A Inteligência Artificial Vai para Hollywood (e Infiltra a Indústria Cinematográfica)

Mais e mais aplicações de aprendizagem de máquinas encontram o seu caminho em vários aspectos de produção cinematográfica e a representação

>

>

>>

>>

>

>

>

Em posts anteriores, exploramos como a inteligência artificial/aprendizagem da máquina está sendo cada vez mais aplicada na ciência, bem como em vários (outros) esforços criativos (parte 1, parte 2).

>

Vamos agora aventurar-nos no terreno onde os grandes orçamentos e a criatividade se encontram: Hollywood, Tinseltown, a terra mágica do cinema.

Aqui, orçamentos crescentes são seguidos de perto pelo uso crescente de CGI mais e mais refinados. As decisões de produção de filmes não dependem apenas do orçamento, mas também do lucro projetado. Essas projeções são baseadas em dados do espectador. Alocação orçamentária? Dados. CGI? Data.

Eu já consigo ouvir a IA a esfregar as mãos virtuais.

Bloqueio orçamentos

Uma lista de produção de filmes não é um investimento barato. Os filmes blockbuster modernos ultrapassam regularmente os 200 milhões de dólares. Se você é alguém de uma produtora prestes a fazer (parte de) tal investimento, você vai querer ter a maior certeza possível de que o filme vai ser um sucesso. Ninguém investe sem a expectativa de lucro.

Como você avalia o potencial de lucro de um filme? Olhe para o passado. Quais (tipo de) filmes se saíram bem? Existem características que os blockbusters compartilham? O que os espectadores procuram, e em que estão dispostos a gastar dinheiro?

O medo de perder dinheiro e de se desviar das fórmulas de sucesso conhecidas levou à actual ‘idade da sequela’.

Mas, como todos sabemos, isso não é garantia de sucesso. Algumas sequelas são ótimas, outras nem tanto.

E se tivéssemos um sistema que incluísse o maior número possível de parâmetros relevantes na avaliação do ‘potencial blockbuster’, não – ou pelo menos menos menos menos – impedido pela aversão humana ao risco?

Guinhe o quê? As grandes empresas de produção já estão fazendo isso. A 20th Century Fox usa um sistema chamado Merlin (que previa o sucesso do Logan), a Warner Bros. recentemente começou a colaborar com a Cinelytic, uma empresa que utiliza a aprendizagem de máquinas para prever o sucesso do filme. A empresa belga ScriptBook pode prever o retorno de bilheteria de um filme com uma taxa de sucesso de 86% (e já tem roteiros potencialmente co-escritos para filmes – não sabemos quais devido a acordos de não divulgação…).

Ninguém investe sem a expectativa de lucro.

Só esperamos que o uso crescente desses sistemas de aprendizagem de IA/máquina também leve ao suporte de jóias ocultas que de outra forma teriam sido ignoradas. Se os estúdios fornecem mais dados do que apenas sucessos passados, estes sistemas podem antecipar o cansaço da sequência de filmes?

CGI, imortalidade e falsificações profundas

Todos nós já ouvimos falar da magia do ecrã verde. Actores e actrizes fazem o seu trabalho em frente a uma tela verde, artistas VXF salpicam em alguns CGI magic et voilà, os nossos heróis e vilões lutam com armas laser em cima de uma nave espacial. (Bonus factoid: o ecrã é verde porque era originalmente usado por meteorologistas, que – antigamente – tinham tendência a usar fatos azuis. Que cor proporciona um grande contraste com isso? Certo, verde brilhante.)

Mas separar os atores/atrizes reais do fundo virtual nem sempre é uma tarefa fácil.

De facto, os melhores e mais suaves resultados requerem uma atribuição quase pixel a pixel, de pixel a pixel, a actor/actriz, a item de primeiro plano ou a fundo. (E há até mesmo pixels irritantes que compreendem um pouco de tudo.)

Enter AI.

>

Os investigadores do MIT apresentaram recentemente um sistema chamado segmentação suave semântica que:

…analisa a textura e a cor da imagem original e combina-a com a informação recolhida por uma rede neural sobre o que são realmente os objectos dentro da imagem.

Em resumo, o sistema agiliza o processo significativamente e mesmo que esteja atualmente trabalhando com imagens estáticas, há pouca dúvida de que a indústria cinematográfica está seguindo de perto o seu desenvolvimento.

E os próprios atores/atrizes?

Uma coisa que a IA/ aprendizagem da máquina já pode fazer é ‘afinar’ os atores/atrizes. Um exemplo recente bem conhecido são os irlandeses, o filme em que Robert De Niro, Joe Pesci, e Al Pacino foram ‘de-aged’ com uma combinação de aprendizagem de máquinas e técnicas inovadoras de captura de movimento. Não são necessárias longas horas na sala de maquiagem.

Outro exemplo é Thanos em Vingadores: Endgame. Um novo sistema de aprendizagem de máquina que dá pelo nome apropriado Masquerade pintou a expressão de Josh Brolin numa renderização de alta resolução do rosto de Thanos, poupando aos artistas VFX muitas horas de trabalho meticuloso.

Não se trata da IA, trata-se de como a desenvolvemos e usamos.

Essas são actores reais, no entanto. Que tal sistemas reais de actuação de IA?

Bem, ainda não chegámos lá. Mas, considerando os actuais deepfakes assustadoramente bons e a crescente capacidade dos sistemas de aprendizagem de máquinas para fazer o que quase parece ser saltos criativos de repente faz um S1m0ne parecer menos implausível.

Isto vai colocar os actores/actrizes fora do negócio? Eu espero – e penso – que não. Como com outros empreendimentos artísticos de IA, o futuro poderia ser híbrido. Atores/atores de IA semi-independentes poderiam dar aos atores/atrizes humanos um ‘parceiro’ para atuar em frente a uma tela verde, ou talvez até para improvisar com.

Um possível problema é que os dados usados para desenvolver IA de Hollywood poderiam refletir ou mesmo reforçar os preconceitos existentes. Por outro lado, o uso cuidadoso e criterioso da aprendizagem da máquina poderia ajudar a identificar esses vieses. Não se trata da IA, mas sim de como a desenvolvemos e usamos. O uso da IA em Hollywood deve ser acompanhado por um elenco diversificado e inclusivo de personagens.

E… cut.