Алиса Потоцкая живет и работает в Лондоне. Девушка — основатель IT-компании, занимающейся созданием AI-видео с аватарами, почти неотличимыми от настоящих людей. До этого Алиса окончила БГУ, работала во французском научно-исследовательском институте атомной и альтернативных видов энергии, а также достигла высокой позиции в Facebook. Мы спросили предпринимательницу, почему она отказалась от мечты о научных исследованиях, как алгоритм генерирует ролики с виртуальными лицами и при чем тут метавселенные.
— Расскажите о себе: откуда вы, где учились?
— Я из Барановичей, в школу ходила еще там. Потом поступила в минский Лицей БГУ, дальше отучилась на факультете прикладной математики и информатики, а также в Политехническом институте Гренобля (высшее учебное заведение во Франции. — Прим. Onlíner).
— В каких компаниях успели попробовать себя до старта собственного проекта?
— В Беларуси работала только в двух компаниях. Немногим больше года трудилась в Softeq на должности Software Engineer (разработчик программного обеспечения. — Прим. Onlíner), потом перешла в Wargaming — там тоже пробыла чуть больше года.
Остальное время работала уже в Европе — сначала в CEA (Комиссариат по атомной и альтернативным видам энергии, французский научно-исследовательский институт. — Прим. Onlíner), в том числе на коллайдере. Правда, я просто была в лаборатории, где к коллайдеру был доступ, но занималась совсем другим проектом, взаимодействовать непосредственно с ним не приходилось.
— Чем не понравилась работа рядом с коллайдером?
— У меня была мечта, что я стану исследователем и буду заниматься ресерчем (исследовательской деятельностью. — Прим. Onlíner). Причем хотела попасть именно в эту лабораторию. Но на самом деле я сильно разочаровалась. В бизнесе все происходит динамичнее, требования куда понятнее. В общем, быстро поняла: ресерч — это не мое.
— Что было после CEA?
— Ненадолго перешла в финансовую компанию в Мюнхене, а затем — в лондонское подразделение Facebook.
— На всех этих позициях оставались программистом?
— Да, и практически все задачи были так или иначе связаны с machine learning (машинное обучение. — Прим. Onlíner).
— Почему остановились на этом направлении? Machine learning считается одной из самых сложных областей.
— Машинное обучение нравилось мне больше из-за того, что там нужно больше математики, если сравнивать с другими направлениями программирования. А математика мне всегда давалась. А еще я отучилась в ШАД (Школа анализа данных от «Яндекса». — Прим. Onlíner). Курс дал сильный старт для карьеры — не меньший, чем ФПМИ.
— Расскажите про Facebook — чем занимались там?
— В Facebook я проработала четыре с половиной года. Там меня повысили, в итоге я стала техлидом. Работала с технологиями как дополненной (AR), так и виртуальной (VR) реальности, в том числе в команде Oculus (подразделение нынешней Meta, выпускающее гарнитуры виртуальной реальности. — Прим. Onlíner). Но поняла, что мне нужно нечто большее. В конце концов решилась основать компанию.
— Поговорим про вашу компанию, Immersive Fox. С помощью алгоритмов искусственного интеллекта создаются видео, в которых генерируются аватары, практически неотличимые от лиц реальных людей. Как вы пришли к этому?
— Идею подал мой друг, владелец видеопродакшен-студии. Однажды он спросил: «Можно ли взять и симулировать целого человека?» Сначала я подумала: это вряд ли. Но идея запала в голову. Около трех месяцев я проводила исследование и пыталась понять, что вообще сейчас думают про это на рынке и насколько подобное может сработать как идея для бизнеса. Ведь одно дело — делать исследование «в стол», другое — когда создаешь продукт, который готовы купить.
В итоге я начала собирать команду. Первым присоединился мой знакомый, работавший в Google. Мы с ним продолжили исследования, появился еще один сотрудник. В итоге сейчас в команде десять человек, мы подняли несколько раундов инвестиций.
— Как технология действует на практике?
— Нам нужна пятиминутная запись лица человека. И чем лучше качество записи, тем красивее и точнее получится сам аватар. Для компаний, готовых вкладываться, имеет смысл записывать реально качественные видео. Нам часто присылают студийные ролики.
— В Immersive Fox работают только с корпоративными клиентами? Или можно создать аватар самого себя?
— Да, сейчас мы работаем в B2B. Процесс выглядит примерно так: компания присылает видео с лицом актера, алгоритм обрабатывает его около двух с половиной дней. После этого можно создавать бесконечное количество AI-контента. Также можно изменить голос или в автоматическом режиме перевести текст, на котором говорят в ролике, на другой язык (их поддерживается 25, в том числе русский).
— Для чего это может быть полезно бизнесу?
— Есть несколько сценариев. Например, для обучающих видео. Сейчас мы делаем курс лекций для одного университета. Следующий вариант — корпоративный контент вроде ежемесячных отчетов для команды или презентаций. Генерировать такие AI-ролики, а не снимать их в студии дешевле, плюс это экономит время. Третий сценарий — продажи. Вместо отправления «холодных» электронных сообщений текст конвертируется в видео, получается более персонализированно, конверсия выше. Последний кейс — клиентские коммуникации. Речь про ролики в чат-ботах, демонстрациях продукта компании.
— На ум приходит параллель с технологией Deepfake. В сети немало роликов, в которых политики говорят белиберду, а после оказывается, что видео фейковое.
— Это загрязняет рынок. Клиентам нужно доказывать, что лица актеров не будут использоваться где-то еще. Мы заключаем контракты с реальными моделями, где прописаны все соглашения на использование их лиц в конкретных проектах. Или, если записи лиц предоставляет заказчик, владельцами аватаров становятся они.
— Какие у вас планы? Уже есть понимание, к чему это может привести в будущем?
— К полноценной симуляции, включая не только лицевую мимику, но и движения тела. Берешь человека, сканируешь и делаешь его полную виртуальную копию. Но рынок очень молодой. Большинство компаний, работающих в этой сфере, начало появляться два-три года назад. Технология передовая, пока этим мало кто занимается.
— Это связано с развитием метавселенных?
— В том числе. Но мы нацелены делать аватары реалистичными, а не анимированными. Я верю, что уже лет через 5—10 мы вообще перестанем использовать камеры, а придем к симуляциям. С ними можно добиться большего. Мой генерированный персонаж говорит куда четче, чем я. И без акцента.
Наш канал в Telegram. Присоединяйтесь!
Есть о чем рассказать? Пишите в наш телеграм-бот. Это анонимно и быстро
Перепечатка текста и фотографий Onlíner без разрешения редакции запрещена. ng@onliner.by