یکی از رایجترین توصیههایی که این روزها درباره تولید ویدئو با هوش مصنوعی میشنویم این است:
«فقط یک پرامپت بهتر بنویس.»
به نظر منطقی میرسد. اگر ورودی بهتر باشد، خروجی هم بهتر خواهد بود.
اما بسیاری از فیلمسازان و تولیدکنندگان محتوای حرفهای به نقطهای رسیدهاند که این فرض دیگر همیشه درست نیست.
فرض کنید دو نفر، دقیقاً در یک هفته، با یک مدل هوش مصنوعی و یک ایده تقریباً یکسان فیلمی تولید کنند.
یکی ساعتها برای نوشتن پرامپت وقت میگذارد، جزئیات دقیق صحنه را توصیف میکند و صدها کلیپ تولید میکند.
دیگری توضیحی بسیار سادهتر مینویسد و حتی خودش هم اعتراف میکند که در نوشتن پرامپت مهارت کمتری دارد.
با این حال، وقتی فیلمها آماده میشوند، نتیجه شگفتانگیز است.
فیلم نفر اول شبیه صدها ویدئوی دیگری است که همان هفته در شبکههای اجتماعی دیدهاید.
اما فیلم نفر دوم، امضای شخصی دارد. مخاطبانی که آثار او را میشناسند، احتمالاً ظرف چند ثانیه تشخیص میدهند که این فیلم متعلق به اوست.
چرا؟
زیرا در عصر هوش مصنوعی، تفاوت اصلی دیگر در «ایده اولیه» ساخته نمیشود.
مدلهای مولد، بسیاری از ایدهها را به میانگین آماری خود تبدیل میکنند. چیزی که از مدل بیرون میآید، معمولاً نسخهای صیقلی، جذاب و در عین حال آشناست.
اگر قرار باشد اثری واقعاً متفاوت خلق شود، این تفاوت اغلب پس از پایان مرحله تولید شکل میگیرد.
خلاقیت امروز بیش از هر زمان دیگری به سه مهارت وابسته است:
- انتخاب؛
- تأکید؛
- و خویشتنداری در حذف.
چرا پرامپت دیگر مهمترین مزیت رقابتی نیست؟
پرامپت هنوز اهمیت دارد.
بدون یک ایده روشن، مسیر تولید نیز مشخص نخواهد بود.
اما مشکل اینجاست که تقریباً تمام کاربران از مدلهای مشابه استفاده میکنند.
همه یک موتور تولید تصویر یا ویدئو را در اختیار دارند.
همه به مدلهایی آموزشدیده بر پایه حجم عظیمی از تصاویر و فیلمها متصل هستند.
در نتیجه، مدلها هنگام تولید خروجی، تمایل دارند به سمت الگوهای رایج حرکت کنند.
اگر از هوش مصنوعی بخواهید «یک بندر سینمایی در شب» را نشان دهد، احتمال زیادی وجود دارد که نتیجه شبیه همان تصویری باشد که هزاران نفر دیگر نیز دریافت کردهاند.
ممکن است شما درباره مه، نور، جرثقیل یا لباس شخصیت جزئیات بیشتری نوشته باشید.
اما مدل بسیاری از این تفاوتها را به نسخهای استاندارد و آشنا تبدیل میکند.
به بیان ساده:
جزئیات وارد مدل میشوند، اما ژانر از آن خارج میشود.
به همین دلیل، پرامپت بهتنهایی دیگر تضمینکننده اصالت نیست.
خلاقیت بعد از رندر آغاز میشود
بخش بزرگی از تولیدکنندگان هنوز تصور میکنند مرحله تولید پایان کار است.
اما در بسیاری از پروژههای حرفهای، رندر فقط آغاز تصمیمهای مهم است.
وقتی صدها کلیپ تولید میشوند، سؤال اصلی دیگر این نیست که:
«مدل چه ساخته است؟»
بلکه این است:
- کدام کلیپ باید باقی بماند؟
- کدام تصویر حذف شود؟
- روی چه چیزی تأکید کنیم؟
- چه چیزی دیده نشود؟
- و مخاطب در نهایت چه چیزی را به خاطر بسپارد؟
همین تصمیمها هستند که بهتدریج امضای یک فیلمساز را میسازند.
ایستگاه اول: انتخاب
بیشتر افراد هنگام تولید با هوش مصنوعی، تعداد زیادی خروجی میگیرند.
اما تفاوت حرفهایها در تعداد خروجی نیست.
در نحوه انتخاب است.
فرض کنید از میان ۳۰۰ کلیپ، قرار است فقط چند مورد وارد نسخه نهایی شوند.
معیار انتخاب چیست؟
بیشتر افراد ناخودآگاه این موارد را انتخاب میکنند:
- زیباترین تصویر؛
- واضحترین نور؛
- تمیزترین حرکت دوربین؛
- سینماییترین رنگها؛
- و کاملترین ترکیببندی.
مشکل اینجاست که دقیقاً همین ویژگیها معمولاً خروجی پیشفرض مدل نیز هستند.
هرچه بیشتر به سمت «بینقص بودن» بروید، احتمال نزدیک شدن به میانگین خروجی مدل نیز بیشتر میشود.
نتیجه؟
فیلمی حرفهای اما قابلجایگزین.
تفاوت سلیقه با سیستم انتخاب
همه ما سلیقه داریم.
اما سلیقه تا زمانی که ثبت و تبدیل به قانون نشود، قابلاجرا نیست.
یکی از پیشنهادهای جالب مقاله اصلی، ساختن یک سند بسیار ساده است:
یک صفحه.
دو ستون.
همیشه نگه دار
برای مثال:
- چهرههای نیمهپنهان؛
- حرکتهای ناتمام؛
- نورهای غیرمنتظره؛
- هوای نامتناسب با صحنه؛
- قابهای نامتقارن.
همیشه حذف کن
برای مثال:
- تقارن کامل؛
- رنگبندیهای کلیشهای؛
- قابهایی که بیش از حد «سینمایی» به نظر میرسند؛
- یا هر تصویری که بیش از حد شبیه خروجی رایج مدل است.
این فهرست، سلیقه را به سیستم تبدیل میکند.
در پروژههای بعدی، دیگر لازم نیست هر بار از صفر تصمیم بگیرید.
نسبت حذف؛ عددی که بیشتر افراد از آن میترسند
بسیاری از تولیدکنندگان تقریباً همه خروجیهای خوب خود را نگه میدارند.
اما شاید مسئله دقیقاً همین باشد.
اگر از میان ۴۰۰ کلیپ، ۱۵۰ مورد را نگه دارید، در حال انتخاب نیستید.
در حال جمعآوری هستید.
هرچه سختگیرتر باشید، احتمال شکل گرفتن هویت بصری بیشتر میشود.
گاهی حذف ۹۵ درصد خروجیها، ارزشمندتر از تولید صد کلیپ جدید است.
زیرا سبک شخصی معمولاً از چیزهایی ساخته میشود که حاضر نیستید نمایش دهید.
ایستگاه دوم: تأکید
فرض کنید دو نفر دقیقاً از یک مجموعه تصویر استفاده کنند.
آیا فیلمهایشان یکسان خواهد بود؟
نه.
زیرا تدوین فقط کنار هم گذاشتن نماها نیست.
تدوین یعنی تصمیم گرفتن درباره اینکه مخاطب به چه چیزی توجه کند.
مدت زمان نما
در بسیاری از ویدئوهای امروز، نماها با سرعت زیادی عوض میشوند.
اما اگر یک تصویر را چند ثانیه بیشتر نگه دارید، معنای آن تغییر میکند.
گاهی یک فنجان چای، یک دست خالی یا بخار یک لیوان میتواند مهمتر از نمای پهپادی عظیم باشد.
مدت زمان، اهمیت میسازد.
تکرار
اگر تصویری فقط یک بار دیده شود، شاید صرفاً یک نما باشد.
اما اگر همان تصویر در طول فیلم چند بار بازگردد، به موتیف تبدیل میشود.
موتیف را مدل تولید نمیکند.
تدوینگر میسازد.
صدا
صدا فقط برای پر کردن سکوت نیست.
گاهی حذف موسیقی از یک صحنه مهم، تأثیر بیشتری از افزودن موسیقی حماسی دارد.
اینکه کدام تصویر با موسیقی همراه شود و کدام تصویر در سکوت دیده شود، یکی از مهمترین ابزارهای خلق هویت است.
ایستگاه سوم: خویشتنداری
شاید دشوارترین مهارت، حذف کردن باشد.
وقتی برای تولید یک نما زمان و هزینه صرف کردهاید، کنار گذاشتن آن آسان نیست.
اما بسیاری از آثار ماندگار دقیقاً به خاطر چیزهایی شناخته میشوند که در آنها وجود ندارد.
یک قانون ساده میتواند مفید باشد:
اگر این نما بهراحتی میتواند در فیلم فرد دیگری هم دیده شود، شاید بهتر باشد حذف شود.
ممکن است از نظر فنی عالی باشد.
اما سؤال اصلی کیفیت نیست.
سؤال این است:
«آیا این تصویر واقعاً متعلق به جهان بصری من است؟»
کیفیت همیشه معیار درستی نیست
در عصر هوش مصنوعی، تقریباً همه میتوانند تصاویر باکیفیت تولید کنند.
رزولوشن بالا، نورپردازی خوب و حرکت نرم دوربین دیگر مزیت رقابتی محسوب نمیشوند.
آنچه ارزشمند است، قابلیت تشخیص است.
اگر مخاطب بدون دیدن نام شما بتواند اثرتان را بشناسد، احتمالاً به سبک شخصی نزدیک شدهاید.
چگونه سبک شخصی خود را بسازیم؟
سبک چیزی نیست که یک روز تصمیم بگیرید داشته باشید.
سبک، حاصل صدها تصمیم کوچک است.
میتوانید از این فرایند شروع کنید.
۱. سند سلیقه بنویسید
فهرستی از چیزهایی که همیشه نگه میدارید و همیشه حذف میکنید تهیه کنید.
قوانین باید کاملاً تصویری و قابلاندازهگیری باشند.
مثلاً:
- نور مهآلود؛
- قابهای ناقص؛
- دستهای خارج از فوکوس.
نه واژههایی مانند:
- احساسی؛
- سینمایی؛
- واقعی.
زیرا این واژهها معیار عملی ایجاد نمیکنند.
۲. نسبت حذف تعیین کنید
پیش از شروع پروژه مشخص کنید چند درصد خروجیها قرار است باقی بمانند.
اگر هیچ محدودیتی وجود نداشته باشد، معمولاً همه چیز وارد نسخه نهایی میشود.
۳. یک مرحله مخصوص تأکید داشته باشید
بعد از تدوین اولیه، دوباره فیلم را ببینید.
فقط به این سه موضوع فکر کنید:
- زمان نماها؛
- تکرارها؛
- جایگذاری صدا.
همین یک مرحله میتواند شخصیت فیلم را تغییر دهد.
۴. در پایان دوباره حذف کنید
آخرین بازبینی فقط برای حذف باشد.
از خود بپرسید:
- آیا این تصویر فقط زیباست؟
- یا واقعاً بخشی از زبان شخصی من است؟
۵. دفترچه حذفها را نگه دارید
شاید عجیب به نظر برسد.
اما ثبت کردن دلیل حذف هر نما، بهمرور تصویر بسیار دقیقی از سلیقه شما میسازد.
بعد از چند پروژه، احتمالاً بهتر از هر بیانیه هنری خواهید دانست که سبک شما دقیقاً چیست.
بزرگترین اشتباه فیلمسازان هوش مصنوعی
بسیاری از افراد تمام انرژی خود را صرف تولید بیشتر میکنند.
پرامپتهای بیشتر.
کلیپهای بیشتر.
مدلهای بیشتر.
اما شاید مسئله اصلی، تولید نباشد.
بلکه انتخاب باشد.
وقتی هر کسی میتواند در چند دقیقه صدها کلیپ تولید کند، ارزش واقعی دیگر در تولید نیست.
در تصمیمگیری است.
اینکه بدانید:
- چه چیزی ارزش نگه داشتن دارد؛
- روی چه چیزی باید تأکید شود؛
- و چه چیزی باید برای همیشه حذف شود.
آینده فیلمسازی با هوش مصنوعی
احتمالاً کیفیت مدلها همچنان بهتر خواهد شد.
رندرها سریعتر میشوند.
حرکتها طبیعیتر خواهند شد.
اما هرچه مدلها بهتر شوند، خروجی همه افراد نیز به یکدیگر نزدیکتر میشود.
در چنین شرایطی، مهمترین مزیت رقابتی دیگر توانایی نوشتن یک پرامپت طولانی نخواهد بود.
بلکه داشتن نگاهی خواهد بود که بتواند از میان هزار تصویر مشابه، همان تصویری را انتخاب کند که فقط شما انتخابش میکنید.
جمعبندی؛ فیلم واقعی بعد از تولید ساخته میشود
بسیاری از ما هنوز فکر میکنیم خلاقیت در لحظه نوشتن پرامپت اتفاق میافتد.
اما شاید امروز، مهمترین بخش فرایند دقیقاً بعد از پایان تولید آغاز شود.
مدل میتواند هزار تصویر بسازد.
اما نمیتواند تصمیم بگیرد:
- کدام تصویر حذف شود؛
- کدام تصویر تکرار شود؛
- کدام نما چند ثانیه بیشتر بماند؛
- یا کدام صحنه هرگز دیده نشود.
این تصمیمها هنوز کاملاً انسانیاند.
و شاید دقیقاً همین تصمیمها باشند که در آینده، تفاوت میان یک فیلم معمولی و اثری را رقم بزنند که مخاطب بدون دیدن نام سازنده، آن را به صاحبش نسبت میدهد.
