Состояние цифрового нелинейного монтажа и цифровых медиа 11
Это пост номер 11 о состоянии цифрового нелинейного монтажа и цифровых медиа. В сообщениях 9 и 10 я рассмотрел шесть различных операционных характеристик, которые будут влиять на цепочку поставок цифровых медиа и, как следствие, на функциональность приложений для создания контента. Для обзора они:
1. Ремесленная редакция.
2. Редакция и упаковка специализированного контента для платформ.
3. Автоматизированная упаковка контента.
4. Применение искусственного интеллекта и машинного обучения к автоматизированному созданию контента.
5. Интерактивный и игровой движок для создания контента.
6. Совершенно другой подход.
Затем мы изучили значительные технологические достижения, сделанные в рамках № 4 и которые будут применяться к аудио- и видеозаписям:
Извлечение когнитивных метаданных
Тональный анализ
Визуальное распознавание
Речь в текст
Распознавание языка
Перезапись с качеством, близким к человеческому
Константа этих постов была: «Что нужно, чтобы миллиард человек редактировал?» Но на самом деле, когда я задаю этот вопрос, подумайте о замене слова «редактирование» на «общение» — и общение с контекстно-зависимым видео и аудио. И, помимо возможности дать людям возможность творить, рост использования видео — не только для развлечений, но и для многих других отраслей — требует применения автоматизации и технологий.
Больше нет оснований предполагать, что для создания контента будут применяться автоматизация, искусственный интеллект и машинное обучение. Существуют различные примеры разработок, проводимых исследовательскими институтами, а также гипергигантами, о которых я говорил в предыдущих постах.
Многие из этих вопросов я рассмотрю в своем докладе на Технической конференции SMPTE в этом году. Среди них:
Компьютерный видеомонтаж для диалоговых сцен
Распознавание речи в реальном времени
Автоматическое редактирование кадров с нескольких камер
Изучение синхронизации губ по аудио
И это только начало. Всего одна из этих разработок сама по себе была бы интересной и академической, но, согласно приведенной выше выборке, в настоящее время реализуется несколько инициатив. Кроме того, количество денег, времени и исследований, которые применяются для создания прорывов по сравнению с существующим положением в области создания контента, значительны. Зависимость от этих инноваций исходит от отраслей с гораздо большим потенциальным общим объемом доступных рынков, чем что-либо сопоставимое с рынком МиО.
Просмотрев проводимые исследования, мы ясно видим, что процесс создания контента находится на грани удивительных изменений. И, следовательно, совершенно новый набор приложений, которые будут использоваться для создания контента, не только находится в стадии разработки, но и в конечном итоге появится на рынке.
Когда мы рассматриваем типы исследований, проводимых на этих примерах, давайте на мгновение не будем думать о приложениях для медиа и индустрии развлечений. Автоматическое создание контента для финансовых услуг, образования, государственного/местного/федерального секторов?
Ежедневные публичные встречи для государственных органов, которые освещаются в прямом эфире для общественности и которые также должны быть доступны для видео по запросу. Добавьте три роботизированных камеры, активируемых голосом и движением. Затем возможность использовать выходные данные этих камер и автоматически создавать необходимые ресурсы VOD на основе определенных вариантов, связанных с ключевыми словами. Все освещение, автоматически редактируемое законодателями и ораторами, когда они обсуждают «Законопроект № 2112. Законодательство о…”
И это только одно приложение. YouTube цитирует 1 миллиард часов видео, просматриваемых каждый день. Facebook цитирует 100 миллионов часов видео, просматриваемых каждый день, разделенных между 500 миллионами человек. И с каждым днем количество часов и количество зрителей стабильно росло. Но интеллект, окружающий этот контент и обеспечивающий контекст для этого контента — помимо простой маркировки метаданных — требует автоматизации, которая является результатом этих значительных усилий в области исследований и разработок.
Краудсорсинговый контент от фанатов автогонок, музыкальных концертов, мероприятий в колледжах и старших классах? Что обычно происходит сегодня после мероприятия? Обычно контент загружается отдельными лицами в социальную сеть или частную сеть (например, на веб-сайт средней школы). И в этот момент вы выполняете поиск на платформе социальной сети и видите возможные совпадения (при условии, что метаданные, которые вы использовали для критериев поиска, имеют некоторую форму совпадения). К сожалению, чаще всего вы видите один и тот же фрагмент материала, снятый разными камерами и под очень похожими углами. Другими словами, нет повествования, нет начала, середины и конца.
Итак, мы спрашиваем, почему весь этот краудсорсинговый материал автоматически не упорядочивается, не редактируется и не представляется во всех альтернативных ракурсах — которые может выбрать зритель — в результате чего больше контента доступно для поиска? И, соответственно, добавление большей ценности к контенту повлияет на ценность, которую можно извлечь из контента в той или иной форме валюты — будь то прямая покупка, подписка или доход от рекламы. Проблема, конечно, как я подчеркивал в предыдущих сообщениях, заключается в том, что общие затраты, связанные с подготовкой контента, чтобы он был готов к использованию (а не бесплатным), должны отражать сам контент. Художественный фильм с бюджетом в 100 миллионов долларов исторически имел 10%-20% затрат, связанных с пост-продакшеном и подготовкой этого контента. Но стоимость подготовки контента должна резко снижаться, когда присутствуют как цифры бюджета, так и неизвестные цифры аудитории.
Применение автоматизации и технологий, описанных выше, будет продолжать формировать решения для увеличения количества видео во всех типах отраслей.
Мы наблюдаем беспрецедентное ускорение развития технологий, предназначенных для автоматизации ручных задач. В декабре 2016 года Администрация президента США опубликовала доклад под названием Искусственный интеллект, автоматизация и экономика. Его подписали лица, представляющие Совет экономических консультантов, Управление по науке и технологиям и внутренней политике. Это подробный отчет о влиянии технических инноваций — в данном случае искусственного интеллекта и автоматизации — на экономику, рабочие места и другие факторы.
Среди основных моментов (я перефразирую): «Исследование использования роботов в 17 странах, проведенное в 2015 году, добавило в среднем 0,4 процентных пункта к ежегодному росту ВВП в период с 1993 по 2007 год. Это составляет одну десятую общего ВВП этих стран. Внедрение технологий повышает производительность в результате уменьшения количества рабочих часов, необходимых для создания единицы продукции».
И это: «Нынешняя волна прогресса в области ИИ… обусловлена тремя взаимодополняющими факторами: наличием больших данных из таких источников, как электронная коммерция, предприятия, социальные сети, наука и правительство; которые предоставили сырье для значительно улучшенных подходов и алгоритмов машинного обучения; что, в свою очередь, полагалось на возможности более мощных компьютеров».
И, наконец: «В этот период темпы совершенствования удивили специалистов по ИИ. Например, в популярной задаче по распознаванию изображений, в которой доля человеческих ошибок составляет 5 % в соответствии с одним показателем ошибки, лучший результат ИИ улучшился с 26 % в 2011 году до 3,5 % в 2015 году. задачи, которые требуют автоматизации понимания изображений, а также позволят создавать новые виды работы и рабочих мест. Прогресс в решении других задач ИИ приведет к аналогичным экономическим изменениям».
Думаю, будет справедливо сказать, что может позволить сейчас не вызывает сомнений. И, когда мы отступаем и смотрим на весь этот прогресс — мы видим положительные приложения для создания контента. Вот почему неизбежно то, что то, что я постулировал в Посте № 10, станет основной методологией создания и потребления видео- и аудиоконтента для масс. Опять же, я понимаю, что здесь может быть некоторый скептицизм, но учтите:
Если контент с потребительских камер из нескольких источников может быть автоматически проанализирован системами распознавания лиц, объектов, контента и звука… Если контент затем можно проанализировать на предмет контекстуальных и синтаксических намерений и значений… Если контент можно затем изготовить (с последующей настройкой и одобрением человеком когда это необходимо и уместно)… Тогда у нас есть все средства, с помощью которых мы можем действительно масштабировать не только то, как создается контент, но и то, как люди общаются.
И эти «если» сейчас быстро становятся реальностью. Мы наблюдаем исследования, мы видим прототипы приложений и, в конечном итоге, мы увидим коммерчески доступные приложения. И это будет очень, очень интересно, когда эти продукты будут выпущены.
А в посте № 10 я писал о том, как слова и предложения — и манипулирование этими словами и предложениями — значительно расширят возможности людей не только взаимодействовать и изменять контент, но и значительно менять то, как они используют видео и аудио. Конечно, профессионально созданный контент, рабочие процессы и художники, создающие этот контент, получат большую выгоду от этих технологических нововведений. Независимо от того, предназначен ли контент для театра, трансляции или OTT, создатели контента выиграют.
Но именно для нетеатрального, невещательного, неOTT (и так далее!) типов контента эти преимущества будут означать прорыв в коммуникации. Весь этот контент — в виде прямых трансляций или записей любого типа событий — сможет манипулировать людьми, не имеющими классического образования в области редактирования видео и аудио.
Учтите: насколько я могу судить, во всем мире насчитывается как минимум 750 миллионов пользователей Microsoft Office. Во всем мире насчитывается не менее 800 миллионов пользователей Google Диска, но точное число пользователей Google Docs неизвестно. Это 10% пользователей Диска? 30%? Как бы то ни было, многие люди используют приложения для создания и редактирования документов.
И когда это количество пользователей начнет манипулировать видео и аудио с той же легкостью, с которой они манипулируют словами, наступит момент, когда миллиард человек сможет создавать контент и взаимодействовать с ним так, как никогда раньше.
Подробнее о медиа-индустрии и цепочке поставок в следующем посте.
