گزارش و تحلیل های نکسینو

اگر فیلم‌برداری را هنر دیدن و تدوین را هنر انتخاب‌کردن بدانیم، کارگردانی را باید هنر تصمیم‌گرفتن بنامیم. کارگردان از میان ده‌ها امکان، یک مسیر را انتخاب می‌کند: دوربین کجا باشد، بازیگر چگونه حرکت کند، صحنه چقدر طول بکشد، چه چیزی دیده شود و چه چیزی پنهان بماند. این تصمیم‌ها هستند که جهان یک فیلم را می‌سازند. ورود هوش مصنوعی به سینما در ابتدا بیشتر با تولید تصویر و ویدئو شناخته شد، اما امروز دامنه آن بسیار وسیع‌تر شده است. ابزارهای جدید می‌توانند از روی متن، استوری‌بورد بسازند، نماهای آزمایشی تولید کنند، حرکت دوربین را شبیه‌سازی کنند، شخصیت‌ها را در محیط‌های مختلف قرار دهند، نسخه‌های متفاوت یک میزانسن را پیشنهاد دهند و حتی برای فیلم‌ساز امکان آزمایش صحنه‌ای را فراهم کنند که هنوز فیلم‌برداری نشده است. Adobe Firefly اکنون ابزارهایی برای ساخت Storyboard و Boards دارد که می‌توان از متن یا تصویر برای طراحی و بازچینی صحنه‌ها استفاده کرد؛ Adobe نیز این ابزار را مستقیماً برای فرآیندهای پیش‌تولید و همکاری خلاق معرفی می‌کند. Google DeepMind در Veo نیز کنترل‌هایی برای تعیین قاب و حرکت دوربین، از جمله Dolly، Zoom و Rotation ارائه کرده است. این یعنی بخشی از زبان سنتی کارگردانی و فیلم‌برداری اکنون مستقیماً وارد رابط مدل‌های مولد شده است. در ظاهر، این اتفاق بسیار هیجان‌انگیز است. کارگردان می‌تواند پیش از ورود به لوکیشن، چند نسخه از یک صحنه را آزمایش کند. به‌جای توضیح طولانی برای فیلم‌بردار یا طراح صحنه، می‌تواند تصویر تقریبی ذهن خود را تولید کند. می‌تواند دکوپاژ را تغییر دهد، زاویه دوربین را مقایسه کند یا حتی نسخه‌ای از یک پلان پیچیده را قبل از تصویربرداری ببیند. اما دقیقاً در همین نقطه باید یک تمایز مهم ایجاد کرد: دیدن یک پیشنهاد بصری با کارگردانی یک صحنه یکی نیست. هوش مصنوعی می‌تواند برای یک صحنه ده‌ها راه‌حل تصویری بسازد، اما انتخاب اینکه کدام راه‌حل برای داستان درست است، همچنان مسئله‌ای انسانی است. کارگردانی چیزی فراتر از ساخت تصویر زیباست بخش زیادی از تبلیغات AI در حوزه سینما روی نتیجه تصویری تمرکز دارد. یک خیابان بارانی، نور نئون، لنز واید، حرکت آرام دوربین و بازیگری که با چهره‌ای مضطرب به دوردست نگاه می‌کند، به‌راحتی می‌تواند «سینمایی» به نظر برسد. اما کارگردانی از همین تصویر یک سؤال دیگر می‌پرسد: چرا این خیابان بارانی است؟ چرا دوربین حرکت می‌کند؟ چرا شخصیت ایستاده است؟ چرا او به سمت راست قاب نگاه می‌کند؟ چرا این صحنه باید همین‌قدر طول بکشد؟ این پرسش‌ها تفاوت میان ظاهر سینمایی و تصمیم سینمایی را مشخص می‌کنند. مدل مولد می‌تواند ظاهر یک تصمیم را بازسازی کند، اما الزاماً دلیل آن را نمی‌فهمد. این موضوع اهمیت زیادی دارد، زیرا یک کارگردان حرفه‌ای برای هر عنصر صحنه ارتباطی با روایت ایجاد می‌کند. اگر شخصیت از یک سمت وارد قاب می‌شود، ممکن است این جهت با پلان قبلی مرتبط باشد. اگر دوربین پایین قرار می‌گیرد، ممکن است رابطه قدرت شخصیت‌ها را تغییر دهد. اگر پلان ثابت می‌ماند، ممکن است هدف ایجاد فاصله یا بی‌رحمی باشد. هوش مصنوعی معمولاً با احتمال و شباهت کار می‌کند؛ کارگردانی با ضرورت. پیش‌تولید؛ جایی که AI بیشترین ارزش را برای کارگردان دارد شاید مفیدترین نقش فعلی هوش مصنوعی در کارگردانی، پیش‌تولید باشد. در این مرحله هنوز چیزی نهایی نشده است. کارگردان در حال آزمایش، مقایسه و حذف گزینه‌هاست. همین ویژگی باعث می‌شود سرعت بالای AI واقعاً ارزشمند باشد. فرض کنیم فیلم‌نامه صحنه‌ای دارد که در آن زن جوانی پس از سال‌ها وارد خانه پدری خود می‌شود. کارگردان می‌تواند چند رویکرد را بررسی کند. نسخه اول: دوربین داخل خانه باشد و ورود شخصیت را از دور ببیند. نسخه دوم: دوربین پشت شخصیت حرکت کند و فضا را همراه او کشف کند. نسخه سوم: ابتدا خانه را ببینیم و ورود شخصیت را دیرتر آشکار کنیم. نسخه چهارم: از Close-up و جزئیات دست و اشیا شروع کنیم. ابزار AI می‌تواند برای هرکدام Storyboard، Mood Frame یا حتی Previz کوتاهی بسازد. Adobe در ابزار Storyboard خود امکان ساخت و اصلاح صحنه از روی متن و تصویر و سپس بازچینی پنل‌ها برای بررسی جریان روایت را ارائه می‌کند. Firefly Boards نیز به‌عنوان فضای مشترک برای Moodboarding، Storyboarding و همکاری تیمی در پروژه‌های فیلم‌سازی استفاده شده است. این کاربرد از نظر حرفه‌ای بسیار منطقی است، چون AI جای تصمیم را نمی‌گیرد؛ گزینه‌های بیشتری را با هزینه کمتر در برابر کارگردان قرار می‌دهد. پیش از هوش مصنوعی، آزمایش ده نوع نور، لوکیشن یا ترکیب‌بندی ممکن بود به ساعت‌ها طراحی یا کار سه‌بعدی نیاز داشته باشد. امروز همان مرحله می‌تواند بسیار سریع‌تر شود. اما همین مزیت یک خطر نیز دارد. وقتی تولید گزینه بسیار ارزان شود، ممکن است کارگردان به‌جای حل مسئله، دائماً گزینه تولید کند. صد نسخه از یک صحنه الزاماً به تصمیم بهتر منجر نمی‌شود. کارگردانی نیازمند توانایی حذف‌کردن است. آیا AI می‌تواند دکوپاژ انجام دهد؟ از نظر فنی، پاسخ تا حدی مثبت است. اگر فیلم‌نامه یک گفت‌وگوی دو نفره را توصیف کند، یک مدل می‌تواند پیشنهاد دهد: Establishing Shot. Medium Two Shot. Over-the-Shoulder. Close-up شخصیت اول. Reverse Close-up شخصیت دوم. Reaction Shot. در واقع، این بخش از دکوپاژ را می‌توان به‌سادگی به مجموعه‌ای از الگوهای سینمایی تبدیل کرد. اما مشکل اینجاست که دکوپاژ خوب لزوماً مطابق الگوی استاندارد نیست. کارگردان ممکن است تصمیم بگیرد تمام گفت‌وگو را در یک پلان ثابت اجرا کند. یا اصلاً چهره فردی را که مهم‌ترین جمله را می‌گوید نشان ندهد. ممکن است روی چهره شنونده باقی بماند. ممکن است دوربین از پشت یک دیوار صحنه را مشاهده کند. این تصمیم‌ها از «معنای سکانس» ناشی می‌شوند، نه از قواعد عمومی پوشش تصویری. AI احتمالاً می‌تواند یک Coverage صحیح طراحی کند. اما Coverage صحیح با دکوپاژ معنادار یکسان نیست. اگر تمام فیلم‌ها بر اساس پیشنهادهای آماری و الگوهای رایج ساخته شوند، نتیجه می‌تواند از نظر تکنیکی بدون ایراد اما از نظر زبانی محافظه‌کار باشد. حرکت دوربین؛ آیا AI می‌داند چرا دوربین حرکت می‌کند؟ مدل‌های ویدئویی جدید کنترل بیشتری بر حرکت دوربین ایجاد کرده‌اند. Veo برای نمونه به‌طور رسمی امکان تعیین قاب و حرکاتی مانند Dolly، Zoom و Rotation را مطرح می‌کند و راهنمای Prompt آن نیز Shot Framing و Camera Motion را از عناصر اصلی کنترل خروجی می‌داند. این پیشرفت برای کارگردان بسیار ارزشمند است. او می‌تواند بنویسد: «Medium shot، دوربین به‌آرامی Dolly In کند.» یا: «دوربین