Нецифровая экономика

Искусственный интеллект заменил «тегмэна»

Классические СМИ до сих пор настороженно относятся к нейросетям. Большие издания, вроде The Wall Street Journal, судятся с OpenAI из-за использования их материалов для обучения ChatGPT. А сотрудники опасаются, что ИИ скоро заменит многих из них: от журналистов и пиарщиков до дизайнеров.

Но рано или поздно ИИ всё равно придёт везде, и стоит задуматься о том, как его можно применять. Вот, РБК в партнёрстве с Рег.ру решили передать ИИ функции проставления тегов на публикации издания. При расстановке вручную человеческий фактор делал своё дело: тегов становилось всё больше, они дублировались по смыслу, а выбирать подходящие оказывалось всё сложнее.

🤖 Для обучения нейросети использовали более 25 тысяч материалов на разных проектах РБК: Трендах, Отраслях и Life. Первичный цикл обучения на локальной видеокарте составил 8 дней непрерывной работы. Тесты показали, что этого уже хватило для того, чтобы нейросеть смогла мгновенно «тэгировать» тексты при минимальном проценте ошибок.

ℹ️Для дообучения и дальнейшего использования модели в Рег.ру подготовили тестовый стенд в облаке с GPU. Его основой стала частная инсталляция, построенная на стеке технологий, который компания использует в своём новом публичном облаке — OpenStack-KVM. Конфигурация с 24 Гб встроенной видеопамяти позволила оптимизировать время дообучения до 14 часов на один цикл.

✔️ В итоге нейросеть сейчас присваивает материалу теги примерно за 0,03 секунды с точностью 99%. При этом увеличилось и число тегов. Там, где редактор ставил 3 тега, модель зачастую выдаёт 7, включая те три, что ставил человек. Впрочем, «утверждает» результат работы нейросети перед публикацией пока всё равно человек.

Авторы проекта видят перспективы его дальнейшего развития: есть гипотеза, что такое применение ИИ позволит давать более персонифицированные рекомендации, улучшит пользовательский опыт и повысит вовлечённость аудитории.

Попросили прокомментировать эти оценки поподробнее Ивана Звягина, product owner'а направления ИИ в РБК:

«Пока рано говорить о каком-то значимом эффекте со стороны читателей. Настройка рекомендаций, частью которых станет обновленная система тегов — отдельная большая задача, к которой мы приступили не так давно. Но можно говорить об эффекте внутреннем: я не только как оунер направления ИИ, но и как контент-директор «Трендов» вижу, что редакторы стали подбирать более релевантные теги с помощью системы. Бывают даже ситуации, когда мы думаем: ого, у нас и такой тег был, хорошо, что модель его подцепила, интересно, что там внутри.

Если говорить о дальнейших планах, то на ИИ (не только генеративный, но и классический) мы смотрим с энтузиазмом. Разнообразные модели помогут, а где-то и уже помогают, например, расшифровывать интервью за минуты; сделать поиск по архиву телеканала быстрее и проще; про генерацию картинок, там где это уместно, мы тоже, конечно же, думаем. Возможностей очень много, но, как выясняется путь в сторону медиатеха не так прост, хоть и интересен. Поэтому мы постепенно растим внутри техническую экспертизу, а заодно привыкаем думать о внутренних рутинных процессах с точки зрения их оптимизации и автоматизации».

🔤🔤Вообще, стоит помнить, что медиапотребление стремится к упрощению во всех формах. Читать новости становится удобнее в кратких дайджестах, а длинные статьи в тезисном виде вам уже может пересказать Яндекс в своём Браузере или другие нейросети. Хочется верить, что в скором времени на платформе каждого серьёзного издания появятся чат-боты: чтобы можно было задать вопрос и сразу получить ответ по массиву материалов конкретного СМИ.

Please open Telegram to view this post

VIEW IN TELEGRAM

👍15😁4❤1👎1

www.group-telegram.com/us/antidigital.com/8499

3.58K viewsИлья Склюев, Oct 31, 2024 at 15:04

Искусственный интеллект заменил «тегмэна»

Классические СМИ до сих пор настороженно относятся к нейросетям. Большие издания, вроде The Wall Street Journal, судятся с OpenAI из-за использования их материалов для обучения ChatGPT. А сотрудники опасаются, что ИИ скоро заменит многих из них: от журналистов и пиарщиков до дизайнеров.

Но рано или поздно ИИ всё равно придёт везде, и стоит задуматься о том, как его можно применять. Вот, РБК в партнёрстве с Рег.ру решили передать ИИ функции проставления тегов на публикации издания. При расстановке вручную человеческий фактор делал своё дело: тегов становилось всё больше, они дублировались по смыслу, а выбирать подходящие оказывалось всё сложнее.

🤖 Для обучения нейросети использовали более 25 тысяч материалов на разных проектах РБК: Трендах, Отраслях и Life. Первичный цикл обучения на локальной видеокарте составил 8 дней непрерывной работы. Тесты показали, что этого уже хватило для того, чтобы нейросеть смогла мгновенно «тэгировать» тексты при минимальном проценте ошибок.

ℹ️Для дообучения и дальнейшего использования модели в Рег.ру подготовили тестовый стенд в облаке с GPU. Его основой стала частная инсталляция, построенная на стеке технологий, который компания использует в своём новом публичном облаке — OpenStack-KVM. Конфигурация с 24 Гб встроенной видеопамяти позволила оптимизировать время дообучения до 14 часов на один цикл.

✔️ В итоге нейросеть сейчас присваивает материалу теги примерно за 0,03 секунды с точностью 99%. При этом увеличилось и число тегов. Там, где редактор ставил 3 тега, модель зачастую выдаёт 7, включая те три, что ставил человек. Впрочем, «утверждает» результат работы нейросети перед публикацией пока всё равно человек.

Авторы проекта видят перспективы его дальнейшего развития: есть гипотеза, что такое применение ИИ позволит давать более персонифицированные рекомендации, улучшит пользовательский опыт и повысит вовлечённость аудитории.

Попросили прокомментировать эти оценки поподробнее Ивана Звягина, product owner'а направления ИИ в РБК:

«Пока рано говорить о каком-то значимом эффекте со стороны читателей. Настройка рекомендаций, частью которых станет обновленная система тегов — отдельная большая задача, к которой мы приступили не так давно. Но можно говорить об эффекте внутреннем: я не только как оунер направления ИИ, но и как контент-директор «Трендов» вижу, что редакторы стали подбирать более релевантные теги с помощью системы. Бывают даже ситуации, когда мы думаем: ого, у нас и такой тег был, хорошо, что модель его подцепила, интересно, что там внутри.

Если говорить о дальнейших планах, то на ИИ (не только генеративный, но и классический) мы смотрим с энтузиазмом. Разнообразные модели помогут, а где-то и уже помогают, например, расшифровывать интервью за минуты; сделать поиск по архиву телеканала быстрее и проще; про генерацию картинок, там где это уместно, мы тоже, конечно же, думаем. Возможностей очень много, но, как выясняется путь в сторону медиатеха не так прост, хоть и интересен. Поэтому мы постепенно растим внутри техническую экспертизу, а заодно привыкаем думать о внутренних рутинных процессах с точки зрения их оптимизации и автоматизации».