 |
Το Netflix δοκιμάζει νέα εργαλεία τεχνητής νοημοσύνης για να βοηθήσει τους χρήστες να βρίσκουν σχετικό περιεχόμενο πιο γρήγορα. Φωτογραφία: Bloomberg . |
Το Netflix μόλις αποκάλυψε σχέδια για την εφαρμογή της δημιουργίας τεχνητής νοημοσύνης για να βοηθήσει τους χρήστες να βρίσκουν σχετικό περιεχόμενο πιο γρήγορα στην τεράστια βιβλιοθήκη της πλατφόρμας. Ωστόσο, αυτή η κίνηση έχει επίσης αναζωπυρώσει μια μακροχρόνια συζήτηση: Μήπως ο ίδιος ο αλγόριθμος του Netflix κάνει τους θεατές να νιώθουν ότι «δεν υπάρχει τίποτα που αξίζει να παρακολουθήσουν»;
Μιλώντας στο συνέδριο Bloomberg Tech στο Σαν Φρανσίσκο στις 3 Ιουνίου, η Elizabeth Stone, Chief Product and Technology Officer του Netflix, δήλωσε ότι η εταιρεία πειραματίζεται με μια σειρά από νέες τεχνολογίες, όπως η γενετική τεχνητή νοημοσύνη, η επεξεργασία φυσικής γλώσσας και οι διεπαφές που ελέγχονται με φωνή.
Σύμφωνα με την κα. Στόουν, ο στόχος είναι να βοηθηθούν οι χρήστες να ξεπεράσουν την «υπερφόρτωση περιεχομένου» όταν αντιμετωπίζουν χιλιάδες διαφορετικές ταινίες και εκπομπές. Το νέο σύστημα θα συνδυάζει το ιστορικό προβολής, τις προσωπικές προτιμήσεις, τα δημοφιλή θέματα, ακόμη και τις φυσικές φωνητικές εντολές για να κατανοήσει τι θέλουν να παρακολουθήσουν οι χρήστες ανά πάσα στιγμή.
«Υπάρχει τόσο πολύ περιεχόμενο αυτή τη στιγμή. Πώς μπορώ να καταλάβω τι είναι σωστό για μένα και τι είναι σωστό για μένα αυτή τη στιγμή;» ρώτησε η κα Στόουν.
Ωστόσο, πολλοί αναλυτές πιστεύουν ότι η αυξανόμενη δυσκολία που αντιμετωπίζουν οι χρήστες στην εύρεση του αγαπημένου τους περιεχομένου στο Netflix είναι συνέπεια του ίδιου του μοντέλου προτάσεων που έχει δημιουργήσει η πλατφόρμα όλα αυτά τα χρόνια.
Ο αλγόριθμος του Netflix δεν προτείνει καλές ταινίες.
Το Netflix θεωρείται εδώ και καιρό ένας από τους πρωτοπόρους στη χρήση δεδομένων για την εξατομίκευση εμπειριών ψυχαγωγίας. Κάθε ταινία που εμφανίζεται στην αρχική σελίδα είναι αποτέλεσμα μιας σειράς υπολογισμών που βασίζονται στο ιστορικό προβολής, τη διάρκεια προβολής, τη συμπεριφορά αναζήτησης και τις συνήθειες των χρηστών.
Ωστόσο, σύμφωνα με την ανάλυση της εφημερίδας The Guardian , ο αλγόριθμος δεν σχεδιάστηκε για να βρίσκει έργα καλλιτεχνικής αριστείας. Αντίθετα, στόχος του ήταν να βρει περιεχόμενο που είναι πιο πιθανό να κρατήσει τους θεατές αφοσιωμένους για μεγαλύτερο χρονικό διάστημα.
 |
Το σύστημα προτάσεων του Netflix βασίζεται σε δεδομένα συμπεριφοράς χρηστών, από το ιστορικό προβολής έως το δημοφιλές περιεχόμενο, για τη μεγιστοποίηση της διατήρησης του κοινού. Φωτογραφία: Medium. Μπορεί επίσης να σας αρέσει  Η Αυστραλία διπλασιάζει τα πρόστιμα για να αυστηροποιήσει τους περιορισμούς στη χρήση των μέσων κοινωνικής δικτύωσης για παιδιά κάτω των 16 ετών.VHO - Η αυστραλιανή κυβέρνηση θα διπλασιάσει τα μέγιστα πρόστιμα για τις πλατφόρμες κοινωνικής δικτύωσης που παραβιάζουν την απαγόρευση χρήσης της υπηρεσίας από παιδιά κάτω των 16 ετών και θα δώσει επίσης στις ρυθμιστικές αρχές περισσότερες εξουσίες για την παρακολούθηση της εφαρμογής των κανονισμών επαλήθευσης ηλικίας.  Τι είπε η βιετναμέζικη ομάδα PUBG για την αξία της σε "ένα εκατομμύριο δολάρια" στο PNC 2026;Με ένα ρόστερ αξίας 1,42 εκατομμυρίων δολαρίων, η βιετναμέζικη ομάδα PUBG eSports μπαίνει στη σεζόν του 2026 με μεγάλη αποφασιστικότητα.  Πώς να υπολογίσετε τα τέλη πνευματικών δικαιωμάτων όταν μια καφετέρια χρησιμοποιεί μουσική.(Εφημερίδα Dan Tri) - Τα καφέ που χρησιμοποιούν μουσική στις επιχειρηματικές τους δραστηριότητες ενδέχεται να υποχρεούνται να καταβάλλουν ετήσια τέλη πνευματικών δικαιωμάτων. Το ποσό πληρωμής υπολογίζεται με βάση τον βασικό μισθό και έναν συντελεστή προσαρμογής που βασίζεται στην περιοχή του καταστήματος. |
Αυτό οδηγεί σε μια προφανή συνέπεια: ταινίες που είναι εύκολες στην κατανόηση, λιγότερο αμφιλεγόμενες, ακολουθούν γνωστές φόρμουλες και απευθύνονται σε ένα ευρύ κοινό συχνά προτιμώνται έναντι πειραματικών ή μη συμβατικών έργων.
Η Μπέλα Μπατζάρια, Διευθύντρια Περιεχομένου του Netflix, αποκαλεί αυτή τη στρατηγική «γκουρμέ τσίζμπεργκερ», που σημαίνει ότι πρέπει να δημιουργηθεί ένα προϊόν αρκετά ελκυστικό για να ικανοποιήσει όσο το δυνατόν περισσότερους ανθρώπους, αντί να στοχεύει σε ένα μικρό κοινό με συγκεκριμένες προτιμήσεις.
Έρευνα του αναλυτή Stephen Follows δείχνει ότι μόνο το 7% των κορυφαίων τίτλων στο Netflix αντιπροσωπεύουν το 50% της συνολικής τηλεθέασης. Αυτή η συγκέντρωση είναι ακόμη υψηλότερη από ό,τι στην παραδοσιακή αγορά ταινιών.
Σύμφωνα με τους επικριτές, όταν στους χρήστες παρουσιάζεται συνεχώς περιεχόμενο παρόμοιο με ταινίες που έχουν ήδη δει, οι ψυχαγωγικές τους προτιμήσεις σταδιακά «ισοπεδώνονται». Ως αποτέλεσμα, πολλοί θεατές αισθάνονται ότι οι ταινίες του Netflix γίνονται ολοένα και πιο παρόμοιες, εύκολες στην παρακολούθηση αλλά και εύκολα ξεχασμένες.
Η τεχνητή νοημοσύνη δεν βοηθά απαραίτητα στην εύρεση καλύτερων ταινιών.
Σε αυτό το πλαίσιο, το Netflix θεωρεί την Τεχνητή Νοημοσύνη ως το επόμενο βήμα στο σύστημα προτάσεων περιεχομένου του.
Αντί να βασίζεται αποκλειστικά σε ιστορικά δεδομένα, η Τεχνητή Νοημοσύνη μπορεί να κατανοήσει πιο σύνθετα αιτήματα όπως «Θέλω να παρακολουθήσω μια χαλαρωτική ταινία μετά τη δουλειά» ή «μια ταινία παρόμοια με το Stranger Things αλλά λιγότερο τρομακτική». Αυτή η τεχνολογία αναμένεται να βοηθήσει τους χρήστες να μειώσουν τον χρόνο αναζήτησης και να αυξήσουν τις πιθανότητές τους να βρουν σχετικό περιεχόμενο.
Ωστόσο, ορισμένοι ειδικοί υποστηρίζουν ότι η Τεχνητή Νοημοσύνη θα μπορούσε επίσης να επιδεινώσει το πρόβλημα.
 |
Το Netflix ελπίζει ότι η Τεχνητή Νοημοσύνη θα μπορεί να κατανοεί τις ανάγκες και τις διαθέσεις των θεατών ανά πάσα στιγμή, ώστε να παρέχει πιο εξατομικευμένες προτάσεις. Φωτογραφία: The Verge. |
Εάν η Τεχνητή Νοημοσύνη συνεχίσει να εκπαιδεύεται στο ίδιο σύνολο δεδομένων και με τον ίδιο στόχο της βελτιστοποίησης του χρόνου προβολής, μπορεί να δώσει προτεραιότητα σε τύπους που έχουν αποδειχθεί αποτελεσματικοί για την πλειοψηφία. Αυτό σημαίνει ότι το ασφαλές, οικείο περιεχόμενο θα συνεχίσει να προωθείται στην κορυφή, ενώ τα νέα ή πειραματικά έργα θα είναι πιο δύσκολο να προσεγγιστούν στο κοινό.
Πέρα από την απλή πρόταση περιεχομένου, η Τεχνητή Νοημοσύνη χρησιμοποιείται πλέον από πολλές εταιρείες ψυχαγωγίας για τη δημιουργία διαφημιστικών γραφικών, την εξατομίκευση τρέιλερ, την ανάλυση σεναρίων και την πρόβλεψη των αντιδράσεων του κοινού πριν ένα έργο λάβει το πράσινο φως.
Με το Netflix, η Τεχνητή Νοημοσύνη μπορεί να βοηθήσει τους χρήστες να βρίσκουν ταινίες πιο γρήγορα μέσα σε μια τεράστια θάλασσα περιεχομένου. Αλλά για τους σκεπτικιστές, το πιο σημαντικό ερώτημα είναι αν αυτή η τεχνολογία θα βοηθήσει στη δημιουργία καλύτερων ταινιών ή απλώς θα κάνει τα πάντα πιο όμοια.
Αν συμβεί το δεύτερο σενάριο, η Τεχνητή Νοημοσύνη δεν θα λύσει την κρίση επιλογής των θεατών. Θα βοηθήσει μόνο τους χρήστες να βρίσκουν παρόμοιες ταινίες πιο γρήγορα.
Πηγή: https://znews.vn/vi-sao-netflix-luon-de-xuat-phim-do-post1657220.html
