رغم ذلك العديد من التعزيزات لمنظمة العفو الدولية لقد أقنعوا أنفسهم بأن التكنولوجيا قادرة على ذلك بصق الأفلام والمسلسلات التلفزيونية القماش كله، تبدو الادعاءات بأن هوليوود قد تم طهيها سابقة لأوانها عندما ترى ما يصنعه الناس باستخدام نماذج الصور/الفيديو الأكثر شيوعًا في السوق. نماذج مثل سورا, أرى، و المدرج فقط لا يبدو كل هذا رائع للإنتاج الترفيهي.
لكننا بدأنا نرى المزيد من شركات الذكاء الاصطناعي تبني جيلًا جديدًا من النماذج التوليدية – تلك المصممة لتلبية احتياجات المبدعين طوال عملية التطوير مع تجنب مشكلات مثل الانتهاكات المحتملة لحقوق الطبع والنشر. لكن ما يميز هذه النماذج حقًا عن أقرانها هو الطريقة التي يُزعم أنها يمكن تخصيصها من خلال التدريب الذي يحولها إلى أدوات مخصصة مصممة خصيصًا لكل مشروع.
كانت قابلية التخصيص إحدى النقاط الرئيسية التي أكدت عليها Netflix الأسبوع الماضي عندما قامت الشركة أعلنت أنها تستوعب InterPositive، وهي شركة ناشئة تعمل بالذكاء الاصطناعي أسسها بن أفليك في عام 2022. وعلى الرغم من أن Netflix لم تكشف عن المبلغ الذي دفعته مقابل InterPositive، بلومبرج التقارير أن الرقم يمكن أن يصل إلى 600 مليون دولار. في حين أن إنتاجات Netflix استخدمت الجيل AI من قبل، إلا أن عملية الاستحواذ كانت ملحوظة لأن شركة البث سلطت الضوء علنًا على خططها لجعل التكنولوجيا جزءًا أساسيًا من أعمالها. Netflix – التي رفضت التحدث معها الحافة بالنسبة لهذه المقالة – لم أشارك الكثير حول متى وكيف سيتم نشر نماذج InterPositive داخليًا. لكن الشركة تقدم الذكاء الاصطناعي الخاص بـ InterPositive كأداة مصممة “لتمكين” صانعي الأفلام بدلاً من استبعادهم من المعادلة.
في بيان حول عملية الاستحواذ، أوضح أفليك كيف قام فريق InterPositive بتصوير “مجموعة بيانات خاصة على مسرح صوتي يتم التحكم فيه مع كل ما هو مألوف للإنتاج الكامل” والذي يعمل كأساس للنموذج الأساسي للشركة.
قال أفليك: “أردت بناء سير عمل يلتقط ما يحدث في موقع التصوير، باستخدام مفردات تتوافق مع اللغة التي يتحدث بها المصورون السينمائيون والمخرجون بالفعل، وتتضمن نوع الاتساق والضوابط التي يتوقعونها”. “كانت نتائج هذا العمل التأسيسي عبارة عن مجموعات بيانات ونماذج أصغر عمدًا تركز على تقنيات صناعة الأفلام – بدلاً من العروض – مما أدى إلى إنشاء أدوات يمكن للفنانين استخدامها والتحكم فيها والاستفادة منها.”
في سير عمل مبني على هذه التقنية، يمكن لـ Netflix إنشاء إصدارات فريدة من نموذج InterPositive من خلال تدريبه على الأحداث اليومية من اللقطات الجارية. يمكن لصانعي الأفلام بعد ذلك استخدام تلك النماذج الخاصة بالمشروع لإنشاء أنواع مختلفة من العناصر المرئية ومعالجتها لاحقًا في عملية ما بعد الإنتاج. تقول Netflix أن هذه النماذج يمكن أن تساعد المخرجين في تعديل إضاءة مشهد معين، أو تحرير التفاصيل غير المرغوب فيها مثل تزوير الدعامات، أو استبدال الخلفيات بالكامل. ولأن العارضات يتم تدريبهن على لقطات أولية من الأفلام أو المسلسلات التي يتم استخدامهن فيها، فإن مخرجاتهن يمكن (كما يُزعم) أن تتطابق مع الرؤية الإبداعية لصانع الأفلام بسهولة.
يبدو كل هذا مثيرًا للإعجاب على الورق، لكنه يفترض أن النماذج الأساسية لـ InterPositive تم تدريبها على سيناريوهات إنتاج كافية لتكون قادرة على توليد مخرجات تتوافق مع أي نوع من أنواع المشاهد التي يفكر فيها صانعو الأفلام. جزء مما يجعل هذا الأمر صعبًا هو أنه لا توجد معايير محددة لأشياء مثل Good Lighting™ التي يمكن تطبيقها من جانب واحد على كل نوع من الأفلام أو المسلسلات التي قد تصدرها Netflix. قد يكون هذا هو السبب وراء ضرورة تدريب نماذج InterPositive على الصحف اليومية قبل أن يتمكنوا من إنتاج أي شيء قد يكون مفيدًا أثناء مرحلة ما بعد الإنتاج. ولكن من السهل معرفة السبب الذي يجعل عرضًا تقديميًا كهذا يجذب الاستوديو الذي يتطلع إلى تنفيذ المزيد من المشاريع مع الحفاظ على انخفاض التكاليف.
يبدو وصف أفليك لـ InterPositive مشابهًا إلى حد كبير الفكرة الأساسية وراء Asteria، استوديو Bryn Mooser’s AI-forward الذي ينتج حاليًا فيلم ناتاشا ليون القادم عن لعبة الواقع الافتراضي. مثل InterPositive، المنتج الرئيسي لـ Asteria هو نموذج خاص للذكاء الاصطناعي يمكن تخصيصه من خلال التدريب على مجموعات البيانات التي تتكون من الفن الأصلي للعميل. أعلنت Asteria أيضًا ذلك للتو يتم إطلاق Continuum Suite، وهو نظام تشغيل مدعوم بالذكاء الاصطناعي يقوم بتحليل البرامج النصية لإنشاء قاعدة بيانات معقدة تحتوي على معلومات حول الشخصيات والمشاهد والقصص المصورة والجداول الزمنية والميزانيات.
تتمثل نقطة البيع الكبيرة لشركة Asteria في أن نموذج الذكاء الاصطناعي الخاص بها يعد نموذجًا “أخلاقيًا” لأن مجموعة البيانات الأساسية الخاصة به تتكون من مواد رخصتها الشركة. ولكن في حين أن نماذج InterPositive تبدو أكثر تركيزًا على تعديل التفاصيل، فقد تم استخدام نماذج Asteria لإنشاء أشياء مثل الشخصيات الكاملة وكائنات الخلفية التي تشترك في جمالية مستمدة من مجموعة بيانات النموذج.
وهذا يجعل تقنية Asteria مثالية لصانعي الأفلام الذين يرغبون في تجسيد مشاريعهم بأشياء تبدو جميعها وكأنها مصممة من قبل نفس الفريق الفني. من الناحية النظرية، فهو يساعد أيضًا الاستوديوهات على منع شركائها من نشر الذكاء الاصطناعي العام بطرق قد تؤدي إلى دعاوى قضائية حول ما إذا كان شخص ما قد سرق الملكية الفكرية. يرى كل من Asteria وInterPositive أن منتجاتهما هي أدوات يمكن أن تساعد في تسريع الجداول الزمنية للإنتاج دون إنفاق المزيد من المال، ويبدو أن هذا التأطير هو الشيء الرئيسي الذي يدفع المزيد من الاستوديوهات التقليدية للقفز على عربة الذكاء الاصطناعي.
بالمقارنة مع Netflix، لم تكن معظم دور الإنتاج الأخرى منفتحة تمامًا بشأن اهتمامها بالذكاء الاصطناعي وتجربته. ولكن يمكنك أن ترى أن الصناعة تتحول في اتجاه مؤيد للذكاء الاصطناعي في أشياء مثل الشراكة التي أعلنت عنها Adobe مؤخرًا مع استوديوهات متعددة لتطوير نماذج “آمنة IP” والتي يمكن استخدامها عبر مجموعة أكبر من أدوات الإنتاج الخاصة بالشركة. ما يصعب تحديده هنا هو كيف سيستفيد الفنانون البشريون من هذا التحول، إن استفادوا على الإطلاق.
إن إنشاء المزيد من الأشياء بشكل أسرع وبتكلفة أقل يمكن أن يساعد الاستوديوهات (وقيادتها التنفيذية) على زيادة الأرباح. لكن هذه الأشياء لا تؤدي بطبيعتها إلى احتفاظ العمال المبدعين بوظائفهم، أو الحصول على رواتب أكبر، أو قضاء المزيد من الوقت خارج المكتب. وبقدر ما تتحدث شركات الذكاء الاصطناعي الأحدث عن “تمكين” المبدعين، فإنها نادراً ما تخوض في التفاصيل حول الشكل الفعلي لهذا التمكين. وإلى أن يفعلوا ذلك (أو يستطيعون ذلك)، يجب علينا جميعًا أن نستمر في النظر إلى منتجاتهم بشيء من الشك.
