Ezért olyan furcsa Ada, Kudlik Júlia robotutódja

Izgatottan, lemondóan, vagy félelemmel is ki lehet ezt mondani, és őszintén fogalmam sem volt, melyiket válasszam, amikor a Delta legutóbbi adásában felbukkant egy piros ruhás, hosszú hajú, erősen sminkelt, #metoo előtti kifejezéssel élve dekoratív műsorvezető, Bíró Ada. Azért is merem ezt a szexista jelzőt használni, mert Ada nem létezik, vagyis nem tudjuk, hol és mennyire létezik: ő a magyar televíziózás történetének első AI-bemondója, azaz számítógépek generálják a testét, a hangját és a mozgását.

A műsor forradalmi újításként harangozta be őt, így vezetik fel a YouTube-ra feltöltött adásrészletet is, amelyben maga Ada sajnos csak egy-két percig szerepel, és azon kívül, hogy létezik, sok minden nem derül ki róla. Valójában persze csak annyi történt, hogy az M1 most látta elérkezettnek az időt (értsd: megvan a technológiája és a pénze), hogy felpattanjon az AI-vonatra és magáévá tegye ezt az évekkel, sőt évtizedekkel ezelőtt kezdődött trendet. A tévék ugyanis 2000 óta próbálkoznak hasonlóval, és a nálunk fejlettebb országokban már kézzel fogható összegeket spórolnak azon, hogy kiszervezik a híradókat és egyéb műsorokat a robotoknak – mi itt (szerencsére) még nem tartunk.

Kik azok az AI-műsorvezetők?

A gondolat, hogy kiszervezzük a munkát robotoknak, nagyjából azóta izgatja az emberiséget, hogy létezik. Az Óz, a csodák csodája címszereplő illúzióját még ember irányította (ebben egyébként nagyon hasonlít sok mai AI-műsorvezetőhöz), és a sci-fi irodalomban és filmekben évről évre felbukkant a téma. A leginkább idevágó talán a 2002-es Simone (ahogy annak idején reklámozták S1M0NE) című film Al Pacinoval, amelyben egy fotorealisztikus (természetesen valódi ember által játszott) színésznőbe szeret bele mindenki. Kevesen gondolnák, hogy ekkor már létezett AI-hírolvasó: Ananovát eredetileg a egy brit hírügynökség fejletsztette ki, majd az Orange mobilszolgáltató marketingeszköze lett, igaz, gyorsan elhaladt mellette a technológia, négy évig volt értelme életben tartani. Ekkor persze még sehol sem volt a mai értelemben vett mesterséges intelligencia, Ananova egy egyszerű, kézzel készített 3D-s modell volt, akinek az automatikus ajakszinkonja és mimikája többé-kevésbé szinkronban volt a beszédszintetizátor által generált beszédhangjával, realisztikusnak azért nem neveznénk.

Ahogy a Telex kimerítő cikke is rámutat: az igazi fejlesztések a Távol-Keleten zajlottak. Kína kezdte az őrületet, ők már 2018-ban bemutatták az első élethű műsorvezetőt, Dél-Korea, Tajvan, Kuvait és India is komolyan vette a feladatot, utóbbi országban már tényleg full-time munkájuk van a mesterséges intelligencia-alapú hírolvasóknak. Sokat segített az akkoriban elterjedt deepfake technológia, amellyel tetszőleges testekre ültethetők tetszőleges arcok – a pornóipar haszonélvezőinek nagy örömére – drága 3D-s szoftverek nélkül és kevés emberi beavatkozással; elég ha valakiről (például hírességekről) sok, különböző szögből készített fotót talál az algoritmus.

Ananova a virtuális hírolvasó (Fotó: Steve Russell/Toronto Star via Getty Images)

A Szent Grál persze nem ez, hanem az egyedi, senki másra nem emlékeztető, mégis hihető és emberi AI-karakterek lesznek, akiket különböző modellek (szólaltatnak és mozgatnak meg, úgy, hogy valóban képesek megtanulni, hogyan „működik” egy emberi lény. Enélkül ugyanis oda az illúzió. Az utóbbi évek próbálkozásai is erről szóltak, és Bíró Ada is ezen az úton jár, és bár technológiailag valóban meggyőző, ennyit a „forradalmi újításról”, amellyel beharangozták az erről szóló videót, illetve arról, hogy Fejős Ádám (hús-vér) műsorvezető úgy harangozta be Adát, hogy „nem biztos, hogy eddig láthattak bárhol is a magyar televíziózásban, de még külföldön sem nagyon”.

Hogy csinálták?

Ez az, amit „üzleti titokra” hivatkozva nem árul el a Delta stábja – ez egyébként érthető, a legtöbb ilyen fejlesztéssel foglalkozó cég féltve őrzi az algoritmusait –, és ez nem feltétlenül baj: nem akarok megbántani senkit, de

úgysem értenénk.

(Én sem.) Ezek a karakterek már rég nem 3D-s, textúrázott, animált modellek, akiket a filmekben megszokhattunk, hanem a valódi emberi testekről készült képek alapján tanított algoritmusok, akik megfelelően irányított tanulás után képesek reprodukálni a mozdulatokat a legapróbb arcizmokig. A kérdés inkább az, mennyi ebben az emberi beavatkozás, azaz hogy egy létező embert szkenneltek be, és azt mozdítja meg a szoftver, esetleg csak a testét, és az arcát „rögtönzi” az AI. (Ada esetében ilyesmiről lehet szó: a testmozgása és megjelenése „túl jó”, mimikájával és szájmozgásával azonban már vannak problémák.)

Nagyon fontos az is, hogy saját maga rögtönzi-e a szövegét adott témák (promptok) alapján, mint a ChatGPT, azaz képes kérdésekre válaszolni, vagy előre megírják neki – ekkor természetesen nem szabad eltérni a forgatókönyvtől, ami két műsorvezető esetében elég kényszeredett beszélgetéseket eredeményezne, és az AI kitétel is kissé csalásnak érződhet. Sajnos úgy tűnik, Ada is inkább magológép, mint valódi döntésekre képes AI: az M1 őt bemutató, YouTube-ra feltöltött híradórészlete szerint „megjelenését, arcát és hangját a mesterséges intelligencia hozta létre, korábban már meglévő programokból”, amit mond, „azt azonban így is teljes egészében a Delta szerkesztői határozzák meg”. Az is furcsa, hogy akcentussal beszéli a magyart, miközben már a GPS-navigátorok hangjai is egészen meggyőzőek néha.

Arról azért megnyugtatnak, hogy „szakértők szerint a mesterséges intelligencia nem az emberek munkáját veszi el”, bármilyen kínálkozó is a poén, hogy a közmédia hírműsorainak munkatársait simán lecserélhetnék robotokra, hiszen ők bizonyos értelemben már most is azok.

Miért csinálták?

Nagyon szeretnénk, de nem tudjuk, ezt sajnos nem árulta el sem Fejős, sem maga Ada, így a közép- és hosszútávú tervekről sincs információnk. Valószínűleg egyszerűen azért, mert megtehették: ahogy a videojáték-iparban mondják, techdemo ez, semmi több, technológiai vagánykodás, algoritmusméregetés. Ezzel egyébként semmi baj nincs – igaz, talán jobb, ha nem tudjuk, mennyit költöttek rá a mi pénzünkből.

Miért ilyen furcsa?

Amikor a szerkesztőségben beszélgettünk a témáról, szinte mindenki, aki láttam már Adát, ugyanazt mondta:

Ahogy a figyelmes laikusok általában szokták, az nlc. munkatársai fején találták a szöget: konkrétan arról van szó, hogy a szája (állkapcsa, szeme) külön-külön életet él. Az AI-alapú képgenerálás elképesztő ütemben fejlődik, és a videó sincs sokkal lemaradva mögötte, de még mindig arról van szó, hogy az algoritmusok „felszeletelik” az emberi testet és megpróbálják reprodukálni az egyes részeinek működését – így is látszanak azonban a fércek, ahol összeillesztik őket. Arról nem is beszélve, hogy folyamatos mozgatásra sem képesek, inkább állóképeket hoznak létre, amelyeket közt átmeneti képkockával kipótolják a hézagokat (ezt hívják a filmiparban morphingnak).

Forrás: Bíró Ada Facebook oldala

A fő akadály azonban, ami miatt még sokáig ki tudjuk majd szúrni, ha AI-karakterrel van dolgunk (főleg, ha az meg is mozdul, például beszélni kezd), mert mi, nézők öntudatlanul is nagyon-nagyon érzékenyek vagyunk arra, ha valami megpróbál úgy tenni, mintha ember lenne, miközben nem az. Gondoljunk bele: életünk nagy részét emberek közt töltjük, akaratlanul is megtanultuk, hogy néz ki és mozog egy emberi arc. Ha látunk valamit, ami csak próbál pont olyan lenni, de nem teljesen sikerül neki, nagyon kényelmetlenül érezzük magunkat – ahogy a megkérdezett nézők többsége Adát látva is feszengett. (Ezt érezhetik a készítők is: kevés a közeli kép az arcáról, amikor megszólal, csak egy-két másodpercre mutatják.)

A jelenségnek neve is van: uncanny valley. Még a hetvenes években írták le a robotika kedvéért (ekkor kezdtek azzal próbálkozni, hogy az emberre megszólalásig hasonló mesterséges lényt alkossanak, természetesen nem sikerült): az uncanny valley, azaz nagyjából a furcsaság völgye. Lényege, hogy minél jobban hasonlít egy tárgy (vagy akár számítógépes modell) egy emberre, a néző annál inkább elfogadja emberként – ez nem különösebben meglepő. Igen ám, de amikor már tényleg nem sok hiányzik, és a tárgy (robot, filmes szereplő) majdnem olyan, mint egy ember, azt a néző ellöki magától, furcsának, hátborzongatónak találja: érti, hogy szinte tökéletes az illúzió, de érzi, hogy valami mégsem stimmel. Ezért van az, hogy egy olyan emberi szereplőt, akit meg sem próbálnak valóságosként eladni – videójátékhősök, a Pixar-filmek szereplői stb. – sokkal inkább elfogadunk emberi lényként, mint azokat, akiket hús-vér karakternek szántak.

Forrás: Bíró Ada Facebook oldala

Mit szól ehhez Kudlik Júlia?

Ada felbukkanásakor ez volt az első kérdésünk (és alighanem mindenkié): hiába hagyta ott a műsort 1996-ban (hogy pár év múlva egy kicsit még visszatérjen), Kudlik Júlia nem egyszerűen a „Delta legendás műsorvezetője” volt: ő maga volt a Delta. Nehéz tehát nem úgy gondolni a köztévé mostani lépésére, mint hogy

Szerencsére nem sokáig kellett találgatnunk. A napokban a jobboldali Mandiner magazin oldalára írta meg a véleményét. A szöveg intenzív keveréke a mostanában divatos 1984-ezésnek és a világvége-jóslatoknak, jó sok felkiáltójellel. Mint írta, „az emberek gépekkel való pótlása – az élet minden területén – hamvába hullt utópia!”. Így folytatja:

Bár Bíró Adára nehéz ilyen szintű fenyegetésként tekinteni, azzal azért nem vitatkoznánk, hogy „mi emberek képesek vagyunk arra, hogy kifejezzük és megosszuk egymással, ami jó, igaz és szép!”. Illetve, hogy „ideje lenne megfejtenünk, hogy hogyan, miként fejezhetjük ki a szeretetet a tömegmédián keresztül?!”.

Miközben a köztévében átveszi a hatalmat az AI, mi, itt az nlc-nél ezen leszünk, ígérjük.