Meest verkochte auteur AI: Wanneer kunstmatige intelligentie verhalen vertelt

ella is een mediatech. Mediatech? Nog nooit gehoord. Het is een nieuw soort bedrijf dat digitalisering tot stand brengt. Nou, strikt genomen is dit genre niet zo nieuw: in het verleden werden tekstproducenten gewoon uitgevers genoemd.

Na een voorbereidingsperiode van ongeveer anderhalf jaar werd ella vorig najaar opgericht. Het bedrijfsmodel heeft potentieel: het gaat over niets minder dan de entertainmentmarkt – en dat is een paar miljard dollar. Over twee jaar zal ella elk digitaal kanaal met geschikte inhoud kunnen bedienen. Omdat ella teksten genereert. En teksten zijn altijd bouwstenen voor allerlei mediaformaten – of het nu gaat om een ​​film, een boek of een game. Het eerste segment waarin ella actief is en al een prototype heeft, zijn eSerials, dat wil zeggen seriële korte romans. LEAD heeft van Michael Keusgen, CEO en mede-oprichter, en Daniel T. Hoffmann, CDO en mede-oprichter van ella, geleerd wat ze van plan zijn.

LEID: Dus je bent momenteel een machine aan het bouwen om spannende verhalen te vertellen. Hoe werkt dat

tonen

Daniel: Onze ella-KI produceert al een coherente tekst op basis van enkele trefwoorden of woordgroepen. Ze volgt de woordvolgorde door middel van “machine learning”. Nu zijn we bezig om spanning in onze verhalen te integreren. Want zonder spanning geen spannende verhalen. Een tweede stap gaat dan over de controleerbaarheid van de inhoud. Dan kunnen we stellen: de tekst moet een liefdesverhaal of een thriller zijn. Om de AI zulke genres te leren, nemen we homogene teksten van een genre en trainen we de AI met hen. Ons doel voor 2021 is om lichte romans te produceren met ongeveer 30 pagina’s. Om dit te doen, analyseren we: wat zijn de trends? Wat interesseert mensen? Wat willen mensen lezen? En dan, volgens de relevante specificaties, bouwen we vervolgens het juiste verhaal dat relevant is voor de consument.

Michael: Ten tweede hebben we ook het onderwerp e-commerce en niet-fictieve productteksten. Dit gaat over beschrijvende en voor SEO geoptimaliseerde teksten, waarvan vooral winkels en fabrikanten profiteren.

LEAD: Train je hiervoor een AI? Of twee KI’s? Of misschien zelfs vijftig of honderd KI’s – één voor elk genre

Daniel: Momenteel hebben we een AI die we trainen. Maar dat wordt natuurlijk later groot. Later zullen we verschillende KI’s gebruiken die in een algemeen softwaresysteem draaien.

Gruenderfoto Ella Van links Daniel T Hoffmann en Michael Keusgen
(Foto: Daniel T. Hoffmann en Michael Keusgen)

LEAD: De trend in machine learning is dat de AI niet zoveel specificaties meer heeft. Wat stel je voor aan je AI als parameter?

Daniel: We hebben momenteel niet zoveel specificaties. We bieden ruwe inhoudspatronen in de vorm van een samenvattende zin. Hieruit schrijft de AI ons een tekst. Dit gebeurt volgens het principe van “onbewaakt leren”, het onbewaakt leren, gekoppeld aan enkele op regels gebaseerde functies. Later zouden deze zinnen moeten worden geëlimineerd en zouden er minder specificaties moeten zijn. Het enige dat we doen alsof zijn speciale gebruikersgroepen of regio’s waarvoor het verhaal relevant zou moeten zijn. Dat wil zeggen, we zullen frameparameters specificeren, zoals waar het verhaal zou moeten spelen of welke karakters in het verhaal moeten verschijnen.

LEID: Trefwoord Tekens: Hoe zal een AI karakters ontwikkelen en decoreren?

Daniel: Een subeenheid van onze AI houdt zich al bezig met het onderwerp personages. We hebben van tevoren verschillende rollen geanalyseerd. De AI ontwikkelt vervolgens zijn eigen karakters door abstractie.

LEID: Hoe wil je ervoor zorgen dat de karakters altijd anders zijn? Want het zou jammer zijn als in elk zevende boek dezelfde persoonlijkheden zouden verschijnen, toch?

Michael: Om dat te voorkomen, gebruiken we een zeer grote reeks verschillende personages. En dan zal het net als de verhaalgeneratie zijn. Met tien verhalen komt er altijd een ander verhaal uit vanwege de verschillende specificaties. En dat is precies hoe het werkt met de personages. We zullen dit ondersteunen met de kennisbank over de inhoud.

Daniel: Natuurlijk schrijven we nog steeds regels als “geen herhalingen”, “geen duplicatie” en “geen vergelijking”. Vanaf dat moment zullen we een hybride aanpak in AI gebruiken. Dus een mix van niet-gecontroleerd en begeleid leren.

LEID: wanneer een persoon een personage uitvindt, doet hij dat met behulp van zijn verbeelding. Een AI heeft echter geen fantasie. Dus hoe maakt dat de AI?

Daniel: Dat is eigenlijk waarschijnlijkheidstheorie en wiskunde. Patroonherkenning en herkenning van relaties tussen individuele bouwstenen liggen er immers achter.

Michael: Terwijl de mens zo nu en dan verrassend in een emotionele val vastloopt, kent de computer geen emoties en geen verrassingen. Maar hij weet wat een verrassing. Zo herinnert hij zich de context van een emotionele gebeurtenis en past deze precies toe.

LEID: Betekent dat uiteindelijk niet dat ik de AI moet leren om gevoelens op een beschrijvende manier te beschrijven

Daniel: Ja, dat kan met beschrijvingen. Maar we vertrouwen meer op gratis leren zonder toezicht. We vertellen de AI niet wat een emotie is. Maar de AI leert van bestaande tekstdocumenten. Dat wil zeggen, de AI leert welke inhoud welke inhoud moet volgen.

LEID: Kan AI ook leren van ironische teksten?

Michael: Goede vraag. Volgens de huidige stand van onderzoek kan machine learning dat niet. Zelfs mensen zijn moeilijk om ironie en satire duidelijk te herkennen.

Daniel: Dat kunnen we niet beantwoorden en in onze ella-KI kunnen we daar nu geen rekening mee houden. Theoretisch wel, met de juiste database. Praktisch zou je het moeten proberen. Momenteel zijn we nog niet actief op dit gebied. En tot nu toe hebben we geen ironische teksten gelezen.

LEIDING: Toen privé-televisie destijds in Duitsland werd geïntroduceerd, heeft dit tot op zekere hoogte geleid tot een soort vereenvoudiging van de verhalen omdat de verhalen de smaak van de massa moesten dienen. Trefwoord “jungle kamp” of “boer op zoek naar een vrouw”. Bestaat het risico dat het niveau van AI-verhalen aanzienlijk afvlakt?

Michael: De vraag is of dit verlangen naar eenvoud meestal niet sluimert in de mens. Denk alleen aan het theater in de 19e eeuw. Het ging over amusement en niet noodzakelijkerwijs over diepere intellectuele overwegingen.

Daniel: We zijn ervan overtuigd dat beide naast elkaar kunnen bestaan. Dat wil zeggen dat het grootste deel van de bevolking aantoonbaar tevreden is met een gemakkelijk gesprek. En slechts een heel klein deel is geïnteresseerd in een meer intellectueel, subtiel en gelaagd gesprek.

Michael: Ik denk dat er beide zullen zijn. Tussendoor zullen er ook gradaties zijn. En alles heeft altijd bestaan. De privé-televisie heeft dit “alles” in feite overgebracht naar het televisiegenre. En om eerlijk te zijn, het oppervlakkige gesprek is altijd op de openbare televisie geweest. Alleen als het om informatie gaat, is dit een beetje anders. Voor privé-televisie interpreteert nieuws soms als amusement. U moet dus onderscheid maken tussen nieuws- en amusementsprogramma’s.

LEID: er kan licht amusement zijn, zeer licht amusement en geavanceerd amusement. Kun je je voorstellen dat een dergelijke indeling ooit relevant zal zijn?

Michael: Dat is zeker mogelijk. Maar we volgen commerciële belangen. En het is ook een kwestie van leercurve. We kijken momenteel naar lichtentertainment. We vertrouwen op een paar hoofdrolspelers. En we accepteren een vereenvoudiging van de verhaallijnen. En dan kijken we naar de haalbaarheid. Zeker in de komende jaren zullen we erin slagen om de verhalen complexer en complexer te maken. En dan wordt het gesprek complexer.

LEAD: Test je eigenlijk de verhalen van verschillende AI tegen elkaar?

Daniel: Ja, we testen onze verhalen, zo niet in het openbaar. We hebben ook een groot team van externe kwaliteitsmanagers. Ze analyseren welke richting het is en brengen de bevindingen terug naar de AI.

Michael: En als de AI een afgerond verhaal heeft geproduceerd, zal zelfs lector deze teksten aanraken en mogelijk corrigeren.

LEID: als we de technologie verlaten en vijf tot tien jaar naar de toekomst kijken, welke nieuwe functieprofielen worden dan gevormd rond die KI’s die mooie verhalen en correct nieuws kunnen schrijven?

Michael: “Er zijn zeker een hele reeks nieuwe functiebeschrijvingen die we vandaag niet eens weten.” Tijdens de constructie van Ella hebben we gemerkt dat alleen al op het gebied van informatica de afgelopen jaren zeer gespecialiseerde beroepen zijn ontstaan.

Daniel: We hebben bijvoorbeeld computerlinguïsten en data-ingenieurs ingehuurd voor het project. Deze laatste zijn bekend met grote hoeveelheden gegevens en kunnen ze ook vanuit wiskundig oogpunt bekijken. We hebben ook datawetenschappers in dienst die zich meer bezighouden met het onderwerp data. Welke andere functieprofielen zich in de toekomst zullen ontwikkelen, moet je zien.

Michael: Als je alleen naar marketing kijkt, realiseer je je dat er een hele reeks nieuwe functiebeschrijvingen zijn ontwikkeld die gerelateerd zijn aan digitalisering. En dus moet je je dat voorstellen met de AI. In marketing zijn bijvoorbeeld nieuwe beroepen ontstaan ​​die alleen zijn ontstaan ​​omdat de AI sneller en complexer denkt en daarom ook sneller en nauwkeuriger informatie verstrekt dan de mens.

LEIDEN: Tot nu toe hebben we het nog niet gehad over uw bedrijfsmodel. Kan ik afgewerkte teksten bestellen waaruit ik vervolgens een scenario, een boek of een hoorspel kan maken en u het voltooide verhaal in een week aan mij kunt bezorgen?

Michael: Het bedrijfsmodel is gebaseerd op twee pijlers: enerzijds willen we naar eigen inzicht verhalen produceren op basis van onze analyse. We willen deze verkopen via onze eigen platforms en via samenwerkingsverbanden in de bijbehorende marktplaatsen zoals Amazon en Google Books.

Daniel: De tweede pijler is Software-as-a-Service. We willen partners toegang geven tot de software zodat ze deze kunnen gebruiken voor hun eigen verhalen. Er zal waarschijnlijk een webinterface of een API-interface zijn om in realtime aan te koppelen. Toepassingen zijn merchandising en contentproductie.

LEID: En wat zou zo’n softwareservice kosten?

Michael: “Tot nu toe hebben we er geen prijs voor.” In ons businessplan hebben we samenwerkingsverbanden. Voor de verhalen die we via Amazon en Co. willen verspreiden, hebben we een verhaalprijs berekend van drie tot zes euro per tekst van 400 pagina’s – voor de hele serie. En natuurlijk kunnen uitgevers onze verhalen onder licentie afdrukken. We zullen echter zelf geen boeken afdrukken en alleen digitale producten aanbieden.

LEID: Bedankt voor het gesprek.

Lead Rep 2 19 Ctab 1200X1200

Gegevens alleen hebben geen zin. Alleen wanneer u ze evalueert en analyseert, wordt het gegevensgoud. Hoe Google Analytics in te stellen, dashboards gemakkelijk te maken, analysetools te gebruiken en gegevens op een beveiligde manier te verwerken: LEAD Report “Workbook Web Analytics”

Download hier!

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *