به گزارش خبرنگار صبا، هوش مصنوعی دیگر صرفاً یک ابزار تازه برای تولید تصاویر و جلوه‌های بصری نیست؛ این فناوری آرام‌آرام در حال نزدیک شدن به قلب فرایند فیلمسازی و حتی مفهوم آفرینش در سینماست. پرسش اصلی دیگر این نیست که آیا ماشین می‌تواند تصویری شبیه واقعیت تولید کند، بلکه این است که آیا می‌تواند از مجموعه‌ای از تصاویر و صداها، یک جهان داستانی منسجم، شخصیت‌هایی باورپذیر و در نهایت یک تجربه سینمایی خلق کند؟

در همین زمینه، منوچهر اکبرلو، پژوهشگر و کارشناس رسانه، با توجه به دغدغه‌ای که نسبت به این گزاره و آینده ورود هوش مصنوعی به سینما دارد، در یادداشتی اختصاصی برای «صبا» به وعده ایلان ماسک برای ساخت نسخه‌ای هوش مصنوعی از «اودیسه» پرداخته و آن را در کنار رویکرد کریستوفر نولان در ساخت این اثر قرار داده است. اکبرلو در این یادداشت تلاش می‌کند از هیجان پیرامون فناوری فاصله بگیرد و این پرسش را بررسی کند که آیا هوش مصنوعی واقعاً آماده عبور از مرحله «تولید تصویر» و ورود به مرحله «خلق سینما» شده است یا همچنان میان این دو، فاصله‌ای جدی وجود دارد.

ماسک در برابر نولان؛ «اودیسه»، آزمون بزرگ سینمای آینده 

 یک طرف کریستوفر نولان ایستاده؛ فیلمسازی که برای ساخت «اودیسه» به بازیگر، دوربین، دکور، فیلمبرداری در جهان واقعی و یک گروه بزرگ سینمایی تکیه کرده است. طرف دیگر ایلان ماسک ایستاده؛ میلیاردر فناوری که حالا می‌گوید همان داستان را می‌توان با هوش مصنوعی ساخت.
همین هم‌زمانی، ماجرا را جذاب کرده است. «اودیسه» نولان به تازگی روی پرده آمده و ماسک اعلام کرده که ابزار هوش مصنوعی شرکت «ایکس‌ای‌آی»، یعنی «گروک ایمجین»، تا پایان سال ۲۰۲۶ یک فیلم بلند از «اودیسه» خواهد ساخت؛ فیلمی که به گفته او قرار است از نظر تاریخی دقیق باشد و به هنر و روایت هومر وفادار بماند.
ماسک برای این وعده فقط به یک جمله اکتفا نکرده و نمونه‌ای کوتاه از تصاویر تولیدشده با هوش مصنوعی را نیز منتشر کرده است. همین کافی است تا یک پرسش قدیمی، این بار در برابر یک نمونه مشخص قرار بگیرد: آیا هوش مصنوعی می‌تواند از تولید تصاویر و ویدئوهای کوتاه عبور کند و به ساخت یک فیلم بلند برسد؟
پیش از هر چیز باید یک سوءتفاهم را برطرف کرد. اینکه گفته شود ماسک «پس از دیدن فیلم نولان» تصمیم گرفته نسخه هوش مصنوعی «اودیسه» را بسازد، دقیق نیست. منابع معتبر چنین رابطه مستقیمی را تأیید نکرده‌اند. آنچه می‌دانیم این است که اعلام ماسک در فاصله کوتاهی پس از آغاز نمایش فیلم نولان انجام شده و او پیش از آن نیز درباره بعضی انتخاب‌های نولان در این پروژه موضع انتقادی داشته است. بنابراین هم‌زمانی دو اتفاق روشن است، اما نمی‌توان تماشای فیلم نولان را علت قطعی تصمیم ماسک دانست.اصل ادعا اما به اندازه‌ای جدی هست که ارزش بررسی داشته باشد.
هوش مصنوعی در تولید تصویر متحرک با سرعت زیادی پیشرفت کرده است. ابزارهایی مانند «گروک ایمجین» می‌توانند از متن یا تصویر، ویدئو تولید کنند و در بعضی موارد نتیجه چنان باورپذیر است که تشخیص آن از تصویر واقعی آسان نیست.اما اینجا یک مرز مهم وجود دارد: ساختن یک ویدئوی کوتاه با ساختن یک فیلم بلند تفاوت بنیادی دارد.یک فیلم سینمایی را نمی‌توان فقط با کنار هم گذاشتن چند صد تصویر چشمگیر ساخت. فیلم به جهان داستانی، شخصیت، رابطه، ریتم و تداوم نیاز دارد؛ و هر اتفاقی که در یک صحنه رخ می‌دهد باید بتواند در صحنه‌های بعدی معنا و اثر خود را حفظ کند.تصور کنیم اودیسئوس در ابتدای فیلم چهره، لباس و شمشیری مشخص دارد. چندین صحنه بعد هنوز باید همان شخصیت را ببینیم. اگر زمان گذشته باشد، لباسش می‌تواند تغییر کند و چهره‌اش می‌تواند خسته‌تر شود؛ اما تغییرات باید حاصل منطق داستان باشد، نه نتیجه ناتوانی سامانه در حفظ شخصیت.همین مسئله درباره پنه‌لوپه، تلماخوس، کشتی، مکان‌ها و اشیایی که در داستان اهمیت پیدا می‌کنند نیز وجود دارد.

در فیلمسازی انسانی، این تداوم به‌طور آگاهانه مدیریت می‌شود. لباس‌ها ثبت می‌شوند، وضعیت صحنه یادداشت می‌شود، جای اشیا مشخص است و فیلمبردار و کارگردان می‌دانند که نمای امروز باید با نمایی که شاید هفته‌ها بعد گرفته شود، سازگار باشد.هوش مصنوعی باید بتواند همین حافظه را در مقیاسی بسیار بزرگ‌تر حفظ کند.
دشواری واقعی شاید بازیگری باشد.حتی اگر مشکل تداوم تصویری حل شود، مسئله مهم‌تری باقی می‌ماند: بازیگری.یک بازیگر فقط یک چهره نیست که بتوان حالت ترس، خشم یا شادی را روی آن قرار داد. شخصیت در طول داستان تجربه می‌کند و تغییر می‌یابد. آنچه در صحنه دهم انجام می‌دهد، باید ریشه‌ای در اتفاقات صحنه سوم داشته باشد.برای مثال، اگر اودیسئوس در یک صحنه با دیدن خطری می‌ترسد، تماشاگر باید بداند این ترس از کجا آمده است. اگر چند دقیقه بعد تصمیمی مهم می‌گیرد، آن تصمیم باید از شخصیت و تجربه‌ای که تا آن لحظه پشت سر گذاشته ناشی شده باشد.هوش مصنوعی می‌تواند یک انسان ترسیده را بسیار خوب نمایش دهد. حتی ممکن است حرکات و حالت چهره نیز طبیعی باشند. اما تولید مجموعه‌ای از واکنش‌های جداگانه و تبدیل آنها به یک شخصیت دارای مسیر روانی، هنوز مسئله‌ای پیچیده است.در اینجا تفاوت میان تولید تصویر و فیلمسازی خودش را نشان می‌دهد. فیلمساز از بازیگر نمی‌خواهد فقط احساس مشخصی را در یک لحظه نشان دهد؛ او می‌خواهد آن احساس بخشی از مسیر شخصیت باشد.
اما فیلمی دو ساعته چگونه تولید می‌شود؟فناوری فعلی نیز نشان می‌دهد که تولید ویدئو همچنان بر پایه قطعات نسبتاً کوتاه انجام می‌شود. برای همین، اگر قرار باشد فیلمی بلند با هوش مصنوعی ساخته شود، احتمالاً باید آن را به تعداد زیادی صحنه و نما تقسیم کرد.برای درک مقیاس مسئله کافی است فرض کنیم یک فیلم دو ساعته از قطعات شش‌ثانیه‌ای ساخته شود. در این صورت حدود ۱۲۰۰ قطعه لازم خواهد بود. البته این فقط یک محاسبه ساده است؛ فیلم واقعی از نماهای کوتاه و بلند تشکیل می‌شود و برای رسیدن به همین تعداد قطعه قابل استفاده، احتمالاً باید خروجی‌های بسیار بیشتری تولید و کنار گذاشته شوند.
مسئله بعد از تولید نماها تازه جدی‌تر می‌شود. این نماها باید با یکدیگر هماهنگ باشند. حرکت یک شخصیت در نمای اول باید در نمای دوم ادامه پیدا کند. جهت نگاه، جای اشیا، نور، فضای صحنه، صدا و حتی وضعیت احساسی شخصیت باید با آنچه پیش‌تر اتفاق افتاده سازگار باشد.در سینمای سنتی، مسئولیت این هماهنگی میان افراد مختلف تقسیم می‌شود: کارگردان، فیلمبردار، تدوینگر، طراح صحنه، طراح لباس، بازیگر و بسیاری از عوامل دیگر.در سینمای مبتنی بر هوش مصنوعی، ممکن است بخش بزرگی از این کارها به یک مجموعه به‌هم‌پیوسته از سامانه‌های هوش مصنوعی سپرده شود.به همین دلیل، اگر پروژه ماسک به نتیجه برسد، حاصل یک «دستور جادویی» نخواهد بود که کسی فقط بنویسد «اودیسه را بساز» و چند ساعت بعد فیلمی دو ساعته تحویل بگیرد.

فرایند واقع‌بینانه‌تر شبیه یک استودیوی سینمایی خواهد بود: فیلمنامه به صحنه‌ها تقسیم می‌شود، شخصیت‌ها و جهان داستان طراحی می‌شوند، نماها تولید می‌شوند، خروجی‌های ضعیف حذف می‌شوند، مشکلات تداوم شناسایی می‌شوند، بعضی نماها دوباره ساخته می‌شوند و در پایان، تدوینگر یا سامانه تدوین آنها را به یک فیلم تبدیل می‌کند.در چنین شرایطی، شاید اصطلاح دقیق‌تر از «فیلمسازی با هوش مصنوعی»، «استودیوی سینمایی مبتنی بر هوش مصنوعی» باشد.
پژوهش‌های جدید در حوزه هوش مصنوعی نیز نشان می‌دهد که مساله تولید ویدئوی بلند یکی از چالش‌های اصلی این حوزه شده است. پژوهشگران به دنبال روش‌هایی هستند که به سامانه اجازه دهد اطلاعات صحنه‌های قبلی را حفظ کند، شخصیت‌ها را در نماهای متعدد ثابت نگه دارد و رابطه علت و معلولی میان رویدادهای داستان را از دست ندهد.این جهت‌گیری مهم است؛ زیرا نشان می‌دهد مشکل شناخته شده و جامعه علمی دقیقاً در حال کار روی همان نقطه‌ای است که ساخت یک فیلم بلند را دشوار می‌کند.
اما وجود پژوهش به معنای حل کامل مسئله نیست.میان یک نمونه آزمایشگاهی و فیلمی که بتواند روی پرده سینما در کنار تولیدات حرفه‌ای قرار بگیرد، فاصله وجود دارد.پس آیا ماسک اغراق می‌کند؟پاسخ بستگی به این دارد که از جمله او چه برداشتی داشته باشیم.اگر منظور او این باشد که با استفاده از ابزارهای موجود و دخالت انسان می‌توان تا پایان سال یک فیلم بلند بر اساس «اودیسه» تولید کرد، چنین هدفی دیگر غیرممکن به نظر نمی‌رسد.اما اگر منظور این باشد که «گروک ایمجین» به تنهایی می‌تواند یک فیلم دو یا سه‌ساعته را در سطح یک محصول بزرگ سینمایی تولید کند، هنوز شواهد کافی برای چنین نتیجه‌ای وجود ندارد.این تفاوت را نباید نادیده گرفت. ممکن است فیلمی واقعاً ساخته شود، اما ساختن فیلم با ساختن یک فیلم خوب یکی نیست.
حالا چرا نولان در این ماجرا مهم است؟شاید اگر موضوع فقط توانایی فنی هوش مصنوعی بود، ارتباط آن با کریستوفر نولان چندان مهم نبود. اما انتخاب «اودیسه» باعث شده مسئله به شکلی نمادین‌تر دیده شود.نولان برای ساخت فیلم خود به همان ابزارهایی تکیه کرده که سینما از سال‌ها پیش می‌شناسد: بازیگر واقعی، صحنه، دوربین، نور، فیلمبرداری و گروه انسانی.او اساساً به تجربه فیزیکی ساخت فیلم اهمیت می‌دهد. حتی در دوره‌ای که بخش بزرگی از سینما به سمت تولید کاملاً دیجیتال رفته، نولان همچنان از فیلمبرداری با نگاتیو و قالب‌های بزرگ دفاع کرده و در «اودیسه» نیز از دکورها و روش‌های عملی فیلمسازی استفاده کرده است.در سوی دیگر، ماسک نماینده نوع دیگری از آینده است؛ آینده‌ای که در آن ماشین فقط ابزار فیلمساز نیست، بلکه ممکن است خودش بخش مهمی از فرایند آفرینش تصویر را بر عهده بگیرد.نولان نیز نسبت به این آینده خوش‌بین نیست. او در صحبت درباره هوش مصنوعی از تعبیر «اسب تروا» استفاده کرده و نسبت به پیامدهای ورود این فناوری به سینما هشدار داده است.با این حال، بهتر است این ماجرا را به شکل یک دشمنی شخصی میان نولان و ماسک نبینیم. آنچه در اینجا اهمیت دارد، اختلاف دو نگاه به آینده سینماست.
یک نگاه می‌گوید سینما هنوز به حضور انسان وابسته است؛ به بازیگری که واقعاً در برابر دوربین قرار می‌گیرد، به فیلمسازی که در لحظه تصمیم می‌گیرد، به صحنه‌ای که واقعاً ساخته شده و به گروهی از آدم‌ها که در فرآیند ساخت یک اثر با یکدیگر همکاری می‌کنند.

نگاه دیگر می‌گوید بسیاری از این مراحل را می‌توان به ماشین سپرد و شاید در آینده دیگر لازم نباشد برای ساختن یک جهان خیالی، آن جهان را واقعاً در برابر دوربین ایجاد کنیم.
اما اگر فیلم ساخته شود، چه چیزی را ثابت خواهد کرد؟اینجا شاید مهم‌ترین بخش ماجرا آغاز شود.فرض کنیم ماسک موفق شود. فیلم ساخته شود، دو ساعت یا بیشتر طول داشته باشد، تصویر و صدا کیفیت قابل قبولی داشته باشند و تداوم شخصیت‌ها نیز تا حد زیادی حفظ شود. آیا این موفقیت به معنای آن است که هوش مصنوعی هنر خلق کرده است؟پاسخ را نمی‌توان صرفاً با کیفیت تصویر داد.
اودیسه فقط مجموعه‌ای از اتفاقات نیست. داستان انسانی است که می‌خواهد به خانه بازگردد؛ داستان فقدان، انتظار، وفاداری، فریب، انتخاب و تلاش برای حفظ هویت در میان مجموعه‌ای از بحران‌ها.اگر هوش مصنوعی بتواند چنین داستانی را به فیلمی تبدیل کند که تماشاگر با شخصیت‌هایش همراه شود، از تصمیم‌های آنها تأثیر بگیرد و در پایان چیزی در ذهنش باقی بماند، آنگاه بحث از سطح فناوری فراتر خواهد رفت.آن زمان دیگر نمی‌توان فقط پرسید که تصویر واقعی بوده یا مصنوعی.باید پرسید چه چیزی باعث شده آن تصویر برای ما معنا پیدا کند؟
سال‌هاست در بحث‌های مربوط به هوش مصنوعی یک سؤال فلسفی مطرح است: آیا برای خلق هنر، داشتن تجربه، احساس، خاطره و جهان درونی ضروری است؟ یا اگر نتیجه کار اثری تازه، معنادار و تأثیرگذار باشد، می‌توان آن را نوعی آفرینش هنری دانست؟پروژه احتمالی ماسک می‌تواند این پرسش را از حوزه نظری بیرون بیاورد و در برابر تماشاگر قرار دهد.تماشاگر دیگر با یک مقاله فلسفی یا یک آزمایش آزمایشگاهی روبه‌رو نیست. یک فیلم می‌بیند و باید درباره آن قضاوت کند. شاید به همین دلیل، «اودیسه»ی ماسک ؛ اگر واقعاً ساخته شود ، بیش از یک نمایش تکنولوژیک اهمیت داشته باشد.
این فیلم می‌تواند لحظه‌ای باشد که هوش مصنوعی از آزمونِ «آیا می‌تواند تصویر بسازد؟» عبور می‌کند و با آزمون دشوارتری روبه‌رو می‌شود: آیا می‌تواند از مجموعه‌ای از تصاویر، یک تجربه سینمایی بسازد؟
چون سینما فقط تداوم تصویر و صدا نیست. شخصیت، انتخاب، رابطه، انتظار و احساسی است که در طول زمان شکل می‌گیرد و در ذهن تماشاگر باقی می‌ماند.
اگر «اودیسه»ی هوش مصنوعی بتواند چنین تجربه‌ای ایجاد کند، بحث دیگر صرفاً درباره فناوری نخواهد بود. آن وقت باید درباره مفهوم مؤلف، نقش بازیگر و حتی معنای آفرینش هنری دوباره فکر کنیم. اگر هم نتواند، شاید روشن شود که فاصله میان تقلیدِ زبان سینما و خلقِ سینما هنوز پابرجاست.در هر دو صورت، اهمیت پروژه در همین‌جاست.
ماسک می‌خواهد نشان دهد که ماشین می‌تواند یکی از پیچیده‌ترین شکل‌های روایت انسانی را تولید کند؛ نولان، آگاهانه یا نه، نماینده سینمایی است که هنوز آفرینش را به حضور انسان، بدن بازیگر و تجربه ساختن در جهان واقعی گره می‌زند.و «اودیسه» برای هر دو انتخاب عجیبی نیست. داستان مردی است که سفری طولانی را برای بازگشت به خانه آغاز می‌کند. حالا خود سینما نیز در آستانه سفری مشابه است؛ از جهانی که انسان در آن سازنده اصلی تصاویر بود، به جهانی که ماشین هم می‌تواند در ساختن آنها شریک باشد.
هنوز معلوم نیست این سفر به کجا می‌رسد. اما اگر «اودیسه»ی ماسک ساخته شود، آزمون واقعی توانایی ماشین در تولید یک فیلم نخواهد بود. بلکه چیزی فراتر از آن خواهد بود. این که : آیا آنچه روی پرده می‌بینیم، پس از روشن شدن چراغ‌های سالن، هنوز در ذهن و احساس تماشاگر ادامه پیدا می‌کند یا نه؟
برای رسیدن به پاسخ،باید منتظر بمانید!