خطای پیوستگی در فیلم هوش مصنوعی اتودسک که هیچ پرامپتی نمی‌تواند حل کند

وقتی موریس پاتل، معاون استراتژی صنعت مهندسی و سرگرمی در اتودسک، درباره فیلم نمایشی «ربات‌های غرب وحشی» (Robots of the Wild West) صحبت می‌کند، با لبخندی آرام اشاره‌ای به یک نقص خاص در آن دارد. این فیلم که در رویداد اتودسک یونیورسیتی ۲۰۲۶ پرده رفت، دارای یک خطای پیوستگی است که تیم سازنده دقیقاً محل آن را می‌شناسد، اما نتوانسته آن را از بین ببرد. در یک صحنه، شخصیتی کنار همسرش روی میز می‌نشیند، اما در شات بعدی، ناگهان در گوشه‌ای دیگر از چیدمان قرار دارد. تیم پاتل تلاش کردند با تغییر پرامپت‌ها این مشکل را حل کنند، اما هوش مصنوعی به یک چرخه تکراری گره خورد. به جای شروع مجدد که هزینه‌بر بود، آنها انتخاب کردند این نقص را در فیلم نهایی بماند.

این INCIDENT کوچک، راز بزرگی را درباره واقعیت‌های فعلی تولید محتوای هوش مصنوعی آشکار می‌کند: ما هنوز در همان ابتدای راه هستیم.

هوش مصنوعی در کارهای متمرکز خوب است، اما در دنیای گسترده خراب می‌شود

پاتل یک تفکیک جالب ارائه می‌کند. او معتقد است هوش مصنوعی برای محتوای تصادفی عالی است، اما در محتواهای هدفمند (Directed Content) بسیار ضعیف عمل می‌کند. او ابزارها را به سه دسته تقسیم می‌کند: وظایف، شات‌ها و دنیاهای پایدار.

• وظایف (Tasks): ابزارهایی مانند MotionMaker در مایا که برای یک کار خاص (مثل راه رفتن انسان یا حیوانات) آموزش دیده‌اند و عملکردی قابل‌قبول دارند.
• شات‌ها (Shots): ویدیوهای تولیدی فعلی که فیلم «ربات‌های غرب وحشی» نمونه‌ای از آن است. اینجا جایی است که مشکلات پیوستگی و ثبات رخ می‌دهد.
• دنیاهای پایدار (Worlds): چالش اصلی و «جراب مقدس» هوش مصنوعی؛ دنیایی که فیزیک را درک کند و در طول زمان ثبات داشته باشد. پاتل می‌گوید تصور اینکه بتوان یک فیلم کامل را فقط با پرامپت ساخت، یک افسانه است.

مشکل میز در فیلم نمونه، نشان‌دهنده یک واقعیت است: اگر دو بار یک پرامپت را اجرا کنید، خروجی‌ها کمی متفاوت هستند. تغییر یک پارامتر ممکن است بخش‌های دیگر تصویر را که دوست داشتید هم تغییر دهد. گاهی مدل‌ها در یک خروجی خاصی گیر می‌کنند و تنها راه خروج، بازگشت به تنظیمات اولیه است. به همین دلیل، تمرکز اصلی بر «ارکستراسیون» یا تنظیم‌گری است، نه جادوگری. هنرمندان از هوش مصنوعی برای ساخت تصاویر دو‌بعدی استفاده می‌کنند، بعد از آن‌ها صحنه سه‌بعدی می‌سازند و این فرایند یک زنجیره است که اجازه می‌دهد در هر مرحله کنترلی داشته باشید.

هزینه‌های پنهان و صنعت سرگرمی

اگرچه کیفیت ویدیوهای کوتاه هوش مصنوعی در حال رسیدن به سطح واقعی است، اما پاتل به یک نکته مهم اشاره می‌کند: گاهی نقص، خودِ محتواست. او به تبلیغات هوش مصنوعی که لوگوی شرکت‌ها را اشتباه رسم می‌کنند اشاره دارد که حتی در دوران VFX سنتی، از دست داده می‌شدند. اما امروز، برچسب «ساخته شده با هوش مصنوعی» گاهی خودش جذابیت بازار را می‌سازد.

اما نگرانی اصلی پاتل مربوط به صنعت بزرگ است. هزینه ساخت بازی‌ها از ۱۵ تا ۲۰ میلیون دلار به ۲۰۰ میلیون دلار رسیده است. این افزایش هزینه، استودیوها را به سمت ساخت سریال‌سازی یا ری‌بوتهای امن سوق می‌دهد و نوآوری را از بین می‌برد. او امیدوار است هوش مصنوعی با کاهش هزینه‌ها، امکان تولید فیلم‌های مستقل با بودجه کمتر و داستان‌های متنوع‌تر را بازگرداند.

هنرمند هنوز فرمانده است، هوش مصنوعی فقط ابزار

موریس پاتل که سال‌ها در صنعت جلوه‌های ویژه فعالیت کرده، بر یک اصل کلیدی تأکید می‌کند: «حرفه انیماتور، فهمیدن این است که چگونه عملکرد شخصیت را درخشان نشان دهد، نه صرفاً دانستن تنظیم منحنی‌های انیمیشن.»

او می‌گوید حتی اگر یک مدل بر روی یک میلیون تصویر از خرگوش‌ها آموزش داده شود، هرگز «باگز بانی» (Bugs Bunny) را تولید نخواهد کرد، زیرا حرکت، رفتار و شخصیت باگز بانی محصول تخیل انسانی است، نه داده‌های موجود در دنیای واقعی. هوش مصنوعی هنوز «بد» است اگر بخواهید آن را به سمت یک دیدگاه هنری خاص هدایت کنید.

پاتل این وضعیت را «عشق و تنفر» می‌نامد. اگرچه او خودش در گذشته متخصص CG بوده، اکنون خود را یک تازه‌کار حس می‌کند. اما نکته اینجاست که هوش مصنوعی شغل‌ها را حذف نمی‌کند، بلکه آن‌ها را تغییر می‌دهد و درهای ورود را برای کسانی باز می‌کند که تا پیش از این امکان ورود به این صنعت را نداشتند.