WEBVTT 00:00:01.199 --> 00:00:03.279 Salve a tutti, siete all'ascolto di 00:00:03.279 --> 00:00:05.599 INSiDER - Dentro la Tecnologia, 00:00:05.599 --> 00:00:07.839 un podcast di Digital People e 00:00:07.839 --> 00:00:09.039 io sono il vostro host, 00:00:09.039 --> 00:00:10.080 Davide Fasoli. 00:00:16.864 --> 00:00:19.024 Oggi cercheremo di capire che contributo 00:00:19.024 --> 00:00:20.785 possono dare gli algoritmi, 00:00:20.785 --> 00:00:23.904 e più nello specifico l'intelligenza artificiale, 00:00:23.904 --> 00:00:25.664 nel mondo dello streaming, 00:00:25.664 --> 00:00:28.789 delle produzioni cinematografiche e del doppiaggio. 00:00:28.870 --> 00:00:30.390 Prima di passare alle notizie che 00:00:30.390 --> 00:00:32.549 più ci hanno colpito questa settimana, 00:00:32.549 --> 00:00:34.390 vi ricordo che potete seguirci su 00:00:34.390 --> 00:00:38.390 Instagram a @dentrolatecnologia, iscrivervi alla newsletter 00:00:38.390 --> 00:00:40.469 e ascoltare un nuovo episodio ogni 00:00:40.469 --> 00:00:42.309 sabato mattina, su Spotify, 00:00:42.445 --> 00:00:45.965 Apple Podcast, Google Podcast oppure direttamente 00:00:45.965 --> 00:00:47.085 sul nostro sito. 00:00:59.890 --> 00:01:01.969 In futuro le regole antitrust negli 00:01:01.969 --> 00:01:04.290 Stati Uniti saranno molto più stringenti, 00:01:04.290 --> 00:01:06.129 si torna a parlare di neutralità 00:01:06.129 --> 00:01:08.689 della rete minata durante l'epoca Trump, 00:01:08.689 --> 00:01:10.370 di privacy e sicurezza. 00:01:10.685 --> 00:01:14.284 Secondo l'amministrazione dell'attuale presidente Joe Biden, 00:01:14.284 --> 00:01:15.805 le aziende che un tempo erano 00:01:15.805 --> 00:01:18.844 startup non conformiste e marginate che 00:01:18.844 --> 00:01:21.084 sfidavano lo status quo sono diventate 00:01:21.084 --> 00:01:23.484 qualcosa di simile a Monopoly che 00:01:23.484 --> 00:01:26.420 avevamo incontrato l'ultima volta nell'età del 00:01:26.420 --> 00:01:28.180 petrolio e delle ferrovie. 00:01:28.180 --> 00:01:30.100 Anche se queste aziende hanno portato 00:01:30.100 --> 00:01:32.180 evidenti benefici alla società, 00:01:32.260 --> 00:01:33.700 il dominio di Amazon, 00:01:33.700 --> 00:01:36.260 Apple, Facebook e Google è maturato 00:01:36.260 --> 00:01:37.540 con un costo. 00:01:37.540 --> 00:01:40.500 Queste aziende tipicamente governano il marketplace 00:01:40.635 --> 00:01:42.954 ma anche competono al suo interno 00:01:43.034 --> 00:01:44.635 e questa è una posizione che 00:01:44.635 --> 00:01:46.715 consente loro di scrivere un tipo 00:01:46.715 --> 00:01:48.555 di regole per gli altri mentre 00:01:48.555 --> 00:01:50.715 loro giocano con altre regole o 00:01:50.715 --> 00:01:52.635 di seguire proprie forme di quasi 00:01:52.635 --> 00:01:55.129 regolazione di cui non devono rispondere 00:01:55.129 --> 00:01:57.370 a nessuno se non a se stesse. 00:01:57.370 --> 00:01:59.209 E questo è quello che sostiene 00:01:59.209 --> 00:02:01.209 Joe Biden, il quale in ultima 00:02:01.209 --> 00:02:03.370 istanza ha anche affermato che è 00:02:03.370 --> 00:02:06.329 necessario ripristinare la competizione del mercato 00:02:06.329 --> 00:02:09.610 digitale e rafforzare le leggi antimonopoliste. 00:02:12.204 --> 00:02:14.844 Domenica 11 luglio Richard Branson, 00:02:14.844 --> 00:02:18.125 proprietario della compagnia spaziale Virgin Galactic, 00:02:18.125 --> 00:02:19.724 ha compiuto il suo primo volo 00:02:19.724 --> 00:02:22.764 suborbitale insieme ad altri cinque membri dell'equipaggio, 00:02:23.159 --> 00:02:24.840 diventando in questo modo il primo 00:02:24.840 --> 00:02:27.159 miliardario ad aver volato nello spazio 00:02:27.159 --> 00:02:28.599 con la propria agenzia. 00:02:28.680 --> 00:02:30.599 La storica missione è iniziata alle 00:02:30.599 --> 00:02:33.560 16.40 ore italiane, con la partenza 00:02:33.560 --> 00:02:36.014 della madre VMS Eve, 00:02:36.014 --> 00:02:38.094 dallo stato del New Mexico, 00:02:38.094 --> 00:02:39.694 la quale ha portato lo spazio 00:02:39.694 --> 00:02:42.574 plano VSS Unity ad un'altezza di 00:02:42.574 --> 00:02:44.094 15.000 metri da terra. 00:02:44.094 --> 00:02:45.855 Una volta raggiunta la quota, 00:02:45.855 --> 00:02:47.550 il veicolo si è separato dalla 00:02:47.550 --> 00:02:50.110 nave principale per spingersi fino a 00:02:50.110 --> 00:02:52.349 circa 80 chilometri dal suolo, 00:02:52.349 --> 00:02:54.030 punto in cui è iniziato infine 00:02:54.030 --> 00:02:56.110 il rapido rientro verso la terra. 00:02:56.110 --> 00:02:58.270 Il volo sperimentale ha confermato quindi 00:02:58.270 --> 00:03:02.349 l'affidabilità dei veicoli spaziali progettati dalla compagnia, 00:03:02.510 --> 00:03:04.965 rendendo così sempre più vicino l'obiettivo 00:03:04.965 --> 00:03:07.764 di Virgin Galactic, ossia raggiungere lo 00:03:07.764 --> 00:03:10.004 spazio e sperimentare per qualche minuto 00:03:10.004 --> 00:03:11.924 l'assenza di peso per la modica 00:03:11.924 --> 00:03:14.564 cifra di 250.000 dollari. 00:03:16.164 --> 00:03:17.924 In Brasile un gruppo di criminali 00:03:17.924 --> 00:03:19.819 è stato arrestato per furto di 00:03:19.819 --> 00:03:22.219 dati e violazioni di iPhone attraverso 00:03:22.219 --> 00:03:23.340 le schede SIM. 00:03:23.340 --> 00:03:25.099 Una volta rubata la SIM da 00:03:25.099 --> 00:03:27.340 un iPhone, infatti, basta inserirla in 00:03:27.340 --> 00:03:29.340 un altro iPhone e ottenere l'accesso 00:03:29.340 --> 00:03:32.379 all'account Apple recuperando la password tramite 00:03:32.379 --> 00:03:34.139 numero di telefono e email, 00:03:34.335 --> 00:03:36.655 che può essere tranquillamente scoperta tramite 00:03:36.655 --> 00:03:38.254 i vari social network. 00:03:38.254 --> 00:03:40.575 E una volta ottenuto l'accesso all'account 00:03:40.575 --> 00:03:43.295 Apple è possibile cercare password sensibili 00:03:43.295 --> 00:03:45.534 o dati bancari tra le varie applicazioni, 00:03:45.534 --> 00:03:47.215 come le note o il wallet. 00:03:47.215 --> 00:03:50.099 La procedura comunque richiede un accesso 00:03:50.099 --> 00:03:52.340 fisico all'iPhone della vittima e che 00:03:52.340 --> 00:03:55.060 questa conservi le proprie password visibili 00:03:55.060 --> 00:03:56.419 sul proprio smartphone. 00:03:56.419 --> 00:03:58.019 E qui entra in gioco il 00:03:58.019 --> 00:04:00.099 tema della privacy, di cui gli 00:04:00.099 --> 00:04:02.180 stessi utenti si devono curare e 00:04:02.180 --> 00:04:03.915 su cui troppo spesso non sono 00:04:03.915 --> 00:04:05.275 abbastanza sensibili. 00:04:05.275 --> 00:04:06.875 In ogni caso, Apple sta già 00:04:06.875 --> 00:04:09.194 lavorando alla possibilità di eliminare tutti 00:04:09.194 --> 00:04:10.715 i dati da un iPhone rubato 00:04:10.715 --> 00:04:12.555 e per gli ultimi modelli alla 00:04:12.555 --> 00:04:14.795 localizzazione del dispositivo anche se questo 00:04:14.795 --> 00:04:17.259 è spento grazie alla stessa tecnologia 00:04:17.259 --> 00:04:18.620 degli AirTag. 00:04:18.620 --> 00:04:20.459 In combinazione poi con la lenta 00:04:20.459 --> 00:04:23.500 sostituzione delle SIM fisiche con le eSIM, 00:04:23.500 --> 00:04:25.500 per i criminali compiere questi tipi 00:04:25.500 --> 00:04:27.660 di furto sarà sempre più difficile. 00:04:44.560 --> 00:04:47.120 In particolarità dell'intelligenza artificiale, 00:04:47.120 --> 00:04:49.920 di cui ormai abbiamo abbondantemente parlato 00:04:49.920 --> 00:04:51.600 e che è stata la protagonista 00:04:51.600 --> 00:04:53.279 di molte nostre puntate, 00:04:53.279 --> 00:04:56.319 è che ha potenzialità praticamente illimitate. 00:04:56.564 --> 00:04:58.805 La sua flessibilità data dal concetto 00:04:58.805 --> 00:05:01.285 di base su cui è stata pensata, 00:05:01.285 --> 00:05:04.004 ovvero l'apprendimento, la rende adattabile in 00:05:04.004 --> 00:05:06.165 qualsiasi contesto, e in ognuno di 00:05:06.165 --> 00:05:09.205 questi contesti sta dando risultati eccezionali, 00:05:09.449 --> 00:05:12.810 migliorando, semplificando o velocizzando molti lavori 00:05:12.810 --> 00:05:16.250 che normalmente richiederebbero la supervisione umana. 00:05:16.330 --> 00:05:18.330 Ma non solo, può essere utilizzata 00:05:18.330 --> 00:05:20.569 per prevedere o almeno cercare di 00:05:20.569 --> 00:05:22.490 prevedere il futuro, o ancora, 00:05:22.725 --> 00:05:25.285 come abbiamo visto, per creare musiche, 00:05:25.285 --> 00:05:27.205 opere da arte, testi e molto 00:05:27.205 --> 00:05:28.245 molto altro. 00:05:28.245 --> 00:05:30.404 E molto probabilmente ancora non abbiamo 00:05:30.404 --> 00:05:33.125 idea di quanto ancora l'intelligenza artificiale 00:05:33.125 --> 00:05:36.004 può diventare pervasiva nella nostra quotidianità, 00:05:36.300 --> 00:05:38.860 sia indirettamente e direttamente. 00:05:38.939 --> 00:05:40.860 E in questa puntata parleremo proprio 00:05:40.860 --> 00:05:44.220 di un'altra delle tante facce dell'intelligenza artificiale, 00:05:44.220 --> 00:05:46.620 che sta velocemente cambiando il mondo 00:05:46.620 --> 00:05:49.579 dell'intrattenimento e soprattutto di cinema, 00:05:49.579 --> 00:05:51.099 televisione e streaming. 00:05:51.394 --> 00:05:53.555 Vediamo quindi qualche esempio pratico di 00:05:53.555 --> 00:05:55.795 come l'apprendimento automatico e le reti 00:05:55.795 --> 00:05:58.675 neurali vengono utilizzate quotidianamente, 00:05:58.754 --> 00:06:01.235 ma anche di cosa potenzialmente sono 00:06:01.235 --> 00:06:03.475 e saranno in grado di realizzare. 00:06:08.750 --> 00:06:10.590 Forse il più importante esempio di 00:06:10.590 --> 00:06:13.790 come un'azienda può sfruttare l'intelligenza artificiale 00:06:13.790 --> 00:06:16.509 nel mondo dell'intrattenimento viene da Netflix. 00:06:16.725 --> 00:06:18.725 Nata prima come azienda di noleggio 00:06:18.725 --> 00:06:20.404 di DVD, ha dato il via 00:06:20.404 --> 00:06:22.964 alla rivoluzione dei contenuti in streaming. 00:06:22.964 --> 00:06:24.485 Ed Ani non si limita più 00:06:24.485 --> 00:06:26.564 a fornire solo un portale per 00:06:26.564 --> 00:06:28.564 la visione di film o serie TV, 00:06:28.564 --> 00:06:30.004 ma è ben presto diventata anche 00:06:30.004 --> 00:06:32.370 una delle maggiori aziende nella produzione 00:06:32.370 --> 00:06:33.490 di contenuti. 00:06:33.569 --> 00:06:35.649 E contrariamente a una televisione o 00:06:35.649 --> 00:06:37.170 a un cinema, Netflix, 00:06:37.170 --> 00:06:38.850 con i suoi 200 e più 00:06:38.850 --> 00:06:40.930 milioni di abbonati, ha la possibilità 00:06:40.930 --> 00:06:43.250 di raccogliere una quantità enorme di 00:06:43.250 --> 00:06:45.330 dati sui suoi utenti e sulle 00:06:45.330 --> 00:06:46.050 loro preferenze. 00:06:46.274 --> 00:06:47.794 Tra questi dati, ad esempio, 00:06:47.794 --> 00:06:50.274 ci sono età, nazionalità e altre 00:06:50.274 --> 00:06:52.595 informazioni anagrafica sugli utenti, 00:06:52.595 --> 00:06:55.154 ma anche la cronologia dei contenuti guardati, 00:06:55.154 --> 00:06:57.235 con tanto di orario di visione, 00:06:57.475 --> 00:06:59.714 recensioni, indice di gradimento, 00:06:59.794 --> 00:07:01.399 i momenti in cui un film 00:07:01.399 --> 00:07:03.000 o un episodio è stato messo 00:07:03.000 --> 00:07:04.279 in pausa o fermato, 00:07:04.279 --> 00:07:06.279 quando è stato ripreso ed eventualmente 00:07:06.279 --> 00:07:08.360 da che minuto, e altre informazioni 00:07:08.360 --> 00:07:10.680 sul comportamento degli utenti davanti a 00:07:10.680 --> 00:07:11.639 un contenuto. 00:07:11.800 --> 00:07:14.279 Senza contare, ovviamente, le informazioni sugli 00:07:14.279 --> 00:07:16.574 stessi contenuti, come titolo, 00:07:16.574 --> 00:07:19.694 trama, attori, genere, doppiaggio o addirittura 00:07:19.694 --> 00:07:22.095 i colori predominanti della scena. 00:07:22.095 --> 00:07:24.654 E ovviamente Netflix, con una quantità 00:07:24.654 --> 00:07:25.694 così grande di dati, 00:07:25.694 --> 00:07:27.694 non è certo rimasta a guardare. 00:07:28.069 --> 00:07:30.470 Sono due, infatti, i principali algoritmi 00:07:30.470 --> 00:07:32.949 di intelligenza artificiale che rendono la 00:07:32.949 --> 00:07:35.509 piattaforma di streaming così popolare. 00:07:35.589 --> 00:07:37.430 Il primo riguarda la scelta dei 00:07:37.430 --> 00:07:40.310 film e serie tv consigliate all'utente, 00:07:40.389 --> 00:07:42.149 un algoritmo che è praticamente nato 00:07:42.149 --> 00:07:44.524 con la diffusione del servizio streaming, 00:07:44.524 --> 00:07:45.884 ma che negli anni è stato 00:07:45.884 --> 00:07:47.644 perfezionato e ampliato. 00:07:47.644 --> 00:07:49.004 Nel 2006, ad esempio, 00:07:49.004 --> 00:07:51.324 Netflix ha indetto un concorso con 00:07:51.324 --> 00:07:52.925 in palio un milione di dollari, 00:07:52.925 --> 00:07:55.004 per chi fosse riuscito a migliorare 00:07:55.004 --> 00:07:58.845 del 10% la precisione dell'algoritmo allora utilizzato, 00:07:59.069 --> 00:08:00.509 chiamato Cinematch. 00:08:00.509 --> 00:08:02.430 Il concorso si è concluso solo 00:08:02.430 --> 00:08:04.350 tre anni dopo, nel 2009, 00:08:04.350 --> 00:08:05.550 e da allora, ovviamente, 00:08:05.550 --> 00:08:08.110 l'intelligenza artificiale che si preoccupa di 00:08:08.110 --> 00:08:10.990 consigliarci contenuti che potrebbero piacerci è 00:08:10.990 --> 00:08:14.185 stata ulteriormente migliorata, anche grazie all'ampliamento 00:08:14.185 --> 00:08:16.905 della quantità di dati raccolti da Netflix. 00:08:16.985 --> 00:08:18.745 Ad esempio, nelle ultime versioni, 00:08:18.745 --> 00:08:20.824 l'algoritmo riesce a scegliere anche le 00:08:20.824 --> 00:08:23.064 immagini da mostrare come anteprima o 00:08:23.064 --> 00:08:25.384 anche l'ordine degli episodi per alcune 00:08:25.384 --> 00:08:26.025 serie tv. 00:08:26.269 --> 00:08:27.949 Il secondo algoritmo, invece, 00:08:27.949 --> 00:08:30.029 è stato presentato sul blog di 00:08:30.029 --> 00:08:32.350 Netflix a dicembre dello scorso anno 00:08:32.350 --> 00:08:35.070 e forse ancora più interessante del primo. 00:08:35.070 --> 00:08:36.590 In pratica, si tratta di un 00:08:36.590 --> 00:08:39.070 modello di intelligenza artificiale che prevede 00:08:39.070 --> 00:08:40.509 il successo di un contenuto. 00:08:40.725 --> 00:08:43.125 Potremmo dire che questo sistema funzioni 00:08:43.125 --> 00:08:44.485 come il primo, ma con il 00:08:44.485 --> 00:08:45.524 verso opposto. 00:08:45.524 --> 00:08:47.444 Se prima, infatti, di un utente 00:08:47.444 --> 00:08:50.404 si cercavano le serie potenzialmente preferite, 00:08:50.404 --> 00:08:51.924 in questo caso da una serie 00:08:51.924 --> 00:08:53.365 o da un film si cercano 00:08:53.365 --> 00:08:55.684 invece gli utenti a cui potrebbe piacere, 00:08:55.950 --> 00:08:58.590 anche andando ad analizzare titoli simili 00:08:58.590 --> 00:09:00.990 a quello che l'azienda vorrebbe produrre. 00:09:00.990 --> 00:09:03.149 In questo modo Netflix può produrre 00:09:03.149 --> 00:09:05.149 contenuti con maggior sicurezza, 00:09:05.309 --> 00:09:07.629 sapendo che finanzierà produzioni che molto 00:09:07.629 --> 00:09:11.149 probabilmente riscontreranno un successo garantito. 00:09:11.149 --> 00:09:12.695 E con i dati a disposizione 00:09:12.695 --> 00:09:14.534 non conta solo la sceneggiatura o 00:09:14.534 --> 00:09:16.375 la trama, ma anche i colori, 00:09:16.375 --> 00:09:18.134 gli attori e i doppiatori. 00:09:18.294 --> 00:09:20.134 Insomma, in questo modo si cerca 00:09:20.134 --> 00:09:22.294 di realizzare o migliorare dei prodotti 00:09:22.294 --> 00:09:24.534 in modo che questi piacciono al pubblico, 00:09:24.615 --> 00:09:26.054 assecondandone i gusti. 00:09:26.440 --> 00:09:29.000 Non solo, si possono realizzare contenuti 00:09:29.000 --> 00:09:31.000 pensati per certi target, 00:09:31.000 --> 00:09:33.080 classificandoli ad esempio per età o 00:09:33.080 --> 00:09:34.200 per nazionalità. 00:09:34.200 --> 00:09:36.040 La stessa intelligenza artificiale, 00:09:36.040 --> 00:09:38.519 poi, può occuparsi di definire delle 00:09:38.519 --> 00:09:40.759 strategie di marketing o scegliere i 00:09:40.759 --> 00:09:42.964 doppiatori più adatti per l'adattamento di 00:09:42.964 --> 00:09:45.365 un prodotto in uno specifico paese. 00:09:45.445 --> 00:09:48.404 Ovviamente l'intelligenza artificiale può analizzare idee 00:09:48.404 --> 00:09:50.404 o trame già ideate dagli autori 00:09:50.404 --> 00:09:51.924 o dagli sceneggiatori. 00:09:52.004 --> 00:09:53.205 Sta poi infatti a loro, 00:09:53.205 --> 00:09:55.950 e ai registi, realizzare contenuti di 00:09:55.950 --> 00:09:58.350 qualità che veramente piacciono al pubblico. 00:09:58.350 --> 00:09:59.710 La differenza è che in questo 00:09:59.710 --> 00:10:02.429 caso Netflix potrebbe più facilmente finanziare 00:10:02.429 --> 00:10:04.750 un contenuto, il cui successo è 00:10:04.750 --> 00:10:05.870 quasi assicurato. 00:10:05.950 --> 00:10:08.670 Oltre a Netflix, ovviamente anche altri servizi, 00:10:08.670 --> 00:10:11.815 se non tutti, utilizzano l'intelligenza artificiale, 00:10:11.815 --> 00:10:13.495 in questo caso per consigliare i 00:10:13.495 --> 00:10:16.615 contenuti che potrebbero piacere ai propri utenti. 00:10:16.695 --> 00:10:18.375 Meritano di essere menzionati, 00:10:18.375 --> 00:10:20.214 però, i servizi di Google, 00:10:20.214 --> 00:10:21.894 sia nel suo motore di ricerca 00:10:21.894 --> 00:10:24.559 sia nella piattaforma Google TV e 00:10:24.559 --> 00:10:27.519 di Fire TV, degli Amazon Fire Stick. 00:10:27.519 --> 00:10:31.039 A differenza dei vari competitor come Netflix, 00:10:31.039 --> 00:10:32.480 Prime Video o Disney+, 00:10:33.120 --> 00:10:35.519 infatti Google TV e Fire TV 00:10:35.519 --> 00:10:37.839 raccolgono e consigliano i contenuti da 00:10:37.839 --> 00:10:40.404 tutte le piattaforme a cui siamo abbonati, 00:10:40.404 --> 00:10:42.245 dando quindi una visione più di 00:10:42.245 --> 00:10:43.845 insieme di tutte le serie e 00:10:43.845 --> 00:10:45.924 i film a cui possiamo accedere. 00:10:49.764 --> 00:10:52.165 Finora abbiamo parlato di come l'apprendimento 00:10:52.245 --> 00:10:55.500 automatico venga utilizzato principalmente per consigliare 00:10:55.500 --> 00:10:57.579 gli utenti o prevedere il successo 00:10:57.579 --> 00:10:58.539 di un prodotto. 00:10:58.539 --> 00:10:59.980 Ma se invece fosse la stessa 00:10:59.980 --> 00:11:02.700 intelligenza artificiale a scrivere la sceneggiatura 00:11:02.700 --> 00:11:04.620 di un film, nel 2016, 00:11:04.620 --> 00:11:07.225 il regista Ian Sharp ha collaborato 00:11:07.225 --> 00:11:10.825 con l'ingegnere e ricercatore Ross Goodwin, 00:11:10.825 --> 00:11:12.585 che ha realizzato Benjamin, 00:11:12.585 --> 00:11:14.585 una rete neurale in grado di 00:11:14.585 --> 00:11:16.985 inventare da zero una sceneggiatura per 00:11:16.985 --> 00:11:17.545 un film. 00:11:17.545 --> 00:11:20.519 L'intelligenza artificiale in particolare è stata 00:11:20.519 --> 00:11:23.879 allenata con film fantascientifici come "Alien", 00:11:23.879 --> 00:11:26.839 "Star Wars", "Ghostbusters", "Futurama", 00:11:26.839 --> 00:11:28.679 "X-Files" e molti altri. 00:11:28.679 --> 00:11:31.079 L'obiettivo, infatti, era proprio quello di 00:11:31.079 --> 00:11:33.079 girare un film di fantascienza. 00:11:33.159 --> 00:11:34.039 E così è stato. 00:11:34.325 --> 00:11:36.164 Ok, non si può parlare proprio 00:11:36.164 --> 00:11:38.725 di film, quanto più di cortometraggio. 00:11:38.725 --> 00:11:40.565 Il video infatti dura solo nove 00:11:40.565 --> 00:11:43.284 minuti ed è intitolato Sunspring e 00:11:43.284 --> 00:11:45.365 può essere guardato su YouTube. 00:11:45.445 --> 00:11:49.205 Ovviamente, attori, regia, scenografia e montaggio 00:11:49.379 --> 00:11:51.460 sono stati curati da esseri umani 00:11:51.460 --> 00:11:53.539 e l'intelligenza artificiale si è occupata 00:11:53.539 --> 00:11:55.620 di scrivere l'intera sceneggiatura. 00:11:55.620 --> 00:11:58.100 Dopo Sunspring, Benjamin ha scritto altri 00:11:58.100 --> 00:11:59.539 due cortometraggi. 00:11:59.539 --> 00:12:02.100 It's No Game, nel 2017, 00:12:02.100 --> 00:12:04.820 e Zone Out, nel 2018. 00:12:05.165 --> 00:12:06.445 Ma si può parlare di un 00:12:06.445 --> 00:12:07.725 effettivo successo? 00:12:07.725 --> 00:12:08.445 Sì e no. 00:12:08.445 --> 00:12:11.485 I cortometraggi sono infatti abbastanza esilaranti, 00:12:11.485 --> 00:12:13.004 con dialoghi e scene che non 00:12:13.004 --> 00:12:14.365 sempre hanno un senso, 00:12:14.445 --> 00:12:17.165 a volte incomprensibili e spesso incoerenti. 00:12:17.165 --> 00:12:19.179 D'altro canto, però, si parla pur 00:12:19.179 --> 00:12:21.339 sempre di un film di fantascienza, 00:12:21.419 --> 00:12:23.339 quindi non per forza le scene 00:12:23.339 --> 00:12:25.179 devono avere un senso o devono 00:12:25.179 --> 00:12:27.419 seguire una storia ben definita. 00:12:27.419 --> 00:12:29.580 C'è poi la questione del tempo. 00:12:29.659 --> 00:12:31.419 Il risultato, come abbiamo detto, 00:12:31.419 --> 00:12:33.315 è un cortometraggio di una decina 00:12:33.315 --> 00:12:35.394 di minuti circa, quindi di certo 00:12:35.394 --> 00:12:38.115 imparagonabile a un vero e proprio film. 00:12:38.115 --> 00:12:40.754 Tuttavia, l'esperimento in generale è abbastanza 00:12:40.754 --> 00:12:43.315 riuscito e non c'erano grandi pretese. 00:12:43.315 --> 00:12:46.139 L'intelligenza artificiale Benjamin ha però dimostrato 00:12:46.139 --> 00:12:48.220 cosa un computer è in grado 00:12:48.220 --> 00:12:50.299 di creare, o meglio di dire, 00:12:50.299 --> 00:12:52.379 inventare e come la stesura della 00:12:52.379 --> 00:12:54.620 sceneggiatura potrebbe cambiare il futuro. 00:12:58.735 --> 00:13:00.415 Un altro esempio di come l'intelligenza 00:13:00.415 --> 00:13:02.894 artificiale può essere sfruttata nel mondo 00:13:02.894 --> 00:13:05.934 del cinema viene dalla Queen Mary University, 00:13:05.934 --> 00:13:06.735 di Londra. 00:13:06.735 --> 00:13:09.054 I ricercatori, infatti, hanno sviluppato un 00:13:09.054 --> 00:13:11.535 algoritmo di apprendimento automatico che riesce 00:13:11.535 --> 00:13:13.080 a prevedere la carriera di un'attrice 00:13:13.399 --> 00:13:15.427 o di un attore con una 00:13:15.427 --> 00:13:17.080 accuratezza dell'85%. 00:13:17.080 --> 00:13:19.559 In pratica, analizzando il curriculum, 00:13:19.559 --> 00:13:21.639 il computer riesce a identificare se 00:13:21.639 --> 00:13:23.639 una star ha già raggiunto l'apice 00:13:23.639 --> 00:13:25.960 del suo successo, quando questo avverrà 00:13:25.960 --> 00:13:28.325 o quando la carriera potrebbe terminare. 00:13:28.325 --> 00:13:31.764 Come detto, l'accuratezza è di circa l'85%, 00:13:31.764 --> 00:13:34.245 quindi non sempre l'intelligenza artificiale ha 00:13:34.245 --> 00:13:36.004 ragione e si spera sempre che 00:13:36.004 --> 00:13:38.565 gli attori e le attrici possano sorprenderci. 00:13:38.820 --> 00:13:40.980 L'intelligenza artificiale può essere poi anche 00:13:40.980 --> 00:13:44.100 utilizzata direttamente per comporre le colonne 00:13:44.100 --> 00:13:46.340 sonore dei film o delle serie TV, 00:13:46.340 --> 00:13:48.660 ma del ruolo dell'apprendimento automatico nella 00:13:48.660 --> 00:13:50.980 musica ne avevamo parlato già tempo fa. 00:13:51.245 --> 00:13:53.245 Per finire, ad oggi non esiste 00:13:53.245 --> 00:13:55.485 cinema senza la voce e dunque 00:13:55.485 --> 00:13:57.245 anche il doppiaggio è un pezzo 00:13:57.245 --> 00:13:59.485 fondamentale che compone poi l'intera opera 00:13:59.485 --> 00:14:01.725 e ne garantisce il successo in 00:14:01.725 --> 00:14:03.004 diversi paesi del mondo. 00:14:03.299 --> 00:14:05.179 E l'intelligenza artificiale ha, 00:14:05.220 --> 00:14:08.019 tra virgolette, invaso anche questo ambito. 00:14:08.019 --> 00:14:09.539 Vediamo un paio di esempi. 00:14:09.539 --> 00:14:11.379 Il primo viene da Flawless, 00:14:11.379 --> 00:14:13.459 una startup londinese che si basa 00:14:13.459 --> 00:14:16.339 sulla tecnologia deepfake, di cui avevamo 00:14:16.339 --> 00:14:18.019 anche in questo caso già parlato. 00:14:18.274 --> 00:14:21.235 In particolare, Flawless sincronizza il movimento 00:14:21.235 --> 00:14:23.955 delle labbra con la voce dell'attore originale, 00:14:23.955 --> 00:14:26.115 per poi modificare proprio il labbiale 00:14:26.115 --> 00:14:28.674 per adattarlo alla voce doppiata. 00:14:28.754 --> 00:14:30.779 Di fatto, con questo algoritmo è 00:14:30.779 --> 00:14:33.179 possibile eliminare la discordanza tra il 00:14:33.179 --> 00:14:34.940 movimento delle labbra e le parole 00:14:34.940 --> 00:14:36.699 pronunciate dal doppiatore. 00:14:36.699 --> 00:14:38.620 La startup inoltre si aspetta che 00:14:38.620 --> 00:14:40.139 il primo film a fare uso 00:14:40.139 --> 00:14:43.179 di questa tecnologia uscirà entro l'anno prossimo. 00:14:43.179 --> 00:14:45.579 E se il risultato sarà un successo, 00:14:45.659 --> 00:14:48.235 i deepfake, che già vengono utilizzati 00:14:48.235 --> 00:14:49.754 nel mondo del cinema ad esempio 00:14:49.754 --> 00:14:51.514 per ringiovanire gli attori o per 00:14:51.514 --> 00:14:53.835 sostituirne il volto, avranno un ruolo 00:14:53.835 --> 00:14:56.634 non fondamentale ma sicuramente utile nel 00:14:56.634 --> 00:14:58.555 mondo del doppiaggio per rendere gli 00:14:58.555 --> 00:15:00.475 adattamenti ancora più realistici. 00:15:00.750 --> 00:15:02.750 Il secondo esempio invece potrebbe essere 00:15:02.750 --> 00:15:04.909 più preoccupante per i doppiatori. 00:15:04.909 --> 00:15:08.269 Si tratta della startup israeliana Deepdub, 00:15:08.269 --> 00:15:10.909 che grazie all'intelligenza artificiale promette di 00:15:10.909 --> 00:15:13.389 sintetizzare la voce degli attori originali 00:15:13.389 --> 00:15:15.389 che in pratica saranno doppiati da 00:15:15.389 --> 00:15:17.585 se stessi nelle diverse lingue. 00:15:17.585 --> 00:15:19.024 Per ora, da dicembre, 00:15:19.024 --> 00:15:21.985 Deepdub è stato utilizzato con successo 00:15:21.985 --> 00:15:23.904 per doppiare in sei lingue alcuni 00:15:23.904 --> 00:15:26.945 brevi spot pubblicitari e altri progetti minori. 00:15:26.945 --> 00:15:28.625 Per quanto riguarda un progetto più 00:15:28.625 --> 00:15:30.065 lungo come appunto un film, 00:15:30.240 --> 00:15:32.320 i tempi sono molto più dilatati 00:15:32.320 --> 00:15:34.000