Создайте гиперперсонализированный опыт просмотра с AI-ассистентом

Гиперперсонализированные впечатления от просмотра становятся возможными благодаря агентному AI-ассистенту, использующему Amazon Nova Sonic 2.0. Рекомендательные системы играют ключевую роль в современных сервисах потокового вещания, формируя способ, которым пользователи открывают для себя контент. Однако традиционные системы машинного обучения часто упускают контекстуальные потребности, такие как время суток, настроение или социальные условия.

Например, после просмотра 'Побега из Шоушенка' система может предложить больше prison dramas, игнорируя, что пользователю может быть интересно что-то более легкое для расслабления. Гибридный подход решает эту проблему, сочетая традиционные алгоритмы машинного обучения с контекстуальным пониманием и разговорными способностями генеративного AI. Агентный AI идет дальше, вовлекая пользователей в динамический диалог и рассуждая о контексте просмотра.

Эти рекомендательные агенты синтезируют информацию из различных источников — аннотаций, рецензий и истории просмотров — и учитывают обратную связь пользователей в реальном времени. Пользователи могут задавать вопросы о конкретных сценах или темах, и агент предоставляет контекстуальные объяснения, создавая опыт, похожий на консультацию с знающим куратором, который понимает как контент, так и индивидуальные предпочтения.

Мы рассмотрим два примера использования, которые помогают улучшить впечатления от просмотра. Во-первых, представьте, что вы говорите AI-агенту, что хотите что-то веселое после долгого дня, и получаете рекомендации, соответствующие вашему настроению, а не только тому, что вы смотрели ранее. Во-вторых, представьте, что вы ставите фильм на паузу, чтобы спросить: 'Кто этот актер?' или 'Подведи итог того, что только что произошло?' и получаете мгновенный ответ.

Создание этого разговорного ассистента требует координации обработки речи в реальном времени, управления контекстом, вызова инструментов и курируемых ответов. Это сложная задача, которую мы можем упростить с помощью инструментов и фреймворков агентного AI, включая Strands Agents SDK, Amazon Bedrock AgentCore и Amazon Nova Sonic 2.0. Эта система агентного AI использует Протокол Контекста Модели (MCP) для создания персонального развлекательного консьержа, который понимает предпочтения пользователей через естественный диалог.

Архитектура решения сосредоточена на 1/ рекомендации фильмов и 2/ анализе сцен фильмов. Пользователь аутентифицируется через веб-интерфейс, который размещен как статический сайт на Amazon S3 и обслуживается через Amazon CloudFront с использованием Amazon Cognito. Установлено соединение WebSocket от клиента к серверу, размещенному в AWS Fargate, с использованием конечной точки Amazon CloudFront.