Synthesia создала интерактивный ИИ-аватар журналиста — поговорить с ним может каждый

Когда Александру Войка, руководитель корпоративных коммуникаций стартапа Synthesia, занимающегося генерацией видео, прислал мне этим летом ссылку на новейшее пополнение их PR-команды, я удивилась. Это был интерактивный виртуальный аватар его самого, обученный отвечать на типичные вопросы прессы о Synthesia — чем компания занимается и как работает. Днём ранее я участвовала в панельной дискуссии, где пиарщики спрашивали, не против ли я получать питчи, написанные ИИ. Но аватар Александру шёл дальше — для меня это выглядело как финальный босс использования ИИ в PR.

В сентябре Synthesia пригласила меня в свой новый офис в Нью-Йорке. Изначально базирующаяся в Великобритании, Synthesia — один из самых горячих стартапов в сфере цифровых аватаров наряду с D-ID, HeyGen и Colossyan. В начале этого года компания достигла оценки в 4 млрд долларов (~320 млрд рублей), а годом ранее сообщила о превышении 100 млн долларов (~8 млрд рублей) годовой повторяющейся выручки.

Synthesia позволяет предприятиям создавать интерактивные обучающие видео с ИИ-аватарами. Недавно компания выпустила продукт Roleplay Sessions, который даёт сотрудникам возможность отрабатывать, например, презентации продаж с интерактивным ИИ-аватаром, отвечающим и оценивающим их ответы.

Когда я пришла на открытие нового офиса и мне предложили собственный ИИ-аватар, я согласилась не раздумывая. Конечно, я хотела своего цифрового двойника. В тот день у меня был милый наряд, и волосы лежали идеально.

До встречи со своим цифровым двойником я относилась к аватарам равнодушно, но чувствовала, что они неизбежно станут частью повседневной онлайн-жизни. Я слышала о людях в Instagram, создающих аватары по своему подобию для помощи в создании контента. Мне всё это кажется очень интересным — возможно, поэтому я теперь без колебаний представляю вам своего цифрового двойника. Впервые Synthesia сделала цифровой аватар для журналиста (и вообще для кого-либо за пределами Войки). Он обучен на моей статье о том, почему стартапы с венчурным финансированием совершают больше мошенничества, чем стартапы без него, и будет отвечать только на вопросы об этой статье.

Ниже просто нажмите «начать в новом окне», чтобы начать.

Вы можете задать ему вопросы вроде:

• Почему я решила написать эту статью?
• О чём научная работа?
• Что обнаружили исследователи?

Для создания аватара я вошла в мини-киностудию внутри офиса Synthesia, где сделали множество моих фотографий и записали двухминутную запись моего голоса. Мне пришлось дать согласие на создание этих аватаров — и вот, цифровая Дом родилась. Мне создали персональный аватар (который просто читает любой заданный мной сценарий) — в очках и без — и два интерактивных аватара (которые могут отвечать и слушать меня), тоже в очках и без.

Мы выбрали статью для обучения интерактивного аватара, а затем одна из команд собрала моего интерактивного аватара, работающего на комбинации моделей распознавания речи, видео, языковых моделей и синтеза речи. Технологический стек моего аватара включает собственные видео- и голосовые модели Synthesia, хотя компания также позволяет клиентам выбирать альтернативы от других лабораторий, таких как Cartesia, ElevenLabs, Google или OpenAI. Предприятия также могут размещать аватары в любом облаке или платить Synthesia за хостинг.

Модель распознавания речи превращает сказанное в текст, агентная языковая модель осмысливает текст и может действовать на его основе, модель синтеза речи превращает ответ в аудио, и наконец видеомодель (созданная Synthesia) анимирует аватар во время речи.

В целом Synthesia создаёт три типа продуктов — платформу для создания и распространения видео с классическими аватарами, где человек вводит сценарий, а аватар его повторяет; агентную платформу Sessions, где люди могут взаимодействовать с аватарами в опросах или ролевых играх; и API-платформу, где можно взять видео- и голосовые модели Synthesia и объединить их с другими технологиями для создания интерактивных аватаров или других продуктов.

Команде Synthesia потребовалось пару дней на создание моих аватаров. Сначала я поиграла с персональными и набрала довольно общий сценарий, чтобы послушать, как звучит мой ИИ-голос. Я заставила его рассказать о том, как в Нью-Йорке пришла осень — моё любимое время года. Голос был довольно точным, и я порадовалась, что он не перенял хрипоту, которая была у меня при записи образца.

Я показала его друзьям, далёким от технологий, — им показалось это одновременно интересным и жутковатым.

Затем я показала им интерактивный аватар, который является детерминированным — то есть говорит только то, чему был обучен. В данном случае — о моей статье про венчурное мошенничество. Я задавала ему вопросы вроде того, где я работала до TechCrunch и в какой части Нью-Йорка жила, но каждый раз он возвращал меня к статье.

Друзьям голос не показался похожим на мой, и сходство они оценили ниже, чем у персонального аватара, но всё же оно было достаточно близким, чтобы слегка пугать. Мама назвала это «потрясающим» — довольно высокая похвала с её стороны. Они с отцом всё пытались задать вопросы, ответы на которые «знали бы только они», но модель не отвечала, каждый раз перенаправляя их к статье о венчурном мошенничестве.

«Не помню, чтобы я рожала двоих», — пошутила она после тестирования модели.

Этот опыт заставил меня задуматься о будущем журналистики. Были бы люди не против включить новости, которые ведёт аватар? Один инвестор сразу сказал «нет». Безусловно, сегодня много сопротивления вызывает ИИ-мусор, заполонивший соцсети и другие платформы для обмена новостями. Но другие, кого я спрашивала, не были так уверены. Могут ли аватары дополнить — или даже заменить — журналистов? Захотели бы генеральные директора говорить с ИИ-аватаром журналиста, а не с живым человеком?

Что мне нравится в моей карьере — это общение с людьми, написание статей и исследование новых тем. Но главное в журналистике — доверие. Его, кажется, невозможно передать ИИ.

За пределами журналистики я уверена, что идея клонирования себя может быть привлекательной. Больше не нужно разгребать работу после праздников или отпуска, потому что версия вас всегда на месте и отвечает на вопросы.

Посмотрим, как использование аватаров будет развиваться в корпоративной Америке. Но теперь, когда у меня есть свой, у меня смешанные чувства. После того как прошла первоначальная новизна, я внимательно рассматривала свой аватар, когда он замолчал и ждал — чего, не уверена. Может, я ждала, что он моргнёт. Или скажет что-то новое, или улыбнётся, или просто даст понять, что осознаёт.

Поскольку мои цифровые двойники детерминированы, они никогда этого не сделают. Но я понимаю, как легко кому-то впасть в лёгкий «ИИ-психоз» с недетерминированным аватаром — то есть управляемым чат-ботом, свободным рассуждать.

Я сказала одному инвестору: каким бы ни было будущее цифровых двойников, я предсказываю, что моё поколение, зумеры, вероятно, к ним не привыкнет. Они ощущаются как научная фантастика: всё, что мы когда-либо видели в кино, теперь здесь. Но скажу так: цифровые аватары пугают меня меньше, чем гуманоиды. По крайней мере, с аватаром, если что-то пойдёт не так, я всегда могу выйти из системы.

А пока — вот мой персональный аватар, который расскажет вам о главных материалах на нашем сайте за эту неделю.

Цены сконвертированы автоматически, реальные цены могут отличаться.

* Meta, Facebook и Instagram запрещены в России.