Bespoke AI กับจุดเปลี่ยนครั้งสำคัญของอุตสาหกรรมภาพยนตร์
ในขณะที่กระแส Generative AI (ปัญญาประดิษฐ์ที่สามารถสร้างเนื้อหาใหม่ได้) กำลังถูกพูดถึงอย่างกว้างขวางว่าอาจเข้ามาแทนที่คนทำงานในฮอลลีวูด แต่ในความเป็นจริง เครื่องมือยอดนิยมอย่าง Sora, Veo หรือ Runway ยังไม่สามารถตอบโจทย์การผลิตภาพยนตร์ระดับมืออาชีพได้อย่างสมบูรณ์ อย่างไรก็ตาม ทิศทางใหม่ที่กำลังเกิดขึ้นคือการพัฒนา Bespoke AI หรือโมเดล AI ที่ถูกออกแบบมาเพื่อใช้งานเฉพาะทาง ซึ่งมุ่งเน้นการสนับสนุนความคิดสร้างสรรค์มากกว่าการเข้ามาแทนที่มนุษย์
การก้าวเข้าสู่ยุค AI ของ Netflix และ InterPositive
ความเคลื่อนไหวที่น่าจับตามองที่สุดคือการที่ Netflix ตัดสินใจเข้าซื้อกิจการ InterPositive สตาร์ทอัพด้าน AI ที่ก่อตั้งโดย Ben Affleck ในปี 2022 โดยมีรายงานจาก Bloomberg ว่ามูลค่าการซื้อขายอาจสูงถึง 600 ล้านดอลลาร์สหรัฐ การลงทุนครั้งนี้สะท้อนให้เห็นว่า Netflix ต้องการให้ AI กลายเป็นรากฐานสำคัญของธุรกิจ โดยวางตำแหน่งให้เป็นเครื่องมือที่ช่วย "เสริมพลัง" ให้กับผู้กำกับและทีมงาน
ความแตกต่างของ InterPositive คือการสร้างโมเดลจากชุดข้อมูลที่ควบคุมได้ (Proprietary Dataset) ซึ่งถ่ายทำในสตูดิโอที่มีสภาพแวดล้อมเหมือนการผลิตภาพยนตร์จริง เพื่อให้ AI เข้าใจภาษาและเทคนิคที่ผู้กำกับภาพและผู้กำกับหนังใช้กันจริงๆ โดยเน้นไปที่เทคนิคการถ่ายทำมากกว่าการเลียนแบบการแสดงของมนุษย์
กลไกการทำงานของ AI เฉพาะทางในขั้นตอนการผลิต
หัวใจสำคัญของเทคโนโลยีนี้คือ Customizability หรือความสามารถในการปรับแต่ง โดย Netflix สามารถนำฟุตเทจดิบจากการถ่ายทำจริง (Dailies) มาใช้ฝึกฝนโมเดล AI ให้กลายเป็นเครื่องมือเฉพาะสำหรับโปรเจกต์นั้นๆ ซึ่งจะช่วยให้ขั้นตอน Post-production (กระบวนการหลังการถ่ายทำ) มีประสิทธิภาพมากขึ้น เช่น:
- การปรับแต่งแสงในฉากเฉพาะจุด
- การลบสิ่งที่ไม่ต้องการออกจากฉาก เช่น อุปกรณ์ยึดพร็อพ
- การเปลี่ยนพื้นหลังทั้งหมดให้สอดคล้องกับวิสัยทัศน์ของผู้กำกับ
เนื่องจาก AI ถูกฝึกด้วยภาพจากหนังเรื่องนั้นๆ ผลลัพธ์ที่ได้จึงมีความต่อเนื่องและสมจริงกว่าการใช้ AI ทั่วไปที่ไม่มีบริบทของงาน
| หัวข้อเปรียบเทียบ | InterPositive (Netflix) | Asteria |
|---|---|---|
| จุดเน้นหลัก | การปรับแต่งรายละเอียดและเทคนิคการถ่ายทำ | การสร้างตัวละครและวัตถุพื้นหลัง |
| วิธีการฝึกฝน | ใช้ฟุตเทจดิบจากกองถ่าย (Dailies) | ใช้ชุดข้อมูลศิลปะที่ได้รับลิขสิทธิ์ถูกต้อง |
| เป้าหมายการใช้งาน | แก้ไขงาน Post-production ให้แม่นยำ | สร้างองค์ประกอบภาพให้มีสไตล์เดียวกันทั้งเรื่อง |
Asteria และทางเลือกด้านจริยธรรมในการใช้ AI
นอกเหนือจาก InterPositive ยังมี Asteria สตูดิโอ AI ของ Bryn Mooser ที่นำเสนอแนวทางที่คล้ายกัน โดยเน้นความ "มีจริยธรรม" ด้วยการใช้ชุดข้อมูลที่ได้รับอนุญาตอย่างถูกต้อง เพื่อป้องกันปัญหาการละเมิดทรัพย์สินทางปัญญา (IP) นอกจากนี้ Asteria ยังเปิดตัว Continuum Suite ระบบปฏิบัติการ AI ที่สามารถวิเคราะห์บทภาพยนตร์เพื่อสร้างฐานข้อมูลตัวละคร ฉาก สตอรี่บอร์ด และงบประมาณได้อย่างครบวงจร
แนวทางของทั้งสองบริษัทมุ่งเน้นไปที่การลดระยะเวลาและต้นทุนการผลิต ซึ่งเป็นสิ่งที่สตูดิโอใหญ่ๆ ให้ความสนใจ เช่นเดียวกับ Adobe ที่เริ่มร่วมมือกับหลายสตูดิโอเพื่อพัฒนาโมเดล AI ที่ปลอดภัยต่อลิขสิทธิ์เพื่อใช้ในเครื่องมือสร้างสรรค์งาน
ข้อเท็จจริงสำคัญ
- Netflix ซื้อ InterPositive ด้วยมูลค่าคาดการณ์ประมาณ 600 ล้านดอลลาร์สหรัฐ
- Bespoke AI คือโมเดลที่ฝึกฝนด้วยข้อมูลเฉพาะของแต่ละโปรเจกต์ เพื่อความแม่นยำสูงสุด
- InterPositive เน้นการใช้ AI เพื่อปรับแต่งแสงและลบสิ่งแปลกปลอมในขั้นตอนหลังการถ่ายทำ
- Asteria ให้ความสำคัญกับลิขสิทธิ์ข้อมูลและใช้ AI ช่วยบริหารจัดการตั้งแต่ขั้นเขียนบทจนถึงงบประมาณ
- เป้าหมายหลักของสตูดิโอคือการเพิ่มกำไรผ่านการลดต้นทุนและระยะเวลาการผลิต
คำถามที่พบบ่อย
Bespoke AI แตกต่างจาก AI ทั่วไปอย่าง Sora หรือ Runway อย่างไร?
AI ทั่วไปถูกฝึกด้วยข้อมูลมหาศาลจากอินเทอร์เน็ตทำให้ขาดการควบคุมที่แม่นยำ แต่ Bespoke AI ถูกฝึกด้วยข้อมูลเฉพาะของโปรเจกต์นั้นๆ เช่น ฟุตเทจจริงจากกองถ่าย ทำให้ผลลัพธ์ตรงตามวิสัยทัศน์ของผู้กำกับและมีความต่อเนื่องทางภาพมากกว่า
การใช้ AI ในลักษณะนี้จะทำให้คนทำงานในกองถ่ายตกงานหรือไม่?
บริษัทผู้พัฒนาอ้างว่าเครื่องมือเหล่านี้มีไว้เพื่อ "เสริมพลัง" ให้ศิลปินทำงานได้ง่ายขึ้น แต่ในมุมมองของนักวิจารณ์ การผลิตที่เร็วขึ้นและถูกลงอาจส่งผลกระทบต่อความมั่นคงในอาชีพและค่าตอบแทนของคนทำงานสร้างสรรค์ในระยะยาว
InterPositive ช่วยในขั้นตอน Post-production ได้อย่างไรบ้าง?
สามารถช่วยผู้กำกับในการปรับแก้แสงในฉาก ลบอุปกรณ์ประกอบฉากที่ไม่ต้องการ หรือเปลี่ยนพื้นหลัง โดยที่ภาพยังคงดูเป็นธรรมชาติเพราะ AI เรียนรู้จากภาพจริงในกองถ่าย
ปัญหาเรื่องลิขสิทธิ์ใน AI ภาพยนตร์ถูกแก้ไขอย่างไร?
บริษัทอย่าง Asteria และความร่วมมือของ Adobe แก้ปัญหานี้ด้วยการใช้ Proprietary Dataset หรือชุดข้อมูลที่ได้รับลิขสิทธิ์ถูกต้องตามกฎหมาย แทนการดึงข้อมูลสุ่มจากอินเทอร์เน็ต เพื่อป้องกันการฟ้องร้องเรื่องการละเมิดทรัพย์สินทางปัญญา