بچهها چطور میزبان «رونالدو و مسی» شدند؟
مدتی پیش برنامهای در نمایش خانگی پخش شد که حقیقت را به جهان تازه این روزها یعنی هوش مصنوعی پیوند زده بود. «کیمدیشو»، به تهیهکنندگی علی باذل که توانست هر هفته در کنار بچهها میزبان رونالدو و مسی شود.
سینما اعتماد: مدتی پیش برنامهای در نمایش خانگی پخش شد که حقیقت را به جهان تازه این روزها یعنی هوش مصنوعی پیوند زده بود. «کیمدیشو»، به تهیهکنندگی علی باذل که توانست هر هفته در کنار بچهها میزبان رونالدو و مسی شود. میتوان گفت برای مسعود رئیسی، مدیر تحقیق و توسعه هوش مصنوعی این پروژه، «کیمدیشو» تنها یک برنامه نبود؛ بلکه نوعی اختراع در حین حرکت محسوب میشد. جایی که تیم تولید، نه فقط با دوربین و نور، که با کدهایی از جنس هوش مصنوعی، خطوط واقعیت و خیال را بازطراحی میکردند؛ در ادامه چالشهای پیمودن این مسیر را در گفتوگو با مسعود رئیسی میخوانید.
رئیسی در خصوص نحوه طراحی ساختار اجرایی بخشهای ساخته شده با هوش مصنوعی «کیمدیشو» و چالشهای تولید آن گفت: «ما عملاً در حال اختراع ساختار اجرایی جدیدی با هوش مصنوعی بودیم؛ هیچ الگو یا نقشهراه از پیش تعیینشدهای وجود نداشت و همهچیز به شکلی کاملاً تجربی پیش رفت. ایده اولیه برنامه به بیش از یک سال پیش برمیگردد؛ زمانی که بسیاری از امکانات فعلی هوش مصنوعی اصلاً در دسترس نبود و شاید راه حل بعضی از مشکلاتمان فنی را نمیتوانستیم پیشبینی کنیم.»
او با اشاره به انعطافپذیری تیم برای تغییرات لحظهای افزود: «وقتی ابزارهای جدیدتر به بازار آمد، ما حتی بخشهایی از کار را که پیش برده بودیم، دوباره ضبط کردیم. برای ما مهم بود که به نتیجهای بهتر برسیم، بنابراین حاضر بودیم کار را دوباره اجرا کنیم.»
رئیسی در پاسخ به این پرسش که برای تولید سکانسهای بصری از چه ابزارهایی استفاده کردهاند، بیان کرد: «ما از تولیدکنندههای ویدیویی استفاده کردیم که امکان طراحی صحنههای پیچیده و انفجاری را به ما میداد. ستاره اصلی کار ما در آن روزها، مدل چینی «کلینگ» (Kling) ورژن ۳ بود. قابلیتی در این مدل وجود دارد به نام «موشن کنترل» (Motion Control) که برای ما حکم موتور اصلی را داشت؛ به این معنا که میتوانستیم حرکات یک فرد واقعی را عیناً به کاراکتر دیجیتال منتقل کنیم.»
او درباره سرعت پیادهسازی این تکنولوژیهای جدید گفت: «به محض اینکه قابلیتهای کلینگ را تست کردیم، در کمتر از یک هفته آن را وارد پروژه کردیم. بخش بزرگی از کار، از جمله سکانسهای مربوط به لیونل مسی و کریستیانو رونالدو، دقیقاً با همین سیستم موشنکنترل پیش رفت.»
مدیر بخش تحقیق و توسعه هوش مصنوعی «کیمدیشو» با اشاره به چالشهای صداگذاری نیز افزود: « برای صداسازی شخصیتها هم به سراغ ابزارهای تخصصی هوش مصنوعی مثل ایلیونلبز رفتیم که در این حوزه عملکرد بسیار درخشانی دارند و تستهای بیشماری انجام دادیم که همین تستها به ما کمک کردند تا کاراکترها جان بگیرند.»
رئیسی درباره چالشهای فنی صداگذاری و استفاده از ابزارهایی نظیر «ElevenLabs» توضیح داد: «این پلتفرمها صرفاً تغییردهنده صدا نیستند؛ آنها با تولید آواتارهای صوتی، خدماتی فراتر از تصور ارائه میدهند. با این حال، ما در شروع کار با چالشی جدی مواجه شدیم. اولین تستها روی صدای مدلسازیشده مسی و رونالدو نشان داد که وقتی این صداها سعی میکردند به فارسی صحبت کنند، به دلیل تفاوت در ساختار آواشناختی زبان اسپانیایی و فارسی، نتیجه چندان دلچسب نبود؛ مثلا نمیتوانستند حرف «ر» را تلفظ کنند چون لحن و حنجره آنها برای زبان ما بهینه نشده است. همین مسئله ما را به سمت استفاده از دوبلورهای حرفهای کشورمان سوق داد؛ انتخابی که اگرچه چالشهایی در «لیپسینک» ایجاد کرد، اما اصالت و کیفیت صدا را به برنامه بازگرداند.»
او با اشاره به رویکرد خلاقانه تیم در مدیریت تولید افزود: «ما عملاً در حال ساختن یک خط تولید بودیم که الگوی از پیشتعیینشدهای نداشت. برای من و دوستانم در بخش هوش مصنوعی، همهچیز یک تجربه مداوم بود؛ ما مثل یک رادار روشن، دائماً به دنبال ترکیب ابزارهای جدید بودیم. سوال اصلی ما این بود: اگر ابزاری که همین امروز عرضه شده را با تکنیکی که دو هفته پیش یاد گرفتهایم ترکیب کنیم، به چه خروجی متفاوتی میرسیم؟ این ترکیب خلاقانه، هسته اصلی شخصیسازی مدلهای ما بود.»
رئیسی در پاسخ به این سوال که مرز استفاده از هوش مصنوعی و جلوههای ویژه سنتی (VFX) در «کیمدیشو» کجاست؟ گفت: «تفکیک هوشمندانهای در این زمینه وجود دارد. آنچه به عنوان ولههای کوتاه و موزیکال در میانبرنامهها میبینیم مثل کاراکترهایی که کارت نشان میدهند یا سکانسهای فانتزی مانند جوکر در قطار، صد درصد محصول هوش مصنوعی هستند. همچنین تغییرات لحظهای در اجرای آقای بحرانی، مثلاً وقتی برای لحظهای به کاراکترهای مورتال کامبت یا قیصر تبدیلمیشود، همگی با AI خلق شدهاند.»
او در ادامه توضیح داد: «با این حال، در بخشهای تعاملی برنامه، ما همچنان به روشهای سنتی وفادار ماندیم.
برای مثال، وقتی آقای بحرانی با کارتها یا دستکش دروازهبانی تعامل دارد، ترجیح دادیم از تیم سه بعدی و جلوههای ویژه سنتی استفاده کنیم. در آن نقاط، استفاده از VFX هم به صرفهتر بود و هم به ما اجازه میداد با سرعت بیشتر، به نسخه نهایی و باکیفیتتر برسیم. در واقع، ما هوش مصنوعی را در خدمت قصهگویی گرفتیم، نه به عنوان جایگزینی برای تمام فرآیندهای تولید.»
رئیسی درباره پیچیدگی مدیریت تعاملات کاراکترها در بسترِ هوش مصنوعی نیز بیان کرد: «اینطور نیست که بتوان صرفا به خروجیهای اتفاقی هوش مصنوعی تکیه کرد. برای اینکه دو کاراکتر بتوانند با هم دیالوگ داشته باشند یا واکنشی نسبت به یکدیگر نشان بدهند، ما به یک نظم آهنین نیاز داشتیم. بدون وجود یک جدول زمانی دقیق و یک خطتولید استاندارد، مدیریت این حجم از داده عملاً غیرممکن بود. ما بعد از دو ماه، دیگر بر ابزارها سوار شده بودیم و میدانستیم چطور این جزئیات پیچیده را به یکدیگر گره بزنیم.»
او در پاسخ به این پرسش که آیا هوش مصنوعی در نهایت به کاهش هزینهها و افزایش سرعت تولید انجامید؟ افزود: «سرعت اجرا، بدون شک افزایش چشمگیری داشت. اما نکته مهمتر از سرعت، فضا است؛ هوش مصنوعی برای ما فضا ایجاد کرد. در تولید کلاسیک، تیمها آنقدر درگیر مدیریت ابتداییات هستند که وقتی برای خلاقیت بیشتر ندارند. اما وقتی شما با کمک هوش مصنوعی، مراحل روتین سناریو و دکور را سریعتر پیش میبرید، وقت اضافه برای ایدههای نو باقی میماند. از نظر هزینهای هم، این روش در مجموع بهصرفهتر بود؛ ما نهتنها از درگیر کردن تعداد زیادی نیروی انسانی برای جزئیات فنی معاف شدیم، بلکه به کیفیتی دست یافتیم که انجامش با روشهای سنتی عملاً یا غیرممکن بود یا هزینهای نجومی میطلبید.»
وقتی بحث به دغدغه همیشگی جایگزینی نیروی انسانی توسط هوش مصنوعی کشیده شد، رئیسی پاسخ متفاوتی داد و گفت: «شاید بهتر باشد برای پاسخ به این ترس عمومی، از مدیرعامل انویدیا (NVIDIA) وام بگیرم. جنسن هوانگ نکتهای گفت که فکر میکنم بهترین جمعبندی برای این ماجراست. هوش مصنوعی شغل شما را نخواهد گرفت؛ بلکه انسانی که با هوش مصنوعی کار میکند، جایگزین شما خواهد شد. این دقیقترین توصیف است. در «کیمدیشو» ما نهتنها قصد حذف انسان را نداشتیم، بلکه سعی کردیم با ترکیب بهرهوری زمانی و خلاقیت انسانی، مرزهای تولید را جابهجا کنیم.»
او با مثال زدنِ شغلهای منسوخشده در تاریخ مانند راننده آسانسورها که با اتوماسیون حذف شدند، عنوان کرد: «این تغییرات، ذاتی انقلابهای تکنولوژیک است. درست همانطور که ماشینها جایگزین نیروی کارِ یدی در انقلاب صنعتی شدند، امروز هم ما با تغییری مشابه مواجهیم. اما این به معنای حذف کامل نیست؛ هوش مصنوعی شغل شما را نمیگیرد، بلکه انسانی که با هوش مصنوعی کار میکند، جایگزین شما خواهد شد. این دقیقترین توصیفی است که میتوان از وضعیت فعلی داشت. من به هیچ وجه بدبین نیستم؛ هوش مصنوعی نه تنها مشاغل جدیدی خلق میکند، بلکه منطق کار را هم بهینهتر کرده است.»
رئیسی در پاسخ به این پرسش که هوش مصنوعی چه تغییری در صنعت سرگرمی و تلویزیون ایران ایجاد خواهد کرد؟ گفت: «امیدوارم و البته فکر میکنم که فاصله ما با استانداردهای جهانی به حداقل برسد. نکته اینجاست که هوش مصنوعی یک ترازکننده است. تکنولوژی امروز به قدری پیشرفته و در دسترس است که اگر شما دسترسی به اینترنت داشته باشید و ابزارهای یادگیری را در اختیار بگیرید، فاصله جغرافیایی معنایش را از دست میدهد.»
او برای تأیید ادعایش به تیتراژ «کیمدیشو» اشاره و خاطرنشان کرد: «نیمی از تیتراژ ما با هوش مصنوعی ساخته شده است؛ کیفیتی که اگر یک مخاطب در آمریکا یا آلمان آن را ببیند، تفاوت چشمگیری با تولیدات جهانی حس نمیکند. این یعنی ما در ایران هم میتوانیم به همان کیفیت دست پیدا کنیم، مشروط بر اینکه مدلهای ذهنیمان را بهروز کنیم و از پتانسیل این ابزارها برای پر کردن خلأهای فنی بهره بگیریم.»
ارسال نظر