Мета приближает нас к фильмам, созданным искусственным интеллектом

Как и режиссер «Мстителей» Джо Руссо, я все больше убеждаюсь, что фильмы и телешоу, полностью созданные искусственным интеллектом, станут возможными уже при нашей жизни.

За последние несколько месяцев было представлено множество новинок искусственного интеллекта, в частности ультрареалистично звучащая технология преобразования текста в речь OpenAI. двигатель, дали возможность заглянуть в этот дивный новый рубеж. Но Мета объявление сегодня особенно ярко показало будущее нашего контента, созданного искусственным интеллектом — по крайней мере, для меня.

Утром Meta представил Emu Video, эволюцию инструмента Emu для создания изображений технологического гиганта. Учитывая заголовок (например, «Собака бежит по травянистому холму»), изображение или фотографию в сочетании с описанием, Emu Video может создать четырехсекундный анимированный клип.

Клипы Emu Video можно редактировать с помощью дополнительной модели искусственного интеллекта под названием Emu Edit, о которой также было объявлено сегодня. Пользователи могут описывать изменения, которые они хотят внести в Emu Edit, на естественном языке — например, «тот же клип, но в замедленном режиме» — и видеть изменения, отраженные в вновь созданном видео.

Технология генерации видео не нова. Мета экспериментировал с этим раньше, как имеет Google. Между тем, такие стартапы, как ВПП уже строят на этом бизнес.

Но клипы Emu Video с разрешением 512×512 и частотой 16 кадров в секунду являются одними из лучших, которые я видел с точки зрения их точности — до такой степени, что моему нетренированному глазу трудно отличить их от реальных вещей.

Ну, по крайней мере, некоторые из них. Кажется, что Emu Video наиболее успешно анимирует простые, в основном статичные сцены (например, водопады и замедленные съемки городских горизонтов), которые отклоняются от фотореализма — то есть в таких стилях, как кубизм, аниме, «крафт-крафт» и стимпанк. Один клип, изображающий Эйфелеву башню на рассвете «как картину» с отражением башни в Сене под ней, напомнил мне электронную открытку, которую вы могли увидеть на Американские приветствия.

Однако даже в лучших работах Emu Video умудряются проникать странности, генерируемые искусственным интеллектом — такие как причудливая физика (например, скейтборды, которые движутся параллельно земле) и причудливые придатки (пальцы ног, которые скручиваются позади ступней, и ноги, которые сливаются друг с другом). Объекты часто появляются и исчезают из поля зрения без особой логики, как, например, птицы над головой в вышеупомянутом клипе с Эйфелевой башней.

После слишком долгого просмотра творений Emu Video (или, по крайней мере, примеров, выбранных Meta), я начал замечать еще один очевидный признак: сюжеты в клипах не… ну, делать много. Насколько я могу судить, Emu Video не очень хорошо разбирается в глаголах действия, возможно, это ограничение базовой архитектуры модели.

Например, милый антропоморфный енот в клипе Emu Video будет держать гитару, но не будет. бренчать гитара — даже если в подписи к клипу было слово «бренчать». Или два единорога будут «играть» в шахматы, но только в том смысле, что будут любознательно сидеть перед шахматной доской, не передвигая фигуры.

Итак, очевидно, что есть над чем работать. Тем не менее, более простой ролик Emu Video. Я бы сказал, что сегодня это было бы неуместно в фильме или телешоу — и этические последствия этого, откровенно говоря, пугают меня.

Помимо риска дипфейков, я опасаюсь за аниматоров и художников, чьи средства к существованию зависят от создания сцен, которые ИИ, такой как Emu Video, теперь может приблизить. Meta и ее конкуренты по генеративному искусственному интеллекту, скорее всего, будут утверждать, что Emu Video, которую генеральный директор Meta Марк Цукерберг говорит интегрируется в Facebook и Instagram (надеюсь, с лучшей фильтры токсичности чем стикеры Meta, созданные искусственным интеллектом), увеличить скорее, чем заменять человеческие художники. Но я бы сказал, что это оптимистичная, если не сказать, неискренняя точка зрения, особенно когда речь идет о деньгах.

Ранее в этом году Netflix использовала фоновые изображения, сгенерированные искусственным интеллектом, в трёхминутном короткометражном анимационном фильме. Компания заявлено что эта технология может помочь с предполагаемой нехваткой рабочей силы в аниме, но при этом удобно замалчивается то, как низкая оплата и зачастую тяжелые условия труда отталкивают художников от работы.

В ходе аналогичного спора студия, создавшая титры к «Тайному вторжению» Marvel, призналась, что использовала искусственный интеллект, в основном инструмент преобразования текста в изображение. Середина пути, чтобы создать большую часть иллюстраций эпизода. Режиссер сериала Али Селим заявил, что использование ИИ соответствует параноидальной тематике шоу, но большая часть сообщества артистов и фанатов категорически не согласен.

Актеры тоже могут оказаться на плахе. Одним из основных камней преткновения в недавней забастовке SAG-AFTRA было использование искусственного интеллекта для создания цифровых изображений. В конечном итоге студии согласились платить актерам за их изображения, созданные с помощью ИИ. Но могут ли они пересмотреть свое решение по мере совершенствования технологий? Я думаю, что это вероятно.

Еще больше оскорбляет тот факт, что искусственный интеллект, такой как Emu Video, обычно обучается на изображениях и видео, созданных художниками, фотографами и режиссерами, без уведомления или компенсации этим создателям. В белая бумага Сопровождая выпуск Emu Video, Meta сообщает только, что модель была обучена на наборе данных из 34 миллионов «пар видео-текст» длиной от пяти до 60 секунд, а не о том, откуда взялись эти видео, их статус авторских прав или имеет ли Meta лицензию. их.

(После публикации этой статьи представитель Meta сообщил > по электронной почте, что Emu обучался на «данных от лицензированных партнеров».)

Были урывки в сторону общеотраслевых стандартов, позволяющих художникам «отказаться» от обучения или получать оплату за работы, созданные с помощью ИИ, в создании которых они внесли свой вклад. Но если Emu Video является каким-либо показателем, технология, как это часто бывает, вскоре выйдет далеко за рамки этики. Возможно, это уже произошло.