Behöver vi AI för att titta på TV?

Det är inte längre någon som tvivlar på att den artificiella intelligensen (AI) är här för att stanna. En undersökning från konsulthuset Deloitte visar att 82 procent av ”early adopters”, alltså de som hakat på tekniken tidigast, nu också får ekonomisk avkastning på sina AI-investeringar.

Men hur används AI för att skapa nytta inom strömmande media? I denna artikel ger vi några aktuella exempel på hur AI kan hjälpa oss tittare att välja film, leverantörerna att erbjuda högre teknisk kvalitet och annonsörerna att ge oss mer anpassade erbjudanden.

Vi lever i en uppkopplad värld, med en enorm palett av ständigt tillgängliga digitala tjänster. Vi ber Alexa styra vår belysning hemma och frågar Siri efter närmaste sushi-restaurang, våra inkorgar är friare från skräppost än aldrig förr och snart slipper vi också köra våra egna bilar. Det kan vi tacka AI och maskininlärning för.

Vi behöver hjälp att välja

Även inom strömmande media gör AI daglig nytta. Som konsumenter har vi mer digitalt material att titta på än någonsin förut. En ständig ström (!) av nya filmer, serier, ljudböcker och för att inte tala om mängden live-sändningar och sportevenemang – allt från Champions League ned till snart varenda liten farmarliga strömmas. Tre fjärdedelar av internettrafiken utgörs idag av video – och det ökar stadigt. Inte undra på att vi behöver hjälp med att välja vad vi ska titta på!

Rekommendationssystem som hjälper oss att hitta intressant innehåll är därför kanske det mest framträdande exemplet där AI kommer till sin rätt. Genom att låta en AI analysera vad vi tittar på, när på dygnet, hur länge, på vilken plattform och jämföra med vad liknande användare gillar mm, så kan den lära sig att göra träffsäkra förutsägelser om vad vi kan tänkas vilja titta på härnäst. Och det för varje enskild användare. Netflix, med sina 150 miljoner användare, har förstått att nyckeln till att hålla tittarna kvar är hjälpa dem att välja nästa program. De lägger hundratals miljoner dollar per år på att utveckla sitt rekommendationssystem och uppger att 80% av alla visningar kommer från rekommendationer. De säger sig spara omkring 1 miljard dollar årligen – tack vare att de kan ge så bra rekommendationer att kunderna fortsätter titta och stannar kvar hos Netflix istället för att säga upp sina abonnemang.

Reklammakare och annonsörer kan med samma teknik analysera enskilda kunders konsumtionsmönster och generella beteenden för att ge ett så bra och relevant erbjudande som möjligt och kundanpassa marknadsföringen. Man undersöker hur effektiv reklamen är kopplat till innehållet i det pågående programmet och samlar alltså data om vilka annonser som ger bäst effekt, det vill säga skapar starkast köpbeteende, hos tittaren beroende på vad programmet handlar om eller vad som utspelas i filmen. Tekniken används också för att analysera beteendemönster för att förutsäga uppsägningar av abonnemang, så att leverantören kan sätta in förebyggande

Hög upplevd kvalitet med rätt kompromisser

Bild och ljud är som bekant utrymmes- och bandbreddskrävande och vi har sedan länge haft kraftfulla verktyg för att få ned storleken på media, utan att nödvändigtvis behöva kompromissa allt för mycket med kvaliteten. Men med dagens näst intill oändliga flora av olika plattformar, skärmstorlekar, internetanslutningar och inte minst variationer av mediamaterialet i sig (olika material tål olika mycket komprimering) så handlar problemet inte lika mycket om “hur kan vi komprimera hårdare?” utan snarare “hur hårt kan vi komprimera för varje given situation för att den upplevda kvaliteten ska var så hög som möjligt?”. Med hjälp av AI kan vi idag göra den avvägningen med hög precision – vilket ger högre bildkvalitet för tittare med sämre internetanslutning, mindre påverkan på uppspelning vid nätverksproblem och din surfpott räcker längre.

Exemplen på tjänster där AI och maskininlärning ligger bakom slutar dock inte här. AI hjälper oss att automatisera kvalitetssäkring av videomaterial så att vi slipper gå igenom det manuellt, att planera och optimera resursutnyttjande och säkerställa tillgänglighet av våra play-tjänster, att automatiskt generera undertexter och skapa metadata som i sin tur gör det lätt att söka fram det där klippet där Donald Trump pratade om “ what happened in Sweden last night” bland allt som finns på YouTube.

Så artificiell intelligens har uppenbarligen sin plats inom strömmande media. Att förstå vad miljoner användare vill titta på härnäst, vilken reklam som är mest relevant för varje individ eller vilken mix av komprimering som är optimal ur användarperspektiv för varje sekund av video har alla gemensamt att de är hög-dimensionella problem. Problem med extremt stor mängd ingående variabler och observationer (data). Data som dessutom är dynamisk till sin natur och där gårdagens lösning kan se annorlunda ut idag. Detta i sin tur kräver adaptiva, lärande, modeller.

Idag har vi både kraften och datamängden för att angripa dessa problem. Intåget av cloud computing har gjort att datorkraft inte längre enkom är stordatorcentrum och akademiska institutioner förunnat.

AI idag och utmaningar som väntar  

Begreppet maskininlärning är inget nytt påfund, men förut skulle träning av en AI inte kunna göras inom rimlig tid. Det fanns helt enkelt inte tillräckligt med datorkraft. Enligt Shane Legg, som var med och skapade Google DeepMind, så skulle ett träningspass som tar en dag på en enda TPU (Tensor Processing Unit, en beräkningskrets speciellt avsedd för AI) ta en kvarts miljon år på en 486:a PC från 1990.

Denna typ av problem är också parallelliserbara och skalbara, vilket gifter sig väl med cloud computing. Molnet erbjuder hastighet och processorkapacitet som vi bara kunde drömma om för några år sedan. Om 1000 videor ska analyseras och det tar en timme för varje, så kan 1000 maskiner i molnet göra jobbet på en timme! Det är den skalbara kraften i molntjänster som gjort det möjlig att de senaste året kommersialisera tekniken och integrera den med verkliga produkter.

Men vi är inte färdiga än! Enligt en studie av McKinsey, där man studerade 400 användarfall i 19 industrier som idag löses med traditionella metoder som t ex statistisk analys, bedömdes AI kunna förbättra 57 % av fallen inom kategorin Media & Entertainment. Konsulthuset Gartner spår att AI kommer att finnas i nästintill varenda mjukvaru-produkt år 2020 och att AI kommer att vara Top-5 bland företagens prioriterade investeringar. Så vi kommer att få se fler och mer sofistikerande lösningar med AI.

Det finns förstås också utmaningar. Framgångsrika AI-lösningar kräver bra data. En AI blir aldrig bättre än det dataset den tränats på. Detta kräver en datamängd som helst är kategoriserad men framför allt som representerar alla nyanser av verkligheten. Ni minns kanske chatboten Tay från Microsoft som skulle lära sig att konversera och gick från hjälpsam och trevlig till rasistiskt rövhål på mindre än 24h:

Helt oberoende av oss människor är vi inte än. AI behöver ibland hjälp av mänsklig dito, för det är ju är inte alltid så lätt. Titta på bilden nedan – är det en Chihuahua eller en blåbärsmuffin?

Om vårt AI-system till exempel analyserar en bild i en videosekvens och systemet bara kan avgöra vad den innehåller med en lägre grad av säkerhet, konfidens, än vad som är acceptabelt så skickas bilden vidare till en människa för bedömning. Hur pricksäkert AI-systemet är beror på många faktorer, till exempel videons upplösning, brusnivån och hur snabba rörelser som sker i sekvensen. Snabba rörelser i lågupplöst video ger sämre konfidens men i gynnsamma fall kan den bli långt över 90%.

AI är alltså här, och tillämpningarna och möjligheterna inom strömmande media är många. Med tanke på de enorma mängder video som skapas runt om i världen idag måste vi ta hjälp av maskinernas intelligens för att kunna hantera, optimera, karaktärisera och distribuera video effektivt och med kvalitet. Men det finns förstås frågor att ställa sig och att reda ut, framförallt för de som äger eller publicerar material och vill utnyttja AI: Hur mycket data behöver ett system för att ge rimlig noggrannhet och träffsäkerhet? Hur lång tid tar det att träna upp ett system? Vilken mjukvara finns att tillgå och vilka kunskaper behöver medarbetarna för att ge AI-systemen den träning som krävs? Vem äger data? Och hur kommer AI-hjälpmedlen att utvecklas?

AI kommer definitivt att bidra till att många arbetsintensiva moment förenklas, men det kommer även i framtiden att krävas mänsklig inblandning för att träna systemen och kontrollera resultaten. Den största fördelen är att företag kan frigöra resurser för att fokusera på andra problem som behöver lösas för att leverera en förstklassig tittarupplevelse.

Nej, vi behöver kanske inte AI för att se på TV. Men visst blir upplevelsen ganska mycket bättre? I en värld där kunderna dikterar villkoren och kan välja fritt bl a alla strömningstjänster så blir personifiering, tillgänglighet och kvalitet de viktigaste medlen i kampen om tittarna. Och där spelar AI en avgörande roll.

Denna artikel är skriven av Attentecs strömmande media-expert Stefan Sax och Anders Weiland.