یادگیری هوش مصنوعی برای گریاندن بینندگان در سینما
من [نویسنده متن اصلی] هر وقت با خودم فکر میکنم که هوش مصنوعی دیگر نمیتواند من را غافلگیر کند، پژوهش جدیدی مطرح میشود و به من ثابت میکند که در اشتباه هستم. اخیرا دانشمندان فعال در آزمایشگاه رسانهی موسسه فناوری ماساچوست (MIT) اعلام کردند، به یک ماشین یاد دادهاند که چگونه احساسات ما را دستکاری کند. آنها معتقدند که این فناوری میتواند به سازندگان فیلم کمک کند تا فیلمها و مجموعههای تلویزیونی جذابتری بسازند.
محققان در یک نوشتهی آنلاین منتشرشده با همکاری شرکت مشاورهی استراتژیک McKinsey & Company، گفتند که از یک شبکه عصبی عمیق برای تماشای هزاران تکه کوچک از ویدیوهای مختلف (فیلم، تلویزیون، قطعههای کوتاه آنلاین) استفاده کردند. این شبکه عصبی حدس زد که هر یک از این تکهها چگونه یک لحظه را تبدیل به یک لحظهی احساسی خاص میکنند و با این کار یک بخش عاطفی می سازند. این تیم برای اینکه دقت بخش احساسی را تست و بررسی کنند، از داوطلبانی خواستند تا یک کلیپ خاص را تماشا کرده و واکنش آنها را نسبت به این کلیپ بررسی کنند و عواملی (از موسیقی گرفته تا دیالوگهای مخصوص هر تصویر) را که بیشترین تاثیر را بر واکنش احساسی آنها میگذارند، مشخص کنند. این اطلاعات به آنها کمک کرد تا بهخوبی به مدل بهدستآمده شکل بدهند؛ تاجایی که این مدل در حدس زدن اینکه چه چیزی احساسات انسانی را برمیانگیزد، دقت بسیار زیادی پیدا کرد.
با توجه به مواردی که گفته شد، یک مدل یادگیری ماشینی هنگام تماشای صحنهی آغازین فیلم آپ از شرکت پیکسار چه چیزی میبیند؟ ۱۲ دقیقهی ابتدایی این فیلم نشان میدهد که کارل و همسرش الی در بچگی با هم ملاقات میکنند، بازی میکنند، بزرگ میشوند، و سرانجام ازدواج میکنند. آنها نمیتوانند بچهدار شوند، ولی زندگی عاشقانهای تا پیری دارند، تا اینکه الی بیمار میشود و فوت میکند. در این لحظه از فیلم، هر کسی که فیلم را تماشا میکند بدون استثنا گریه میکند.
پژوهشگران گفتند که برای داستانسازی این فناوری را به وجود نیاوردهاند. در واقع پژوهشگران اولین فیلمی را که توسط هوش مصنوعی نوشته شد (Sunspring)، فیلمی ضعیف و اصولا یک شکست میدادند. از این فیلم در سال ۲۰۱۶ رونمایی شد. آنها معتقدند که در حال حاضر میتوان استفادهی بهتری از هوش مصنوعی برد و از آن برای بهبود کار نویسندگان فیلم استفاده کرد. هوش مصنوعی میتواند با ارائه بینشهایی که باعث افزایش بار احساسی داستان میشود (مثلا تشخیص اینکه چه نوع موسیقی یا تصویر میتواند به زنده ماندن حس امیم کمک کند) به بهبود داستاننویسی کمک کند.
ممکن است حق با پژوهشگران باشد. الکس دا کید، نامزد جایزه گرمی اوایل امسال از همین شیوه برای خلق یک اثر معروف استفاده کرد. او از تواناییهای شناختی آیبیام واتسون برای این کار استفاده کرد. هوش مصنوعی آیبیام پنج سال آخر این اثر را در مجله بیلبورد مورد مطالعه قرار داده بود و آن را با دادههایی از سایر رسانهها، از روزنامهها گرفته تا رسانههای اجتماعی، ترکیب کرده بود. دا کید در گفتوگویی با برنارد مار از فوربس گفت، واتسون به او نشان داد که احساسات ما انسانها چگونه مخصوصا در این ۵ سال گذشته برانگیخته و دچار دگرگونی میشود. داد کی با بررسی این الگوها قادر بود تمهایی را بسازد که مردم میخواهند. او سپس از الگوریتمهای تولید موسیقی واتسون برای ساخت تمهای خودش کمک گرفت و پیشنهادها و گزینههایی از موسیقیهای مختلف دریافت کرد تا بتواند احساس را بهتر به مخاطبان منتقل کند. نتیجه کارهای او موفقیتآمیز بود و او توانست به کمک هوش مصنوعی در پنج قطعهی برتر iTunes Hot Tracks قرار بگیرد.
پژوهشگران در مورد نمونه موسسه فناوری ماساچوست معتقدند که این فناوری جدید میتواند دقیقا همین کار را انجام دهد و به داستانپردازان کمک کند تا در دنیایی رشد کنند که تقاضای مخاطب بینهایت است.
اما همیشه یک اما و اگر مشکلساز در پشت صحنه قرار دارد. اگر شما یک نوازندهی سینمایی هستید که میخواهید از HAL-KUBRICK مشاوره بگیرید، مشکل و پیچیدگی بهوجود میآید. اریک چو، محقق اصلی این پروژه در ایمیلی به من گفت که به غیر از قرار دادن کدها و مجموعههای داده در اینترنت، طرح دیگری برای ساختن نسخهی عمومی این ابزار وجود ندارد.
البته من اگر متوجه شوم که کارخانهای مثل دیزنی یا حتی نتفلیکس در حال حاضر هم از این فناوری استفاده میکند، شگفتزده نخواهم شد. برای من فرقی نمیکند که همهی فیلمها باعث شوند ما گریه کنیم، بخندیم و یا هیجان زده شویم، اما اگر بتوان از هوش مصنوعی برای دستکاری واکنشهای احساسی در سینما استفاده کرد، دولتها و کمپانیها هم میتوانند از این قابلیت در هر بخشی از رسانه که بخواهند استفاده کنند. من بیصبرانه مشتاق قسمت بلک میرور (آینه سیاه) از چارلی بروکر بدون استفاده از کمک هوش مصنوعی هستم.