AIを活用しよう!パンデミック中に人工知能がエンターテインメント業界をどのように変えているのか

AIを活用しよう!パンデミック中に人工知能がエンターテインメント業界をどのように変えているのか

この記事は、公開アカウント「Reading the Core」(ID: AI_Discovery)から転載したものです。

2020年は厳しい年であり、バーニングマン、ロラパルーザ、ゴールデングローブ賞、オリンピックといった大予算のイベントでさえ、オンライン開催への移行や日程変更の運命に直面している。エンターテインメント業界で働く人々にとって、今生き残る唯一の方法は、まったく新しいアプローチを実行することです。また、緊急事態に備えてプラン B とプラン C を用意し、適応するための新しい方法を見つける必要があります。

[[374634]]

合成メディアとは、人工知能とディープラーニングを通じて生成されるコンテンツ(ビデオ、GIF、音楽、その他のインタラクティブな形式)です。合成メディアをコンテンツ制作とコミュニケーションに統合し、経費を削減して利益を増やすことで全体的な制作コストを削減します。

過去数年間、私は視聴者の行動に大きな変化が見られるのを観察してきました。人々はソーシャルメディアを積極的に利用し、登場する多くの新しいツール(TikTok、Vine 動画、Snapchat フィルターなど)を取り入れています。コンテンツ作成プロセスはますますシンプルになり、人気が高まっており、その結果はよりパーソナライズされ、革新的なものになっています。そして、こうした傾向はエンターテインメント業界に課題をもたらしています。

これらすべてから、次のような疑問が湧いてきます。合成メディアは、今日の映画、ファッション、セレブリティ、デジタル マーケティング業界を具体的にどのように改善しているのでしょうか?

映画業界: より安価で迅速な制作ソリューション、よりクリエイティブなソリューション

まず、合成メディアはビデオの作成とポストプロダクションの最適化に役立ちます。例えば、映画「ジェミニマン」では、52歳のウィル・スミスが20歳の自分と対峙するシーンがあるが、パラマウント・ピクチャーズは、このシーンの制作に2年を費やし、莫大な費用をかけた。現在、合成メディア AI ツールは、この作業を非常にうまく、迅速かつ安価に実行できます。ほんの数年前には、これは不可能だったでしょう。

[[374635]]

パラマウント・ピクチャーズは「若い」ウィル・スミスのデジタル版の制作に2年を費やした。

[[374636]]

(1963年の名作映画でクレオパトラ役のエリザベス・テイラーに代わってガル・ガドットが出演する10秒間のビデオ。人工知能アプリケーションによって作成された。)

現在のディープラーニング、顔の入れ替え、デジタルメイクアップの技術には、写真や彫刻から歴史上の人物を再現するなど、より単純な実用的な用途もあります。この手法は、AI技術によって歴史上の人物の実際の容姿から俳優の容姿を可能な限りリアルに再現できるため、ハリウッドのスタジオでの白人化スキャンダルの数を減らすのに役立つ可能性がある。

合成メディアのもう 1 つの利点は、既存のビデオ コンテンツをより創造的に再利用できることです。これは特に、ソニー、ユニバーサル、YouTube などの大規模なビデオ コンテンツ ホルダーに当てはまります。

AI 駆動型の顔交換技術を使用することで、ビデオをゼロから作り直す場合と比べて制作コストを大幅に削減しながら、まったく新しい合成コンテンツを作成して配信できるようになります。たとえば、既存の映画シーンに新しいシーンや新しい俳優を組み込んだり、事前に制作された映画で俳優を別の俳優に置き換えたり、ビデオを制作する前に俳優に役の事前リハーサルを行わせたりすることができます。

ファッション業界:創造性を高め、買い物時間を短縮

AI テクノロジーは、仮想ショーの制作、ファッション トレンドの予測、カスタマイズ可能なリアルな人工ファッション モデルの作成を可能にすることで、ファッション業界全体の創造性を高めることができます。

さらに、デジタルショールームや顔や体の交換技術を使えば、衣服を試着するのがはるかに簡単になります。人々は家を出たり、移動に時間を費やしたり、混雑した不衛生な試着室で服を試着したりする必要がなくなります。

2019年、流行前に、グッチブランドは拡張現実の「試着」を開始しました。 2020年後半には、Refaceアプリ「Become a Gucci Spokesperson」のテストコラボレーションで、ユーザーがグッチの比類ないコマーシャルでスポークスパーソンとして活動し、パーソナライズされたビデオを作成できるプログラムが開始されました。

もうひとつの賢いテクノロジーソリューションは、仮想の衣料品を作成する Dress X が提供するファストファッションの代替品です。ファストファッションを選ぶよりも、インスタグラムの自撮り写真一枚にしか使わない、純粋にデジタルな服を買うほうがはるかに環境に優しいです。あるいは、服は本物でもモデルはそうでない場合もあります。たとえば、衣料品ブランドKSENIASCHNAIDERのファッションショーでは、3人のモデルが人工的に作られた20の存在しない女性の顔を試しました。

[[374637]]

画像ソース: unsplash

セレブリティとインフルエンサーマーケティング:誰もがスターになれる時代

ライブ音楽とエンターテインメント業界は現在、厳しい時期を迎えています。あなたが人気スターで、ライブパフォーマンスを中心に生活している場合、旅行やツアーが事実上存在しないときはどうしますか?

ファンは依然としてアイドルと密接なつながりを持ちたい、スターと密接な関係を持ちたいと考えています。ジャスティン・ビーバーは合成メディアの力を借りて、今年10月に新しいビデオをリリースし、ファンにオンラインで参加するよう呼びかけた。ファンはジャスティンのビデオに自分の顔を追加することができ、画面上でビデオを見るだけでなく、彼と同じフレームに入ることができる。

ブランドがターゲット ユーザーとコミュニケーションをとるためのユニークな方法を提供する、非常に人気のある CGI インフルエンサーもいます。合成メディアは、インフルエンサーや有名人にユニークで珍しいコンテンツを作成するための新たな方法を提供します。クリエイターは、目立つために高度なビデオや写真の制作機能に頼る必要はもうありません。テクノロジーの助けを借りて、クリエイターは既存のコンテンツを再作成できます。このアプローチにより、コンテンツの潜在的なバイラル性が高まり、クリエイターが新しいユニークなトピックを検索しやすくなります。

デジタルマーケティング: 広告、パーソナライゼーション、匿名化

広告業界では、顔交換 AI 技術は、ユニークなプロモーション メカニズムやパーソナライズされた広告の作成に役立ちます。Netflix のように視聴者の興味に基づいて予告編を作成するだけでなく、視聴者を予告編やコマーシャルの主役にしたり、場合によっては視聴者の写真を元の写真に重ね合わせたりすることもできます。

以前は、一部の人がビデオを撮影し、視聴者はオリジナルのビデオしか視聴できませんでしたが、現在は視聴者がパーソナライズされたビデオを作成できます。つまり、観客は映画を観るだけでなく、映画に出演することになるのです!これは業界全体を変える可能性があります。

匿名化について言えば、デジタル マーケティングでは、顔交換テクノロジーの助けを借りてプライバシーの実践を改善できます。ほとんどの場合、ストック写真やビデオに人物が写っている場合、そのような写真を販売するプラットフォームは、商業利用のためにその人物から許可を得る必要があります。匿名化機能を使用すると、ユーザーは写真やビデオ内の任意の顔を、必要なパラメータを使用して人工の顔に変更できます。

[[374638]]

画像ソース: unsplash

合成メディアは私たちの創造性を高め、エンターテインメント技術をまったく新しいレベルに引き上げ、より完全で感情的にカスタマイズされた体験を提供します。

合成メディアは、悪用、フェイクニュース、ディープフェイクなどの理由で評判が悪いですが、倫理的かつ合意に基づいて使用される限り、テクノロジー自体は無害であり、恐れる必要はないと私は信じています。機械学習ベースのコンテンツの作成者と消費者の両方が責任を持ち、批判的に考える必要があります。合成メディアは敵ではなく、より多様なものを生み出すために使用できるツールであるべきです。

<<:  iQIYI機械学習プラットフォーム構築実践

>>:  2021年に人工知能が主流の技術になる

ブログ    

推薦する

...

ディープラーニングの問題を無視してはいけない。ゲイリー・マーカスはそれに冷水を浴びせる義務がある

ニューヨーク大学の心理学教授であるゲイリー・マーカス氏は、かつてウーバーの人工知能研究所の所長を務め...

ジェネレーティブAIはソフトウェア開発に3つの幻想をもたらす:高速、高品質、そしてより少ない人員

著者 |張開峰ソフトウェア業界は長い間、コスト削減と効率性向上に取り組んできました。長期にわたる開発...

顔認識の3つの主要技術と4つの主要機能

2016年百度世界大会が開幕し、百度創始者の李承燁氏は大会で「人工知能」をテーマに講演し、最新製品「...

少なくとも 8 つのトップカンファレンス論文! NvidiaのLLM研究科学者の求人数は非常に多く、元Google Brainの科学者を驚かせるほどである。

機械学習の分野で仕事を見つけるのはどれくらい難しいですか? NVIDIA の大規模モデル研究科学者の...

O(n) アルゴリズムは実際にタイムアウトします。この時点で n はどのくらいの大きさでしょうか?

[[412223]]生徒の中には、コンピューターの実行速度の概念がわからない人もいるかもしれません...

...

...

...

クラウドとジェネレーティブ AI の今後の動向

絶えず変化するビジネス環境において、データは驚くべき速度で増加しています。データの急増により、あらゆ...

...

AIと機械学習ベースのソフトウェアソリューションが小売業界にどのような変化をもたらしているか

人工知能とその応用は間違いなくこれらの分野に革命をもたらし、新たな方向へと導いてきました。その応用範...

データ構造とアルゴリズムの簡単な紹介

一般的なデータ構造にはどのようなものがありますか? 基本的な操作は何ですか? 一般的なソート アルゴ...

ついに誰かがTelnetとSNMPを明確に説明してくれるようになった

[[431488]]テルネットTelnet プログラムの目的は、ネットワーク経由でリモート ログイン...

1行のコードで大規模モデルのパフォーマンスが10%向上、開発者は無料でランチを楽しめる

大規模なモデルを微調整するための「無料ランチ」ができました。たった 1 行のコードで、パフォーマンス...