Отчет SMPTE исследует растущую роль искусственного интеллекта в медиапроцессах

SMPTE выпустил обновленный инженерный отчет, посвященный искусственному интеллекту (ИИ) и машинному обучению (МО) в медиа-продукции, разработанный в сотрудничестве с Европейским вещательным союзом (EBU) и Центром развлекательных технологий.

Документ, обозначенный как SMPTE ER 1011:2025, представляет собой переработку отчета организации 2023 года и является результатом работы группы по стандартам ИИ, созданной в 2020 году. Отчет объемом 54 страницы предоставляет техническую информацию о системах ИИ и МО, а также рассматривает их применение в медиапроцессах.

Согласно заявлению организаций, обновление включает новый материал по нескольким темам, которые стали актуальными с момента выхода предыдущей версии. Эти дополнения охватывают Протокол контекста модели, который представляет собой структуру для соединения ИИ-приложений с внешними системами; улучшенные соображения по безопасности для реализации ИИ; и роль программного обеспечения с открытым исходным кодом в разработке ИИ.

Отчет также рассматривает ISO/IEC 42001:2023, стандарт управления для организаций, занимающихся разработкой или внедрением ИИ-систем. Эта структура, которая стала доступна в конце 2023 года, устанавливает требования к управлению ИИ, оценке рисков и этическим соображениям.

«Ландшафт ИИ в медиа развивается с беспрецедентной скоростью, и рабочая группа SMPTE по ИИ продолжает стремиться к тому, чтобы не отставать от этой трансформации», — сказал Томас Бозе Мейсон, директор по стандартам SMPTE. «Переработка инженерного отчета отражает новые события, такие как Протокол контекста модели, улучшенные соображения по безопасности, открытый исходный код в ИИ и новые структуры, такие как ISO/IEC 42001, среди прочего.»

Документ охватывает технические аспекты различных подходов к ИИ, включая суперvised learning, unsupervised learning и reinforcement learning. Он рассматривает генеративные ИИ-системы, включая большие языковые модели и диффузионные модели, используемые для создания контента. В отчете также обсуждаются вариационные автоэнкодеры и генеративные состязательные сети, две архитектуры, используемые в медиаприложениях.

Раздел об этике ИИ рассматривает соображения для организаций, внедряющих эти системы. Отчет описывает принципы, включая прозрачность, инклюзивность и подотчетность. Он описывает «этический конвейер ИИ», охватывающий организационную структуру, проектирование продукта, сбор данных и разработку моделей.

Документ также обсуждает проблемы безопасности, специфичные для ИИ-систем, включая отравление данных и взлом системы. Он рассматривает, как эти угрозы отличаются от традиционных проблем информационной безопасности, и обсуждает подходы к обеспечению безопасности ИИ-процессов в медиапотоках.

Согласно отчету, медиаиндустрия сталкивается с уникальными соображениями при внедрении ИИ-систем. К ним относятся защита интеллектуальной собственности, соблюдение лицензионных соглашений и трудовых контрактов, а также поддержание стандартов приемлемости контента. В документе указано, что медиорганизации обрабатывают большие объемы потребительских данных, что требует соблюдения норм о конфиденциальности.

Отчет исследует текущую стандартную ландшафт для ИИ, включая работу Подкомитета 42 Совместного технического комитета 1 ISO/IEC, который контролирует усилия по стандартизации ИИ. Он описывает Законодательство по ИИ Европейского Союза и Рамочную структуру управления рисками при ИИ, разрабатываемую Национальным институтом стандартов и технологий США, как два подхода к регулированию.

Организации идентифицируют несколько областей, где разработка стандартов может оказаться полезной. К ним относятся методологии бенчмаркинга для медиаспецифических задач ИИ, схемы метаданных для ИИ-моделей и наборов данных, а также лучшие практики по использованию данных в обучении моделей. Отчет отмечает, что формальная стандартизация протоколов, таких как MCP и структуры коммуникации агент-агент, могла бы улучшить взаимодействие систем.

Документ рассматривает текущие применения ИИ в производстве, распространении и потреблении медиа. К ним относятся автоматизированное производство контента, генерация метаданных, аналитика аудитории и системы рекомендации контента. Отчет описывает, как ИИ-системы используются для таких задач, как производство видео для спорта, где алгоритмы могут распознавать игровые ситуации и создавать хайлайты.

Раздел о наборах данных обсуждает важность качества и доступности обучающих данных. В отчете отмечается, что разработка больших аннотированных наборов данных позволила достичь значительных результатов в производительности ИИ, но проблемы лицензирования могут ограничить доступ к медиа-контенту для целей обучения. Предлагается, что стандартизированные наборы данных с четкими условиями лицензирования могут принести пользу отрасли.

Группа, разработавшая отчет, включает участников из вещательных организаций, технологических компаний, учебных заведений и органов стандартизации. В число участников входят представители BBC, ITV, France Télévisions, RAI, Netflix, Adobe, AWS и научных учреждений.

Отчет отмечает, что технологии ИИ продолжают развиваться стремительными темпами. Организации указывают на необходимость постоянного мониторинга и периодических обновлений по мере появления новых возможностей и изменений в нормативно-правовых рамках.

Рабочая группа по ИИ продолжает регулярно встречаться, чтобы оценивать развитие в этой области и рассматривать области, в которых может потребоваться работа по стандартам.

Прокомментировать в Телеграм: https://t.me/n8nhow

Подписаться на канал обучения n8n: https://t.me/n8ncoaching