea din fundal a unui munte este neclară, calculatorul poate suprapune în mod automat o altă versiune clară a aceluiaşi munte, rezultând fotografia perfectă. Astfel de sisteme AI pot fi folosite şi pentru identificarea unor persoane sau obiecte care apar în fotografii.7. Sisteme AI cu vedere predictivă
Cercetătorii de la MIT au reuşit să conceapă algoritmi care nu doar că identifică conţinutul video, dar pot prezice şi ce vor face în continuare oamenii care apar în respectivul conţinut. Antrenat pe videoclipurile de pe YouTube dar şi pe seriale precum "The Office" sau "Desperate Housewives", un astfel de algoritm poate prezice dacă protagoniştii conţinutului video se vor săruta, se vor îmbrăţişa, îşi vor strânge mâinile sau se vor certa. Acest tip de algoritm le va permite roboţilor de mâine să navigheze mai uşor în mediul uman şi să interacţioneze cu noi ţinând cont de indicii precum limbajul corpului. În presă, acest tip de program poate fi folosit pentru a concepe conţinut personalizat pentru fiecare consumator în parte.8. Pieţe pentru algoritmi
Majoritatea organizaţiilor media nu-şi pot permite înfiinţarea unor departamente speciale de programatori care să dispună de timp nelimitat pentru a crea, testa şi perfecţiona astfel de algoritmi. Prin urmare, comunităţile de programatori îşi oferă produsele în noile pieţe pentru algoritmi. Algorithmia este similară Amazon, doar că este dedicată exclusiv algoritmilor. Aici programatorii îşi salvează programele în cloud şi sunt plătiţi atunci când cineva le accesează creaţiile. DataXu oferă de asemenea o piaţă pentru algoritmii săi. La fel şi PrecisionHawk şi alte câteva, iar în cursul anului viitor numărul acestor pieţe ale programatorilor va creşte.9. Consolidarea AI
Există voci care trag un semnal de alarmă asupra ecosistemelor AI, aducând în discuţie faptul că viitorul acestui domeniu se află la discreţia unui număr redus de companii foarte mari: Google, Amazon, Tencent, Baidu, IBM, Facebook, Apple şi Microsoft. Alte câteva companii mari, precum Intel Capital, Google Ventures, GE Ventures, Samsung Ventures, Tencent şi In-Q-Tel investesc în domeniu. La fel cum s-a întâmplat şi până acum, atunci când doar o mână de companii domină un domeniu, ele vor monopoliza atât noile talente cât şi proprietatea intelectuală. Atunci când se discută viitorul inteligenţei artificiale, trebuie să ne întrebăm dacă această consolidare a domeniului în portofoliul unui număr limitat de companii va avea efecte benefice.Sistemele AI sunt create însă de oameni şi pot "moşteni" de la aceştia, intenţionat sau în mod neintenţionat, "prejudecăţi" în ceea ce priveşte modul de abordare, sortare şi analizare a datelor, precum şi în soluţiile pe care le propun - ceea ce ne trimite la următoarea tendinţă identificată de FTI:
10. Prejudecăţile ascunse în AI
Pentru al treilea an pe lista tendinţelor se află prejudecăţile care pot fi ascunse în AI. Nu mai este niciun secret că unele dintre modelele actuale de învăţare pentru maşini sunt programate părtinitor, la fel cum şi programatorii care scriu aceşti algoritmi au prejudecăţile lor, mai mult sau mai puţin conştiente. În 2016 ProPublica.org a publicat o investigaţie excepţională despre aşa-numitul concept de "machine bias" şi asupra problemelor generate de folosirea sistemelor AI pentru a-i identifica pe viitorii infractori. Ei au descoperit că aşa-numitele programe de "evaluare a riscurilor", ce sunt din ce în ce mai comune în instanţele de judecată americane şi sunt folosite pentru a stabili cuantumul unei amenzi sau durata unei sentinţe, sunt părtinitoare şi oferă sentinţe mai grele pentru americanii de culoare decât pentru albi.11. Jurnalism Computaţional
Tot pentru al treilea an pe lista tendinţelor se află şi conceptul de Jurnalism Computaţional. Care sunt modurile în care algoritmii şi datele pot îmbunătăţi meseria reporterilor? Jurnalismul Computaţional este construit pe fundaţia veche de 25 de ani a Reportajului Asistat de Calculator (Computer Assisted Reporting - CAR) şi este o tehnică a jurnalismului de investigaţie. Reporterii adună documente publice, le examinează cu instrumentele oferite de Jurnalismul Computaţional şi descoperă (uneori) poveşti ascunse. Printre instrumentele Jurnalismului Computaţional se numără indexarea surselor în mai multe limbi, raportarea automată a informaţiilor de interes, vizualizarea algoritmică, analiza multidimensională a seturilor de date etc. Aceste instrumente le permit jurnaliştilor să combine datele de care dispun şi să descopere eventualele conexiuni dintre acestea, identificând relaţii obscure între persoane şi organizaţii, relaţii care altfel ar fi fost imposibil sau foarte greu de descoperit.12. I-Teams pentru algoritmi şi date
Pentru prima oară pe lista de trenduri apare un tip nou de echipă pentru operaţiuni speciale de care ar putea avea nevoie organizaţiile media: reporteri de investigaţii specializaţi în analiza datelor şi algoritmilor pentru a preveni soluţiile părtinitoare pe care acestea ar putea să le aplice. Spre exemplu, sistemul PredPol folosit de poliţia americană suferă din cauza prejudecăţilor celor care au adunat datele şi le-au introdus în acest sistem. Astfel, modul în care sunt centralizate datele despre arestări şi felul în care fiecare departament de poliţie îşi desfăşoară activitatea pot afecta întregul sistem. Reporteri de la New York Times, Wall Street Journal, ProPublica şi Washington Post au aplicat metodologia jurnalistică pentru a investiga astfel de algoritmi.13. Crowdlearning
Suntem deja familiarizaţi cu conceptul de "crowdsourcing", prin care jurnaliştii solicită publicului larg să contribuie cu conţinut sau să participe la procesul jurnalistic cu materiale trimise de la faţa locului, cu prilejul diferitelor evenimente. Pentru al doilea an pe lista tendinţelor se află şi conceptul de "crowdlearning", o tehnică a jurnalismului computaţional care analizează datele pasive - activitatea online şi offline a cuiva, dosarul său medical, locaţiile frecventate etc, pentru a înţelege ceva nou despre respectiva persoană şi pentru a identifica, posibil, un subiect de presă.14. Adversarial Machine Learning (AML)
Pe scurt, un conţinut adversarial - o fotografie, un clip video sau un fişier audio - are codificată în el o mică modificare, de obicei una care este imperceptibilă oamenilor, ce este inserată pentru a-i ajuta pe programatori să ajusteze modelele folosite în procesul de învăţare al maşinilor (machine learning). Hackerii pot profita de conţinut adversarial pentru a ataca un anumit model, provocându-l să greşească.Pentru ca sistemele de învăţare a maşinilor să poată învăţa, ele trebuie să recunoască şi cele mai subtile diferenţe. Informaţia adversarială poate fi ca o iluzie optică imperceptibilă pentru ochiul uman. Poate fi un singur pixel dintr-un milion care are culoarea greşită sau nu este aliniat. Pentru un om, ansamblul tuturor pixelilor formează o imagine clară, chiar dacă unul dintre ei este adversarial. Pentru un calculator, un singur pixel adversarial dintr-un milion poate face ca respectiva imagine să fie de neînţeles. AML se află pentru al doilea an pe lista de tendinţe a FTI.
15. Fotografia computaţională
Fotografia computaţională se află pentru al treilea an pe listă şi reprezintă convergenţa dintre capacitatea de a vedea a computerelor, grafica pe calculator, internet şi fotografie. În loc să se bazeze doar pe procese optice, fotografia computaţională apelează la tehnologii de captare şi procesare digitală pentru a reda imagini din viaţa reală. În prezent, oricine are în buzunar un smartphone are acces la instrumente ce ţin de fotografia computaţională. Noi programe de cercetare derulate de Nvidia şi de University of California din Santa Barbara propun o nouă tehnică de zoom computaţional ce le permite fotografilor să modifice compoziţia fotografiilor lor în timp real. Alte exemple sunt folosirea acestor instrumente pentru a adăuga sau exclude obiecte din fotografie, pentru a schimba umbre sau reflexii etc.Google a dezvoltat o tehnologie care retuşează şi îmbunătăţeşte automat calitatea fotografiilor realizate cu telefonul mobil. Aici apar implicaţii de ordin etic pentru jurnalişti. Cât de mult poate fi modificată fotografia unui fotoreporter şi în ce circumstanţe? Astfel, jurnaliştii ar trebui să găsească o modalitate prin care să dezvăluie cât de mult a fost editată o fotografie şi prin ce mijloace, dacă editarea a fost făcută de ei sau în mod automat, înainte de a folosi respectiva fotografie pentru a ilustra o ştire.
Sursa: Agerpres,
14-11-2017, Vizualizari 196