Я створив свого інтерактивного цифрового аватара — і ви можете з ним розмовляти

Коли Александру Войка, керівник відділу корпоративних питань стартапу з генерації відео Synthesia, цього літа надіслав мені посилання на найновіше поповнення їхньої PR-команди, я здивувалася. Це був інтерактивний віртуальний аватар самого Александру, навчений відповідати на поширені запитання преси про Synthesia — наприклад, про те, чим вона займається і як працює. Напередодні я брала участь у панельній дискусії, де піарники запитували мене, чи не заперечую я проти пітчів, написаних за допомогою ШІ. Але аватар Александру був чимось більшим — мені здалося, що це фінальний бос використання ШІ у PR. 

У вересні Synthesia запросила мене до свого нового офісу в Нью-Йорку. Synthesia, яка спочатку базувалася у Великій Британії, є одним із популярних стартапів у сфері цифрових аватарів поряд із такими компаніями, як D-ID, HeyGen і Colossyan. На початку цього року її оцінка сягнула 4 мільярдів доларів, а минулого року компанія повідомила, що перевищила показник 100 мільйонів доларів річного регулярного доходу.

Synthesia дає підприємствам змогу створювати інтерактивні навчальні відео за допомогою аватарів ШІ, а нещодавно запустила продукт під назвою Roleplay Sessions, який дає працівникам змогу практикувати, наприклад, презентації продажів з інтерактивним аватаром ШІ, що реагує на їхні відповіді та оцінює їх.

Коли я прийшла на відкриття нового офісу, і мене запитали, чи хотіла б я власний аватар ШІ, я навіть не вагалася й відповіла «так». Звісно, я хотіла б мати власного цифрового двійника. Того дня мій наряд був милим, а зачіска — акуратною.

До зустрічі зі своїм цифровим двійником я була байдужою до аватарів, але відчувала, що вони неминуче стануть частиною повсякденного онлайн-життя. Я чула про людей в Instagram, які створюють аватарів за власною подобою, щоб ті допомагали їм створювати контент для соцмереж. Мені все це здається дуже цікавим, і, мабуть, саме тому тепер я без вагань представляю вам свого цифрового двійника. Це перший випадок, коли Synethsia створила цифрового аватара для журналіста (або взагалі для будь-кого, крім Войки). Він навчений на моєму матеріалі про те, чому стартапи, що отримали венчурне фінансування, частіше вдаються до шахрайства, ніж стартапи без венчурного фінансування, і відповідатиме лише на запитання про цей матеріал. 

Нижче просто натисніть «почати в новому вікні», щоб розпочати.

Йому можна поставити такі запитання:

• Чому я вирішила написати цей матеріал?
• Про що наукова стаття?
• Що виявили дослідники?

Щоб створити його, я зайшла до невеликої кіностудії в офісі Synthesia, де мене сфотографували безліч разів і записали двохвилинний зразок мого голосу. Я мала погодитися на створення цих аватарів — і, ну що ж, цифрова Дом народилася. Для мене створили персонального аватара (того, який просто читає будь-який наданий мною сценарій) — в окулярах і без них — а також двох інтерактивних аватарів (тих, які можуть відповідати й слухати мене), теж в окулярах і без них. 

Ми вибрали статтю, на якій мали навчити інтерактивного аватара, після чого одна з команд створила мого інтерактивного аватара, який працює на основі комбінації моделей перетворення голосу на текст, відео, мови та тексту на голос. Технологічний стек мого аватара включає власні відео- та голосові моделі Synthesia, хоча компанія також дозволяє клієнтам обирати альтернативи від інших лабораторій, таких як Cartesia, ElevenLabs, Google або OpenAI. Підприємства також можуть обрати будь-яку хмару для розміщення своїх аватарів або платити Synthesia за їхнє розміщення.

Модель перетворення голосу на текст перетворює сказане людьми на текст, агентна мовна модель інтерпретує текст і може виконувати дії на його основі, модель перетворення тексту на голос перетворює відповідь на аудіо, а відеомодель (створена Synthesia) анімує аватара під час його мовлення. 

Загалом Synthesia створює три типи продуктів — платформу для створення й розповсюдження відео з класичними аватарами, де хтось вводить сценарій, а аватар його повторює; агентну платформу під назвою Sessions, де люди можуть взаємодіяти з аватарами в опитуваннях або під час рольових ігор; і платформу API, за допомогою якої можна поєднувати відео- та голосові моделі Synthesia з іншими технологічними сервісами для створення інтерактивних аватарів або інших типів продуктів.

Команді Synthesia знадобилося кілька днів, щоб створити моїх аватарів. Спочатку я погралася з персональними аватарами й ввела досить загальний сценарій, щоб почути, як звучить мій голос, створений ШІ. Я попросила його розповісти про те, що в Нью-Йорку настала осінь — моя улюблена пора року. Голос був досить точним, і я зраділа, що він не відтворив хрипоту, яка була в мене під час запису аудіозразка. 

Я показала його кільком друзям, далеким від технічної сфери, і вони визнали його водночас цікавим і моторошним.

Потім я показала їм свій інтерактивний аватар, який є детермінованим, тобто може говорити лише те, на що його навчили відповідати. У цьому випадку йшлося про мою історію про венчурне шахрайство. Я ставила йому запитання на кшталт того, де я працювала до TechCrunch і в якій частині Нью-Йорка жила, але щоразу він повертав мене до цієї історії.

Моїм друзям не здалося, що голос дуже схожий на мій, і вони вважали, що зовнішня схожість не така добра, як у персонального аватара, але все ж вона була достатньою, щоб це здавалося дещо моторошним. Моя мама назвала його «дивовижним», а від неї це неабияка похвала. Вона й мій батько постійно намагалися поставити йому запитання про мене, які «знали б лише вони», але модель не відповідала й щоразу спрямовувала їх до історії про венчурне шахрайство.

«Я не пам’ятаю, щоб народжувала двох вас», — пожартувала вона після тестування моделі.

Цей досвід змусив мене замислитися над тим, яким може бути майбутнє журналістики. Чи влаштувало б людей увімкнути новини, які представляє аватар? Один інвестор одразу сказав мені, що ні. Безумовно, сьогодні є чимало спротиву низькоякісному контенту, створеному ШІ, який заполонив соцмережі та інші платформи обміну новинами. Але інші люди, яких я запитувала, не були такими впевненими. Чи можуть аватари доповнити — або навіть замінити — журналістів? Чи хотіли б генеральні директори розмовляти з аватаром журналіста, створеним ШІ, а не з людиною? 

У своїй кар’єрі я ціную спілкування з людьми, написання матеріалів і дослідження нових тем. Але найважливіша частина журналістики — це довіра. Не схоже, що її коли-небудь можна буде передати ШІ.

За межами журналістики я впевнена, що ідея клонування себе може виявитися привабливою. Більше не потрібно надолужувати роботу після свят чи відпустки, адже ваша версія завжди може бути поруч і відповідати на запитання.

Нам доведеться побачити, як використання аватарів розвиватиметься в корпоративній Америці. Але тепер, коли в мене є власний, я маю змішані почуття. Коли початкова новизна минула, я уважно розглядала свого аватара після того, як він перестав говорити, і чекала — сама не знаю, чого. Можливо, я чекала, що він моргне. Або скаже щось нове, чи усміхнеться, або просто дасть мені зрозуміти, що він знає. 

Оскільки мої цифрові двійники детерміновані, вони ніколи цього не зроблять. Але я бачу, наскільки легко можна було б скотитися до відтінку психозу, спричиненого ШІ, з аватаром, який був би недетермінованим, тобто працював би на основі чатбота, вільного філософствувати.

Я сказала одному інвестору, що, яким би не було майбутнє цифрових двійників, на мою думку, моє покоління — покоління Z — навряд чи до них звикне. Вони здаються науковою фантастикою: усе, що ми коли-небудь бачили у фільмах, тепер стало реальністю. Але мушу сказати, що цифрові аватари здаються мені менш моторошними, ніж гуманоїди. Принаймні з аватаром, якщо все стає дивним, я завжди можу вийти із системи. 

А до того часу ось мій персональний аватар, який розповість вам про всі головні матеріали на нашому сайті цього тижня!