Veröffentlicht am 11-02-2019

Wie WALL-E WALL-E macht

Fortschritt kann als eine Autobahn betrachtet werden, bei der jede Branche als eigenes Auto auf dieser Autobahn fährt, auf der Ziele in Form von Durchbrüchen erreicht werden. Es ist jedoch wichtig zu wissen, dass es wie bei jeder Autobahn Mautgebühren gibt, die sich auf alle Autos auswirken. Diese Mautgebühren repräsentieren Technologien, die so allgegenwärtig sind, dass sie jede Branche beeinflussen. Beispiele für diese Technologien sind ziemlich offensichtlich: Feuer, Elektrizität, Computer usw.

Wie allgegenwärtige Technologien die Industrie beeinflussen.

Die neuesten allgegenwärtigen Technologien, das Computing, sind insofern interessant, als sie in drei Zeitrahmen unterteilt werden können, die sich am Rand etwas überlappen:

· Digitalisierung: Die Umwandlung physischer Manifestationen von Informationen und Inhalten in digitale Entitäten, die durch das Internet vereinheitlicht werden.

· Maschinengestützt: Durch die Steigerung der Rechenleistung können ausreichend Informationen verarbeitet werden, um künstliche Intelligenz effektiv zu implementieren und einfache menschliche Entscheidungen zu treffen.

· Maschinengesteuert: Computer sind in der Lage, untergeordnete Aufgaben selbständig auf eine Weise auszuführen, die manchmal außerhalb der menschlichen Kapazitäten liegt.

Taktile Beispiele für diese drei Zeitrahmen finden sich in der Finanzdienstleistungsbranche. Zuerst kam die Digitalisierung mit dem Aufkommen von Diensten im Spektrum der Bloomberg-Terminals bis hin zu einfachen Webseiten wie Yahoo Finance. Als Nächstes begannen die Mathematiker, maschinelles Lernen zu nutzen, um isolierte Modelle zu entwickeln, um Investitionsentscheidungen voranzutreiben, und läuteten die maschinengestützte Zeit ein. Anleger setzen nun Hochfrequenz-Handelsstrategien ein, die auf Algorithmen beruhen, um eine Handelsstrategie autonom auszuführen, die den maschinengetriebenen Zeitrahmen darstellt.

Der Schwerpunkt dieses Beitrags wird jedoch auf der Analyse der Auswirkungen dieser drei Zeitrahmen für die Datenverarbeitung auf die Content-Industrie im Laufe der Geschichte liegen. Außerdem wird versucht zu beschreiben, wie das Rechnen dieser volatilen Industrie die Phase des Konservativismus und des Mangels an Kreativität brechen könnte . Um dies zu erreichen, werde ich genau sagen, wo sich die Content-Branche in diesem Spektrum der drei Berechnungszeiträume befindet, wie sie geändert wurde und wie sie sich in der Zukunft auswirken wird.

Parallel zur J-Kurve von Moore's Law hat der anfängliche Zeitrahmen der Digitalisierung in der Inhaltsbranche eine gewisse Zeit in Anspruch genommen. Beginnend mit der ersten grafischen Benutzeroberfläche, die Xerox PARC in den späten 70er Jahren entwickelte, konnten Menschen digitale Inhalte erstellen, bearbeiten und erleben. Von dort kam die Übernahme digitaler Dateien über physischen Film, was Audio, Videografie und Fotografie grundlegend veränderte. Diese Umstellung auf Digital für alle Arten von Inhalten wurde durch die kontinuierliche Migration entlang der Kosten- und Qualitätskurve durch Verbesserungen der Rechenleistung unterstützt. Diese Demokratisierung der Erstellung von Inhalten endete schließlich, als die Allgegenwart von Smartphones den Aufstieg der derzeit führenden Social-Media-Plattformen Facebook, Instagram, Snapchat und Twitter befeuerte. Diese massiven Content-Portale haben die Art des Konsums von Inhalten grundlegend verändert, was in der Aggregationstheorie von Ben Thompson gut beschrieben ist. Die Theorie besagt im Wesentlichen, dass das Internet Anbieter kommerzialisiert hat, wodurch den Benutzern / Verbrauchern eine Prämie auferlegt wird. In der Welt der Inhalte wird dies auf Webplattformen übersetzt, die den Benutzer besitzen und somit bestimmen, was in den Vertriebs- und Lieferketten der Wertschöpfungskette geschieht. Meiner Meinung nach spiegeln die Ergebnisse der Aggregationstheorie, die sich in Webplattformen wie Facebook, Instagram, Spotify, Netflix usw. manifestiert, die Reifung des Digitalisierungszeitrahmens für Inhalte wider.

In den letzten Jahren wurden kontinuierlich und vielfältige Anstrengungen unternommen, um maschinelles Lernen und künstliche Intelligenz auf die Inhaltsbranche anzuwenden. Maschinelles Lernen wurde implementiert, um digitale Fingerabdrücke zu erstellen und zu referenzieren (wir haben tatsächlich in zwei Unternehmen in diesem Bereich in Dubset und Pex investiert). Musiker nutzen die KI, um Rhythmen und Beats zu optimieren, um sie für ein allgemeines Publikum sehr angenehm zu machen. Der kühnste dieser Versuche in diesem aufkeimenden Zeitrahmen maschinengestützter Inhalte ist die Verwendung von Daten, um zu versuchen, den Trefferinhalt vorherzusagen, bevor er viral wird. Zum jetzigen Zeitpunkt steht die Wirksamkeit dieser Modelle zur Debatte. Die Schwierigkeit bei der Anwendung des maschinellen Lernens zum Vorhersagen von Ergebnissen in diesem Sinne besteht jedoch darin, dass ein Computer nicht vorhersagen will, ob eine Aktie basierend auf massiven Mengen ähnlicher Daten unterbewertet ist oder ob ein Patient aufgrund jahrelanger Datenpunkte eine Krankheit hat. In dieser Anwendung versucht ein Computer, kulturellen Geschmack zu simulieren, etwa das Wort "cool", das keiner universellen Definition entgeht. Diese derzeitige Unfähigkeit, die Bedürfnisse der Menschen konsequent vorherzusagen, ist ein Beweis dafür, dass sich die Inhaltsbranche wahrscheinlich noch in der ersten Hälfte des maschinengestützten Zeitrahmens befindet, und auch der Grund für den Mangel an Kreativität in der heutigen Kreativbranche. Aufgrund der Blockbuster-Falle müssen Produzenten von Inhalten ständig steigende Beträge für Produktion und Marketing ausgeben, um ihre Fähigkeit zu erhalten, übergroße Renditen zu erzielen, die nur denen zukommen, die Blockbuster / Tentpole-Inhalte produzieren. Der Preis für das Fehlen eines dieser Zeltstangen ist enorm, so dass eine Risikoaversion und das Recycling von nachgewiesenen Inhalten entsteht.

Obwohl es für einen Computer möglicherweise schwierig sein wird, die möglichen Viren vorherzusagen, kann der Computer, wenn er die Grenzkosten für die Produktion von Inhalten im Allgemeinen senken kann, einen großen Teil des Risikos verringern, dem Hollywood derzeit ausgesetzt ist.

Dies bringt uns zu dem, was ich als maschinengetriebenen Zeitrahmen des Rechenzeitalters von Inhalten betrachte. Die Inhaltsbranche ist noch nicht da, aber was wäre, wenn Computer eigene Geschichten erstellen würden? Ich weiß, wir haben gerade gesagt, dass die Fähigkeit des Computers, vorherzusagen, was "cool" ist, noch zu bestimmen ist. Außerdem können Computer nicht das Gefühl haben, dass sie nicht Wie schaffen sie etwas, das solche Reaktionen beim Menschen hervorruft? Ich möchte jedoch behaupten, dass Computer nicht erst dann mit Sinn für das nächste Meisterstück erreicht werden müssen und dass bereits viele Rohstoffe vorhanden sind, um diese Leistung zu erreichen. In der Tat hat ein Algorithmus, der sich Benjamin nennt, kürzlich ein Skript geschrieben, das von Schauspielern aufgeführt wurde.

Die einfachste Anforderung, die erfüllt werden muss, ist wahrscheinlich die Erstellung des eigentlichen Inhalts. Computer werden seit The Adventures von André & Wally B. im Jahr 1984 zur Erzeugung von Animationen verwendet. Der Übergang zu Computern, die diese Animationen autonom erstellen, ist relativ unkompliziert; Durch die enormen Mengen an Nutzungsdaten, die in diesen Grafikprogrammen protokolliert werden, könnte ein Computer trainiert werden, Bilder auf eigene Faust zu generieren.

Erzählungen sind der Herzschlag einer Geschichte. Sie ändern das Tempo und enthalten die Inputs, die die emotionalen Outputs des Publikums ergeben. Sie sind auch meistens gleich. In seiner abgelehnten Masterarbeit diskutierte Kurt Vonnegut die Idee, dass Geschichten alle Formen haben, die wie ein Liniendiagramm gezeichnet werden können. Er behauptete auch, dass es für all die verschiedenen Geschmäcker von Geschichten nur wenige unterschiedliche Typen gibt (Mann im Loch, Junge trifft Mädchen, Von schlecht zu schlimmer, welcher Weg ist aufwärts?). Wenn es wirklich nur eine kleine Anzahl unterschiedlicher Geschichtearchetypen gibt, ist es für einen Computer ziemlich einfach, einen zufällig zu erzeugen.

Charaktere sind die Marionetten, die sich innerhalb des Gefäßes der Erzählung bis zu ihrem Ende bewegen. Charaktere sind wesentliche Elemente der Geschichte, denn sie verbergen nicht nur die Tatsache, dass der Zuschauer eine Erzählung anschaut, die sie zuvor gesehen haben, sondern sie sind es, die sich das Publikum interessiert, und diejenigen, die die Emotionen hervorbringen. Es zeigt sich auch, dass fesselnde Charaktere oft auf realen Menschen basieren. Daher haben Computer Zugang zu einer Vielzahl von verschiedenen Arten von Menschen und was sie sagen, was sie tun, wie sie sich fühlen, wie sie aussehen, durch die Bilder, Texte und Videos, die wir täglich auf Social Media-Plattformen veröffentlichen. Computer von heute können praktisch auf jeden Menschen auf der Erde zugreifen, um überzeugende und ansprechende Charaktere zu erzeugen.

In relativ kurzer Zeit wird deutlich, dass Computer irgendwann in der Zukunft sowohl mächtig genug sein werden als auch Zugang zu den richtigen Eingaben haben, um eigene Geschichten zu erstellen. Sobald dies Wirklichkeit wird, haben die Studios eine unmittelbare Marge durch die Beseitigung der meisten Kosten für die Erstellung eines Films: Regisseure, Schauspieler, Bühnenbilder, Storykreation usw. und können diesen neu geschaffenen Spielraum neu in den vorhandenen Bereich umwandeln wahrscheinlich ihre Hauptkosten, Marketing. Es gibt jedoch einen Teil der Blockbuster-Falle, der nicht gelöst wurde. Was passiert, wenn der computergenerierte Film floppt? Der Verlust der Einnahmen an den Kinokassen, ganz zu schweigen von der schlechten Presse, ist für ein Produktionsstudio schrecklich. Ja, in diesem alten Modell der Erstellung von Inhalten ist es sehr schlecht, einen Haufen Geld in die Vermarktung eines Dud-Films zu investieren. Allerdings haben neuere Streaming-Dienste wie Netflix einen enormen Vorteil. Erstens ist die Hauptkennzahl, die von Bedeutung ist, der Gesamtumsatz der Abonnements, nicht die tatsächliche P & L jedes einzelnen Films, der veröffentlicht wird. Darüber hinaus kann Netflix als Aggregator "Netflix" als Gesamtmarke für seinen gesamten Inhalt vermarkten, der dann alle auf der Plattform gefundenen Titel und nicht das spezifische neue Release umfasst. Jedes dieser Elemente trägt erheblich dazu bei, die Auswirkungen der Blockbuster-Falle zu mildern.

Wer scheint also darauf vorbereitet zu sein, diesen Kampf mit autonomen Inhalten zu gewinnen? Für mich ist es unter den üblichen Verdächtigen in FAANG ein Wurf zwischen Google und Facebook, wobei der leichte Vorteil zu Google führt. Das wichtigste Kapital von Apple ist das, was wir auf unseren Handys, Apple TV und iTunes betrachten, aber es gibt nichts in Bezug auf die Indexierung von Webinhalten oder die Erstellung von Grafiken für die Erstellung von Grafiken. Netflix ist in Bezug auf Aggregatplattform und Player-Service am weitesten fortgeschritten, aber es fehlt auch an der Erstellung von Grafikinhalten oder dem Zugriff auf unsere Informationen in der Größenordnung einer Social-Media-Plattform. Amazon hat eine Unmenge an Daten über unseren Einkauf, aber sehr wenig über uns persönlich in Bezug auf unsere Geschichten und wer wir im Allgemeinen sind. Disney könnte ein dunkles Pferd sein, wenn Pixar und sein möglicher Start eines Streaming-Dienstes beginnen; Im Gegensatz zu Netflix ist Disney jedoch auf seine eigene IP beschränkt und hat nur sehr wenige soziale Daten. Dies lässt Facebook, der einen Spieler in Bezug auf Facebook Watch hat, Zugriff auf eine große Menge sozialer Daten, aber wo Google etwas zu kurz kommt, ist seine Unfähigkeit, über den eigenen ummauerten Garten hinauszusehen. Ich vermute, es liegt etwas hinter dem Zugriff auf die riesige Rechenleistung für maschinelles Lernen zurück. Daher scheint Google am wahrscheinlichsten der dominierende autonome Inhaltsersteller zu sein. Auf YouTube gibt es einen Player, er indexiert das Internet und kann Informationen über Facebook hinausschauen. Außerdem hat er Zugriff auf eine enorme Menge an Rechenleistung, um das maschinelle Lernen zu simulieren, das für den Prozess erforderlich ist.

Alles in allem ist es ziemlich entmutigend, an Computer zu denken, die Kunst schaffen. Die bloße Beantwortung dieser philosophischen Frage führt zu massiven Mengen schriftlicher Arbeit. Dies kann jedoch die erforderliche Vorgehensweise sein, um Kreativität und Experimente wieder in die aktuelle Version von Hollywood zu bringen, die wie ein Papierkorb aussieht.

Siehe auch

Mitglied Spotlight: Zeke ZelkerArtificial Interior Designers: Wie KI Wissenschaftlern hilft, Kulturen auf der ganzen Welt zu studierenFÜR DIE LIEBE GESEHENVersehentliche Kunstabschaffung: ImplikationenUrsula Schultze-BluhmDer Fluch der totalen Erinnerung