بن أفليك وNetflix وجيل جديد من الذكاء الاصطناعي للسينما: لماذا تخفق Sora

مولّدات الفيديو المتاحة للجميع بالذكاء الاصطناعي ليست جاهزة بعد لهوليوود، وبدأت الصناعة تعترف بذلك. فنماذج مثل Sora من OpenAI وVeo من Google DeepMind وRunway تنتج مقاطع تجريبية لافتة، لكنها تبقى غير موثوقة بما يكفي للإنتاج السينمائي الفعلي: فهي لا تحافظ جيدًا على الأسلوب البصري، ولا تفهم متطلبات الإنتاج، وتخلق مخاطر قانونية بسبب احتمال انتهاك حقوق النشر.

وتبحث الصناعة عن بديل. والاتجاه الجديد هو نماذج ذكاء اصطناعي مخصّصة، صُمّمت خصيصًا لاحتياجات صنّاع الأفلام. وعلى عكس المولّدات العامة، تندمج هذه الأنظمة في دورة التطوير كاملة، من الفكرة الأولية ولوحات القصة المصوّرة وصولًا إلى مرحلة ما بعد الإنتاج. وتُدرَّب على بيانات مرخّصة، ما يخفّف جزءًا من المخاطر القانونية، وهي موجّهة لدعم الفرق المحترفة لا لصناعة محتوى ينتشر انتشارًا واسعًا.

ومن الأمثلة البارزة شركة Interpositive الناشئة، التي انضم إليها الممثل والمخرج بن أفليك. والاسم نفسه إشارة إلى مصطلح interpositive في تقنية الأفلام التقليدية، وهو النسخة الإيجابية الوسيطة الرئيسية اللازمة لإنتاج نسخ عالية الجودة. واختيار المصطلح رمزي: فالشركة تقدّم نفسها حلقة وصل بين العملية الإبداعية وإمكانات الذكاء الاصطناعي التوليدي.

وتسير Netflix في الاتجاه نفسه. فأكبر منصة بث في العالم تختبر أدوات الذكاء الاصطناعي بنشاط في مراحل الإنتاج المختلفة، وخصوصًا حيث تستطيع التقنية خفض التكاليف دون المساس بالجودة: في التصوّر البصري لمرحلة ما قبل الإنتاج، وتوليد المراجع والمواد المساعدة. وتفضّل Netflix إبقاء التطوير داخليًا، وعدم الاعتماد حصرًا على منصات الأطراف الخارجية.

وكانت الفجوة بين الوعود الدعائية والإمكانات الفعلية للذكاء الاصطناعي مؤلمة لكثيرين في الصناعة. فخلال العامين الأخيرين، صرّح عدد من المنتجين علنًا بأن الذكاء الاصطناعي التوليدي سيقضي على هوليوود قريبًا. لكن الواقع جاء بعكس ذلك: فالإنتاج الجماعي للمحتوى باستخدام Sora أو Runway ينتج حتى الآن في الغالب ما يُعرف بـ AI slop، أي مواد مبهرة بصريًا لكنها فارغة، ولا تصلح للاحتياجات المهنية.

والمشكلة لا تقتصر على جودة الصورة. فالإنتاج السينمائي الاحترافي يتطلب الاتساق: يجب أن تبدو الشخصيات نفسها من لقطة إلى أخرى، وأن تنسجم الإضاءة مع منطق التصوير، وأن تبقى الإكسسوارات في أماكنها. والنماذج العامة تتعامل مع ذلك بصورة ضعيفة. أما الأنظمة المخصّصة فتعد بتكامل أعمق مع خط الإنتاج، ويمكنها نظريًا أن تُدرَّب على شخصيات وأساليب وعوالم محددة.

والجانب القانوني بدوره حاسم. فقد شكّكت عدة دعاوى قضائية كبرى ضد شركات الذكاء الاصطناعي في مشروعية استخدام مواد محمية بحقوق النشر في تدريب النماذج. وتبدو النماذج المخصّصة، المبنية على بيانات مرخّصة أو على مكتبات الاستوديوهات الداخلية، أكثر حماية بكثير، رغم أن الاجتهاد القضائي في هذا المجال لا يزال في طور التشكّل.

ومن السابق لأوانه الحديث عن تحوّل واسع النطاق. فنماذج الذكاء الاصطناعي المخصّصة للسينما منتج باهظ التكلفة ومعقّد تقنيًا، ولا يتاح حتى الآن إلا للاعبين الكبار. لكن الاتجاه نفسه يشير إلى أن مستقبل الذكاء الاصطناعي في هوليوود لن يكون على الأرجح في المولّدات العامة الموجّهة للجمهور الواسع، بل في أدوات متخصصة مدمجة في سير العمل المهني. وهذا يغيّر جوهريًا موازين القوى في سوق الذكاء الاصطناعي لقطاع الإعلام.