تقربنا Meta خطوة من الأفلام التي تم إنشاؤها بواسطة الذكاء الاصطناعي

مثل مخرج فيلم “المنتقمون” جو روسو، أصبحت مقتنعا بشكل متزايد بأن الأفلام والبرامج التلفزيونية التي يتم إنتاجها بواسطة الذكاء الاصطناعي بالكامل ستكون ممكنة خلال حياتنا.

وقد أعطت مجموعة كبيرة من اكتشافات الذكاء الاصطناعي خلال الأشهر القليلة الماضية، ولا سيما محرك تحويل النص إلى كلام الواقعي للغاية من OpenAI، لمحات عن هذه الحدود الجديدة الشجاعة. لكن إعلان Meta اليوم وضع مستقبل المحتوى الذي تم إنشاؤه بواسطة الذكاء الاصطناعي في حالة من الارتياح الشديد – بالنسبة لي على الأقل.

أطلق ميتا صباحه لأول مرة فيديو Emu Video، وهو تطور لأداة إنشاء الصور الخاصة بعملاق التكنولوجيا، Emu. بالنظر إلى تسمية توضيحية (على سبيل المثال، “كلب يركض عبر ربوة عشبية”)، أو صورة أو صورة مقترنة بوصف، يمكن لـ Emu Video إنشاء مقطع رسوم متحركة مدته أربع ثوانٍ.

الآن، تكنولوجيا توليد الفيديو ليست جديدة. لقد جربت ميتا ذلك من قبل، كما فعلت جوجل. وفي الوقت نفسه، بدأت الشركات الناشئة مثل Runway بالفعل في بناء أعمال تجارية عليها.

لكن مقاطع فيديو Emu هي بسهولة من بين أفضل المقاطع التي رأيتها من حيث إخلاصها – لدرجة أن عيني غير المدربة تجد صعوبة في تمييزها عن الشيء الحقيقي.

حسنًا – على الأقل البعض منهم. يبدو أن Emu Video هو الأكثر نجاحًا في الرسوم المتحركة للمشاهد البسيطة والثابتة في الغالب (مثل الشلالات والفواصل الزمنية لأفق المدينة) التي تبتعد عن الواقعية – أي في أنماط مثل التكعيبية والأنيمي و”حرفة قطع الورق” وsteampunk. ذكّرني مقطع فيديو لبرج إيفل عند الفجر “كلوحة فنية”، مع انعكاس البرج في نهر السين تحته، ببطاقة إلكترونية قد تراها على “American Greetings”.

اعتمادات الصورة: ميتا

ومع ذلك، حتى في أفضل أعمال Emu Video، تمكنت الغرابة الناتجة عن الذكاء الاصطناعي من التسلل – مثل الفيزياء الغريبة (مثل ألواح التزلج التي تتحرك بالتوازي مع الأرض) والزوائد الغريبة (أصابع القدم والأرجل التي تتجعد خلف القدمين والساقين التي تمتزج مع بعضها البعض). غالبًا ما تظهر الأشياء وتتلاشى عن الأنظار دون الكثير من المنطق أيضًا، مثل الطيور التي تحلق فوق رؤوسنا في مقطع برج إيفل المذكور آنفًا.

بعد قضاء الكثير من الوقت في تصفح إبداعات Emu Video (أو على الأقل الأمثلة التي اختارتها Meta بعناية)، بدأت ألاحظ إشارة أخرى واضحة: الموضوعات الموجودة في المقاطع لا… حسنًا، يفعل كثيراً. بقدر ما أستطيع أن أقول، لا يبدو أن Emu Video لديه فهم قوي لأفعال الحركة، وربما يكون ذلك بمثابة قيود على البنية الأساسية للنموذج.

اعتمادات الصورة: ميتا

على سبيل المثال، سيحمل راكون لطيف مجسم في مقطع فيديو Emu غيتارًا، لكنه لن يفعل ذلك مداعبة أوتار الآلة الموسيقية الجيتار – حتى لو كان عنوان المقطع يتضمن كلمة “مداعبة أوتار الآلة الموسيقية”. أو سوف “يلعب” اثنان من وحيدات القرن لعبة الشطرنج، ولكن فقط بمعنى أنهما سيجلسان بفضول أمام رقعة الشطرنج دون تحريك القطع.

اعتمادات الصورة: ميتا

لذا فمن الواضح أن هناك عملًا يتعين القيام به. ومع ذلك، فإن اللقطات الأولية الأكثر أساسية لـ Emu Video لن يكون في غير محله في فيلم أو برنامج تلفزيوني اليوم، أود أن أقول – والعواقب الأخلاقية لذلك ترعبني بصراحة.

اعتمادات الصورة: ميتا

بغض النظر عن مخاطر التزييف العميق، أخشى على رسامي الرسوم المتحركة والفنانين الذين تعتمد سبل عيشهم على صياغة أنواع المشاهد التي يمكن للذكاء الاصطناعي مثل Emu Video الآن تقريبها. من المرجح أن تجادل شركة ميتا ومنافسوها في مجال الذكاء الاصطناعي بأن تطبيق Emu Video، الذي يقول الرئيس التنفيذي لشركة ميتا مارك زوكربيرج، إنه يتم دمجه في فيسبوك وإنستغرام، زيادة بدلا من يستبدل الفنانين البشر. لكنني أود أن أقول إن هذا يمثل وجهة نظر متفائلة، إن لم تكن مخادعة، خاصة عندما يتعلق الأمر بالمال.

في وقت سابق من هذا العام، استخدمت Netflix صورًا خلفية تم إنشاؤها بواسطة الذكاء الاصطناعي في فيلم رسوم متحركة قصير مدته ثلاث دقائق. ادعت الشركة أن التكنولوجيا يمكن أن تساعد في حل مشكلة النقص المفترض في العمالة في الأنمي، لكنها تجاهلت بشكل ملائم مدى دفع الأجور المنخفضة وظروف العمل الشاقة في كثير من الأحيان إلى إبعاد الفنانين عن العمل.

في جدل مماثل، اعترف الاستوديو الذي يقف وراء التسلسل الائتماني لمسلسل Marvel’s Secret Invasion باستخدام الذكاء الاصطناعي، وخاصة أداة تحويل النص إلى صورة Midjourney، لإنشاء الكثير من الأعمال الفنية للتسلسل. أكد مخرج المسلسل علي سليم أن استخدام الذكاء الاصطناعي يتناسب مع موضوعات العرض المصابة بجنون العظمة، لكن الجزء الأكبر من مجتمع الفنانين والمشجعين اختلفوا بشدة.

اعتمادات الصورة: ميتا

يمكن أن يكون الممثلون على وشك التقطيع أيضًا. كانت إحدى النقاط الشائكة الرئيسية في إضراب SAG-AFTRA الأخير هي استخدام الذكاء الاصطناعي لإنشاء أشكال رقمية. وافقت الاستوديوهات في النهاية على دفع أجور للممثلين مقابل التشابهات التي أنشأها الذكاء الاصطناعي. لكن هل يمكن أن يعيدوا النظر مع تحسن التكنولوجيا؟ أعتقد أنه من المحتمل.

ومما يزيد الطين بلة أن الذكاء الاصطناعي مثل Emu Video يتم تدريبه عادةً على الصور ومقاطع الفيديو التي ينتجها الفنانون والمصورون وصانعو الأفلام – ودون إخطار هؤلاء المبدعين أو تعويضهم. في ورقة العمل المصاحبة لإصدار Emu Video، تقول Meta فقط أن النموذج تم تدريبه على مجموعة بيانات مكونة من 34 مليون “زوج من مقاطع الفيديو والنص” تتراوح مدتها من 5 إلى 60 ثانية – وليس من أين جاءت مقاطع الفيديو هذه، ولا حالات حقوق الطبع والنشر الخاصة بها. أو ما إذا كانت Meta قد رخصتها.

اعتمادات الصورة: ميتا

كانت هناك نوبات وبدايات تجاه المعايير على مستوى الصناعة للسماح للفنانين “بإلغاء الاشتراك” في التدريب أو تلقي أموال مقابل الأعمال التي أنشأها الذكاء الاصطناعي والتي ساهموا فيها. ولكن إذا كان لـ Emu Video أي إشارة، فإن التكنولوجيا – كما يحدث غالبًا – سوف تتقدم قريبًا على الأخلاقيات. ربما كان الأمر كذلك بالفعل.