После написания этой статьи миллионы пользователей добавили свои электронные письма в список ожидания интеграции ChatGPT+Bing. К тому времени, как вы это читаете, она, вероятно, уже общедоступна.

В тысячах блогов, сообщений в социальных сетях и других новостных статей обсуждались как потенциал, так и опасность распространения ИИ на более высокие высоты в различных отраслях. Эволюция этого в поисковых системах — это только первая падающая костяшка домино из многих. Как PM в Microsoft Bing, я был счастлив быть частью этого воспламенения.

Но какие 3 отрасли не получили достаточного внимания в обсуждении ИИ — по крайней мере, в последнее время? Как ИИ может произвести революцию в этих областях, и есть ли конкретные варианты использования, которые могут полностью измениться?

Музыкальное производство

Я говорю не только об алгоритмах музыкальных рекомендаций. В первую очередь я имею в виду процесс создания музыки.

Подобно тому, как копирайтерам придется следить за тем, как искусственный интеллект может лучше составлять маркетинговые речи и коммерческие предложения, музыкальные продюсеры вскоре смогут работать с музыкой, созданной искусственным интеллектом, гораздо более рациональным способом.

Музыкальное производство по своей сути включает инструментальные партии и вокал и / или цифровую поддержку. Или он может быть на 100% цифровым — методы, существующие сегодня, никогда не облегчали композиторам и продюсерам процесс обучения и творчества.

Инструменты искусственного интеллекта, которые были выпущены в прошлом, включают MelodyRNN от Google Magenta и VoCo от Adobe Creative Cloud. Первый, построенный как «рекуррентная нейронная сеть», идеально подходит для обучения и вывода последовательных данных, таких как музыка. На самом низком уровне — следующую ноту музыкального произведения можно было буквально предсказать на основе потока предыдущих нот… и тогда можно было создавать целые мелодии.

Теперь очевидно, что музыке, созданной ИИ, предстоит пройти долгий путь, и она никогда не превзойдет творческий потенциал людей. Но использование инструментов искусственного интеллекта для помощи в производстве никогда не делало его проще, чем сегодня. Сценарии использования включают в себя создание прочных фундаментальных рамок, эксперименты с чужими работами для создания пародий или ремиксов, а также изучение возможных следующих нот или битов для данного нотоносца. Это даже не говоря о текущем использовании ИИ для создания музыкального видеоконтента с использованием пользовательского контента, наряду с другими областями.

И если вы все еще не уверены, просто посмотрите эти 9 стартапов / платформ для создания музыки с помощью ИИ.

Издательство книг

Традиционная индустрия, зависящая от традиционных издателей и розничных продавцов, имеет прочный фундамент. Как опубликованный автор (я оказался гибридным издателем), даже не заставляйте меня начинать с того, где это пространство может использовать некоторые новые идеи.

В мире, где у нас есть издатели старой школы, которые управляют миллионами книг и цепочками поставок с розничными торговцами, и литературные агенты, которые помогают повысить прибыльность всех сторон — причем тут вообще ИИ?

Что ж, я тоже застрял в грязи, пока не наткнулся на эту статью Киры Ли на Hackernoon.

Практически каждую часть сквозного процесса публикации книг можно улучшить с помощью инструментов ИИ. Например, когда писатели впервые начинают набрасывать свои рукописи и сталкиваются с проблемами при подаче заявок литературным агентам, почему бы не положиться на ИИ, чтобы предоставить им обратную связь, сгенерированную содержанием, или, что еще лучше, — идеи сюжета, рекомендации иллюстратора, основанные на стиле письма и рассказ и литературные агенты, которые лучше всего соответствуют их стилю.

Или, когда литературный агент получает бесконечные материалы, не может ли ИИ помочь управлять ими с помощью анализа тональности, жанровой маркировки и подсчета слов? Или просто подумать об этом глубже — почему бы не использовать модели OpenAI для привести примеры того, что ищет литературный агент, а также какие материалы имеют наибольший коммерческий успех?

И это только первая часть процесса публикации. Многие модели искусственного интеллекта могут помочь обеим сторонам: авторам и потребителям, чтобы сделать книгу более доступной как для агентов, так и для розничных продавцов.

Для авторов ИИ может генерировать предложения по улучшению SEO для конкретного произведения или даже анализировать историю с семантической точки зрения и давать критические отзывы читателей. Как бы страшно это ни звучало, реальность с такими уже почти наступила… если еще не существует.

Одна из проблем розничных продавцов, издателей и агентов, которую может решить ИИ, — это использование «скрытой жемчужины» книг и независимых авторов, которые могут принести прибыль, но оказываются запутанными в перенасыщенном рынке. авторский рынок. Рекомендации по конкретным авторам, использующие анализ тональности авторских произведений, могут полностью нарушить существующую систему.

Домашний образ жизни

Слушай, я знаю, о чем ты думаешь. Почему устройства для дома/стиля жизни могут не быть достаточно заметными в обсуждениях ИИ?

Что ж, мы уже знаем о сложностях Google Home, Amazon Alexa и других домашних устройств.

Но сегодня об этом говорят немного меньше, чем полвека назад, до того, как web3, экономика авторов и блокчейн стали любимыми модными словечками каждого «технически подкованного» влиятельного лица. И, возможно, еще не было достаточно усилий для дальнейшего изучения нишевых возможностей ИИ в технологии умного дома.

Как мы знаем, умные домашние устройства были разработаны для оптимизации условий жизни в доме различными способами — регулировка температуры в помещении, выключение света с помощью устных инструкций, выкрикивание напоминаний и сигналов тревоги, воспроизведение музыки и даже управление обогревом подъездной дороги. Многое из этого уже стало частью повседневной жизни многих умных домов, так что еще можно улучшить?

В этой статье Пекки Ремулы подробно рассказывается об использовании необработанных данных датчиков в повседневной практике благодаря искусственному интеллекту.

Данные датчиков можно обучать с помощью моделей машинного обучения, чтобы придать домам новый уровень волшебства. Представьте, если бы ИИ мог узнать обо всех привычках человека — когда он учится, когда спит, когда читает и когда из-за гостей, детей или внешней стройки возникает шум. Затем с помощью множества устройств, которые помогают в повседневной жизни, усиливаются настройки для оптимизации жизненного опыта: предупреждающие уведомления, приглушение света в определенное время, музыка в ночное время, выпуск определенных ароматов или даже выплевывание мотивирующих цитат.

Когда готовится еда или пылесосятся полы, интеллектуальные устройства могут даже использовать данные датчиков, чтобы проверять внутреннюю температуру пищи или напоминать жильцам, когда пора снова убираться. Могут быть устройства, которые автоматически открывают окна или включают сигнализацию, если еда вот-вот пережарится.

В любом случае… надеюсь, вам понравилась эта статья! Дайте мне знать, что еще есть в соседнем и за его пределами.

Обо мне

Меня зовут Кейси, она же J.X. Фу (псевдоним). Я увлекаюсь (как вы уже догадались) писательством, и поэтому по будням я оказываюсь глубоко в бездне, создавая романы. На данный момент я написал две: фэнтези/боевик/мистика и романтическая комедия. Я делаю это, работая полный рабочий день техническим менеджером в течение дня.

Следуйте за мной на Medium, чтобы получать больше советов по написанию статей, продуктам, играм, продуктивности и поиску работы! Загляните на мой сайт и Дерево ссылок и добавьте меня в LinkedIn или Twitter, сказав, что видели мои статьи!

Использованная литература:

Дополнительные материалы на PlainEnglish.io.

Подпишитесь на нашу бесплатную еженедельную рассылку новостей. Подпишитесь на нас в Twitter, LinkedIn, YouTube и Discord .

Заинтересованы в масштабировании запуска вашего программного обеспечения? Ознакомьтесь с разделом Схема.