وقتی الکساندرو ویکا، مدیر امور شرکتی استارتاپ تولید ویدئو سنتزیا، تابستان امسال لینکی برای من ارسال کرد که به جدیدترین افزودنی تیم روابط عمومی آنها اشاره می‌کرد، متعجب شدم. این یک آواتار مجازی تعاملی از او بود، که برای پاسخ دادن به سوالات عمومی مطبوعات درباره سنتزیا، مانند اینکه چه کار می‌کند و چگونه کار می‌کند، آموزش دیده بود. روز قبل، من روی یک پنل بودم که افراد روابط عمومی از من پرسیدند آیا مشکلی با پیشنهاداتی که از متن‌های تولید شده توسط هوش مصنوعی استفاده می‌کنند، دارم. اما آواتار الکساندرو فراتر از اینها بود — به نظر من این نهایی‌ترین نوع استفاده از هوش مصنوعی در روابط عمومی بود.
در سپتامبر، سنتزیا من را به فضای اداری جدیدش در نیویورک دعوت کرد. سنتزیا که در اصل در بریتانیا مستقر است، یکی از استارتاپ‌های داغ آواتار دیجیتال در کنار دیگران مانند D-ID، HeyGen و Colossyan است. این شرکت ارزش ۴ میلیارد دلاری را اوایل امسال به دست آورد و سال گذشته اعلام کرد که از ۱۰۰ میلیون دلار در درآمد سالیانه عبور کرده است.
سنتزیا به شرکت‌ها این امکان را می‌دهد که ویدیوهای آموزشی تعاملی با آواتارهای هوش مصنوعی بسازند و به تازگی محصولی به نام جلسات نقش‌آفرینی را راه‌اندازی کرده که به کارمندان اجازه می‌دهد تمرین کنند، به عنوان مثال، ارائه‌های فروش را با یک آواتار هوش مصنوعی تعاملی که پاسخ‌ها و امتیازهای آنها را ارزیابی می‌کند.
وقتی به افتتاحیه دفتر جدید رفتم و از من پرسیدند آیا می‌خواهم آواتار هوش مصنوعی خودم را داشته باشم، حتی لحظه‌ای برای گفتن بله تردید نکردم. البته که می‌خواستم یک دوقلوی دیجیتال داشته باشم. لباس من آن روز قشنگ بود و موهایم به خوبی حالت داده شده بود.
تا زمانی که با دوقلوی دیجیتال خودم ملاقات کردم، نسبت به آواتارها بی‌تفاوت بودم، اما احساس کردم که آنها به طور حتم بخشی از زندگی آنلاین روزمره خواهند شد. شنیدم که افراد در اینستاگرام از آنها برای ایجاد محتوا اجتماعی به شکل خودشان استفاده می‌کنند. برای من این همه بسیار جالب به نظر می‌رسد و شاید همین دلیل است که اکنون هیچ مشکلی با معرفی دوقلوی دیجیتال خود به شما ندارم. این اولین بار است که سنتزیا برای یک روزنامه‌نگار (یا برای هر کسی که غیر از ویکا باشد) یک آواتار دیجیتال ایجاد کرده است. این آواتار روی داستان من درباره اینکه چرا استارتاپ‌های دارای سرمایه‌گذاری خطرپذیر نسبت به استارتاپ‌های بدون این نوع سرمایه‌گذاری، کلاهبرداری‌های بیشتری انجام می‌دهند آموزش دیده و فقط به سوالات مربوط به آن داستان پاسخ خواهد داد.
در زیر، فقط روی “شروع در یک پنجره جدید” کلیک کنید تا آغاز کنید.
شما می‌توانید از آن سوالاتی بپرسید مانند:
- چرا تصمیم گرفتم این داستان را بنویسم؟
- این مقاله تحقیق درباره چیست؟
- محققان چه چیزی پیدا کردند؟
برای ساخت این، من به یک استودیوی کوچک فیلم‌برداری در داخل دفتر سنتزیا رفتم که در آن از من عکس‌های زیادی گرفتند و یک ضبط دو دقیقه‌ای از صدای من داشتند. من باید رضایت می‌دادم که این آواتارها ساخته شوند و خوب، دومینیک دیجیتال به دنیا آمد. آنها برای من یک آواتار شخصی ساختند (که فقط هر متنی که به آن بدهم را می‌خواند) — با و بدون عینک — و دو آواتار تعاملی برای من ساختند (که می‌توانند پاسخ دهند و به من گوش دهند)، همچنین با و بدون عینک.
ما یک مقاله را برای آموزش آواتار تعاملی انتخاب کردیم و سپس یکی از تیم‌ها آواتار تعاملی من را ساخت که به کمک ترکیبی از مدل‌های صوت به متن، ویدئو، زبان و متن به صدا عمل می‌کند. تکنولوژی آواتار من شامل مدل‌های ویدئویی و صوتی خود سنتزیا است، اگرچه این شرکت همچنین به مشتریان این امکان را می‌دهد که از گزینه‌های دیگر از آزمایشگاه‌های دیگر مانند کارستیا، الون‌لب، گوگل یا OpenAI استفاده کنند. شرکت‌ها همچنین می‌توانند انتخاب کنند آواتارهای خود را در هر زیرساخت ابری که می‌خواهند میزبانی کنند یا هزینه‌ای به سنتزیا بپردازند تا آنها را میزبانی کند.
مدل صوت به متن آنچه مردم می‌گویند را به متن تبدیل می‌کند، مدل زبان عاملی متن را تجزیه و تحلیل می‌کند و می‌تواند بر اساس آن عمل کند، مدل متن به صدا یک پاسخ را به صوت تبدیل می‌کند و در نهایت یک مدل ویدئویی (ساخته شده توسط سنتزیا) آواتار را در حین صحبت کردن انیمیشن می‌کند.
در مجموع، سنتزیا سه نوع محصول می‌سازد — یک پلتفرم ایجاد و توزیع ویدیو با آواتارهای کلاسیک، جایی که کسی متنی را تایپ می‌کند و آواتار آن را تکرار می‌کند؛ یک پلتفرم عاملی به نام جلسات که در آن مردم می‌توانند در نظرسنجی‌ها یا نقش‌آفرینی با آواتارها تعامل کنند؛ و یک پلتفرم API که در آن مردم می‌توانند مدل‌های ویدئویی و صوتی سنتزیا را بگیرند و آنها را با دیگر خدمات تکنولوژیکی ترکیب کنند تا آواتارهای تعاملی یا دیگر انواع محصولات ایجاد کنند.
تیم سنتزیا چند روز طول کشید تا آواتارهای من را بسازد. ابتدا با آواتارهای شخصی بازی کردم و متنی نسبتاً عمومی تایپ کردم تا ببینم صدای AI من چگونه به نظر می‌رسد. از آن خواستم درباره این که چگونه پاییز به نیویورک آمده است، صحبت کند؛ زمان مورد علاقه من در سال. صدای آن نسبتاً دقیق بود و خوشحال بودم که هیچ نشانه‌ای از خشونت صدایی که هنگام ضبط نمونه صدا داشتم، نداشت.
به برخی از دوستان غیرتکنیکی‌ام نشان دادم که آن را هم جالب و هم ترسناک دانستند.
سپس به آنها آواتار تعاملی‌ام را نشان دادم که تعیین‌کننده است، به این معنی که فقط آنچه را که آموزش داده شده است، خواهد گفت. در این مورد، این داستان کلاهبرداری سرمایه‌گذاری من بود. از آن سوالاتی مانند اینکه قبل از تکنولوژی‌آفزاری کجا بودم و در هیچ کجای نیویورک زندگی می‌کردم، پرسیدم، اما هر بار به داستان برگرداند.
دوستانم فکر نمی‌کردند صدایش خیلی شبیه صدای من باشد و فکر می‌کردند شباهت آن به آواتار شخصی بهتر نیست، اما با این حال، به اندازه‌ای نزدیک بود که کمی ترسناک باشد. مادرم آن را “شگفت‌انگیز” نامید که این نوع تحسین از طرف او بسیار بالاست. او و پدرم سعی کردند سوالاتی “تنها آنها می‌دانند” درباره من از آن بپرسند — اما مدل پاسخ نداد و هر بار آنها را به داستان کلاهبرداری سرمایه‌گذاری برگرداند.
او پس از آزمایش مدل شوخی کرد: “من یادم نمی‌آید که دوتا از شما را به دنیا آورده‌ام.”
این تجربه مرا به فکر فرو برده است که آینده روزنامه‌نگاری چگونه خواهد بود. آیا مردم با اینکه اخبار توسط یک آواتار ارائه شود، مشکلی خواهند داشت؟ یکی از سرمایه‌گذاران بلافاصله به من گفت نه. قطعاً امروز در این زمینه مقاومت زیادی وجود دارد در محتوای هوش مصنوعی که به شبکه‌های اجتماعی و دیگر پلتفرم‌های به اشتراک‌گذاری اخبار نفوذ کرده است. اما دیگرانی که از آنها پرسیدم، مطمئن نبودند. آیا آواتارها می‌توانند روزنامه‌نگاران را تکمیل یا حتی جایگزین کنند؟ آیا مدیران عامل می‌خواهند با یک آواتار هوش مصنوعی از یک روزنامه‌نگار صحبت کنند تا یک انسان واقعی؟
چیزی که در مورد شغل خودم دوست دارم، ارتباط با مردم، نوشتن داستان‌ها و تحقیق در مورد موضوعات جدید است. اما بزرگترین بخش روزنامه‌نگاری اعتماد است. به نظر نمی‌رسد که این مفهوم بتواند به یک هوش مصنوعی واگذار شود.
علاوه بر روزنامه‌نگاری، مطمئن هستم ایده کلون کردن خودتان می‌تواند جالب باشد. دیگر نیازی به رسیدن به کار پس از تعطیلات یا سفر نیست، زیرا نسخه‌ای از شما همیشه می‌تواند در حال حاضر باشد و به سوالات پاسخ دهد.
باید ببینیم چگونه استفاده از آواتار در آمریکا تغییر می‌کند. اما حالا که آواتار خودم را دارم، احساسات مختلطی دارم. پس از اینکه بر نوآوری اولیه آن غلبه کردم، وقتی آواتارم متوقف شد از آن به دقت بررسی کردم و منتظر بودم — منتظر چه، مطمئن نیستم. شاید منتظر این هستم که پلک بزند. یا چیز جدیدی بگوید، یا لبخند بزند، یا فقط به من بگوید که می‌داند.
زیرا دوقلوهای دیجیتال من تعیین‌کننده هستند، هرگز این کار را نخواهند کرد. اما می‌توانم ببینم که چقدر آسان است که کسی به یک حالت روانی هوش مصنوعی با یک آواتار غیرتعیین‌کننده که توسط یک چت‌بات که آزاد است تا حرف بزند، بیفتد.
به یکی از سرمایه‌گذاران گفتم که هر چه آینده دوقلوهای دیجیتال باشد، پیش‌بینی می‌کنم که نسل من، نسل زد، احتمالاً به آنها عادت نخواهد کرد. آنها حس علم‌تخیلی دارند: هر چیزی که قبلاً در یک فیلم دیده‌ایم اکنون در اینجا است. اما می‌گویم، من آواتارهای دیجیتال را کمتر ترسناک از انسان‌ها می‌دانم. حداقل با یک آواتار، اگر اوضاع عجیب شود، همیشه می‌توانم از آنلاین خارج شوم.
تا آن زمان، اما، اینجا آواتار شخصی من است که مروری بر تمامی داستان‌های برتر سایت ما در این هفته به شما می‌دهد!
