L’intelligence artificielle va à Hollywood (et infiltre l’industrie du cinéma)

Dans des billets précédents, nous avons exploré comment l’intelligence artificielle/l’apprentissage automatique est de plus en plus appliqué dans le domaine scientifique ainsi que dans diverses (autres) activités créatives (partie 1, partie 2).

Participons maintenant à la terre où les gros budgets et la créativité se rencontrent : Hollywood, Tinseltown, le pays magique du cinéma.

Là, l’augmentation des budgets est suivie de près par l’utilisation accrue de CGI de plus en plus raffinés. Les décisions de production de films ne dépendent pas seulement du budget, mais aussi des projections de bénéfices. Ces projections sont basées sur les données des téléspectateurs. L’allocation du budget ? Des données. CGI ? Des données.

J’entends déjà l’IA se frotter les mains virtuelles.

Budgets des blockbusters

La production de films de premier plan n’est pas un investissement bon marché. Les blockbusters modernes dépassent régulièrement les 200 millions de dollars. Si vous êtes quelqu’un d’une société de production sur le point de faire (une partie) d’un tel investissement, vous voudrez être aussi sûr que possible que le film sera un succès. Personne n’investit sans l’attente d’un profit.

Comment évaluer le potentiel de profit d’un film ? Regardez dans le passé. Quels (types de) films ont bien marché ? Y a-t-il des caractéristiques que les superproductions partagent ? Que recherchent les spectateurs, et pour quoi sont-ils prêts à dépenser de l’argent ?

La peur de perdre de l’argent et de s’écarter des formules de succès connues a conduit à l’actuelle  » ère de la suite « .

Mais, comme nous le savons tous, ce n’est pas une garantie de succès. Certaines suites sont géniales, d’autres moins.

Et si nous avions un système qui incluait autant de paramètres pertinents que possible dans l’évaluation du  » potentiel de blockbuster « , non – ou du moins moins moins – entravé par l’aversion humaine au risque ?

Devinez quoi ? Les grandes sociétés de production le font déjà. 20th Century Fox utilise un système appelé Merlin (qui a prédit le succès de Logan), Warner Bros a récemment commencé à collaborer avec Cinelytic, une société utilisant l’apprentissage automatique pour prédire le succès des films. La société ScriptBook, basée en Belgique, peut prédire le retour au box-office d’un film avec un taux de réussite de 86% (et a potentiellement déjà coécrit des scénarios pour des films – nous ne savons pas lesquels en raison d’accords de non-divulgation…).

Personne n’investit sans l’attente d’un profit.

Espérons seulement que l’utilisation croissante de ces systèmes d’IA/apprentissage automatique permettra également de soutenir des joyaux cachés qui auraient été ignorés autrement. Si les studios fournissent plus de données que les seuls succès passés, ces systèmes peuvent-ils anticiper la lassitude des cinéphiles à l’égard des suites ?

CGI, immortalité et deep fakes

Nous avons tous entendu parler de la magie de l’écran vert. Les acteurs et actrices font leur truc devant un écran vert, les artistes VXF saupoudrent un peu de magie CGI et voilà, nos héros et méchants se battent avec des pistolets laser au sommet d’un vaisseau spatial. (Bonus factoid : l’écran est vert parce qu’il était à l’origine utilisé par les météorologues, qui – à l’époque – avaient tendance à porter des costumes bleus. Quelle couleur offre un grand contraste à cela ? Exact, le vert vif.)

Mais séparer les véritables acteurs/actrices du fond virtuel n’est pas toujours une tâche facile.

En fait, les meilleurs résultats, les plus lisses, nécessitent une affectation presque pixel par pixel des pixels à l’acteur/actrice, à l’élément de premier plan ou à l’arrière-plan. (Et il y a même des pixels embêtants qui comprennent un peu de tout.)

Entrez dans l’IA.

Des chercheurs du MIT ont récemment présenté un système appelé segmentation douce sémantique qui :

…analyse la texture et la couleur de l’image originale et la combine avec des informations glanées par un réseau neuronal sur ce que sont réellement les objets dans l’image.

Pour faire court, le système accélère le processus de manière significative et même s’il travaille actuellement avec des images statiques, il ne fait aucun doute que l’industrie du cinéma suit son développement de près.

Qu’en est-il des acteurs/actrices eux-mêmes ?

Une chose que l’IA/apprentissage automatique peut déjà faire est de  » tweaker  » les acteurs/actrices. Un exemple récent bien connu est celui des Irlandais, le film dans lequel Robert De Niro, Joe Pesci et Al Pacino ont été  » dé-vieillis  » grâce à une combinaison d’apprentissage automatique et de techniques innovantes de capture de mouvement. Pas besoin de longues heures dans la salle de maquillage.

Un autre exemple est Thanos dans Avengers : Endgame. Un nouveau système d’apprentissage automatique portant le nom approprié de Masquerade a peint l’expression de Josh Brolin sur un rendu haute résolution du visage de Thanos, épargnant aux artistes VFX de nombreuses heures de travail minutieux.

Il ne s’agit pas de l’IA, mais de la façon dont nous la développons et l’utilisons.

Ce sont des acteurs réels, cependant. Qu’en est-il des systèmes d’IA réels ?

Eh bien, nous n’en sommes pas encore là. Mais compte tenu de l’effrayante qualité des deepfakes actuels et de la capacité croissante des systèmes d’apprentissage automatique à faire ce qui semble presque être des sauts créatifs, un S1m0ne réel semble soudainement moins invraisemblable.

Est-ce que cela va mettre les acteurs/actrices sur la paille ? J’espère – et je pense – que non. Comme pour les autres entreprises artistiques de l’IA, l’avenir pourrait être hybride. Des acteurs d’IA semi-indépendants pourraient donner aux acteurs/actrices humains un  » partenaire  » avec lequel jouer devant un écran vert, ou peut-être même avec lequel improviser.

Un problème possible est que les données utilisées pour développer l’IA hollywoodienne pourraient refléter ou même renforcer les préjugés existants. D’un autre côté, une utilisation prudente et judicieuse de l’apprentissage automatique pourrait aider à identifier lesdits préjugés. L’important n’est pas l’IA, mais la façon dont nous la développons et l’utilisons. L’utilisation de l’IA à Hollywood devrait être accompagnée d’une distribution de personnages divers et inclusifs.

Et… coupez.