Terwijl ik een foto uit de jaren 40 van mijn grootvader Max laadde en op een paar knoppen in de Veo 3-videogenerator van Google drukte, zag ik een bekende familiefoto transformeren van zwart-wit naar kleur.
Toen stapte mijn grootvader uit de foto en liep zelfverzekerd naar de camera, zijn militaire uniform perfect strak gedrukt terwijl zijn armen langs de zijkanten van zijn slungelige lichaam zwaaiden.
Dat is zoiets NAAR DE laat je het nu doen: breng de doden virtueel weer tot leven.
Zoals een hilarische Saturday Night Live-sketch dit weekend benadrukte, betekent het feit dat we onze overleden dierbaren kunnen reanimeren, niet noodzakelijkerwijs dat we dat ook moeten doen.
Het grillen van de hond
De schets, die De Atlantische Oceaan heeft SNL’s al “Black Mirror Moment” genoemd.toont Ashley Padilla als een bejaarde grootmoeder in een verpleeghuis.
Haar familieleden, gespeeld door Sarah Sherman en Marcello Hernández, bezoeken haar tijdens Thanksgiving en gebruiken een AI-fotografie-app om haar oude familiefoto’s als korte video’s tot leven te brengen.
In eerste instantie gaat het goed. Padilla’s personage verwondert zich over het zwart-witbeeld van zijn vader die zwaait terwijl hij voor een draaiend reuzenrad staat.
Maar dan gaan de dingen hilarisch en voorspelbaar mis. Een foto van familieleden op een barbecue verandert in een horrorscène wanneer de fictieve AI-app ervoor zorgt dat Padilla’s vader (gespeeld door presentator Glen Powell) de familiehond, die geen kop lijkt te hebben, braadt.
Terwijl andere foto’s tot leven komen, betaalt Padilla’s vader een bowlingmaatje om een onzedelijke daad uit te voeren, en op één foto als kind laat de torso van haar moeder los van haar lichaam en zweeft in het frame terwijl op de achtergrond een atoombom ontploft.
De schets is grappig omdat hij zo herkenbaar is. Iedereen die met AI-videogeneratoren heeft gespeeld, weet dat ze heerlijk onstabiele gissingen kunnen maken over de wetten van de natuurkunde, vaak met spectaculaire resultaten.
Tijdens het testen van de RunwayML AI-videogenerator vroeg ik het model bijvoorbeeld een video te maken van een speels katje bij zonsondergang.
Het begint leuk genoeg, tot aan het kitten toe het deelt zich in tweeënwaarbij de voorste helft er aan de rechterkant uit probeert te springen, terwijl de achterste helft op bewonderenswaardige wijze blijft stuiteren.
Laat me de bewegingen zien
Videogeneratoren maken deze fouten vanwege de manier waarop ze zijn getraind. Terwijl een op tekst gebaseerd AI-model kan leren door in wezen elk boek, elke website en andere tekstuele gegevens te lezen nooit gepubliceerdde hoeveelheid trainingsklare video-inhoud is veel beperkter.
De meeste AI-videogeneratoren trainen op video’s van sociale mediaplatforms zoals YouTube. Dit betekent dat ze goed zijn in het maken van het soort video’s dat vaak op die platforms verschijnt.
Zoals ik al eerder heb aangetoond: als je wilt dat mensen bruidstaarten omgooien of verhitte discussies hebben met hun huisgenoten, zijn videogeneratoren zoals Veo en Sora een goede keuze. blink uit in het bereiken ervan.
Voor minder vaak gepubliceerde scènes zijn de beschikbare trainingsgegevens echter veel beperkter.
De meeste online video’s laten bijvoorbeeld interessante dingen zien die gebeuren. Mensen plaatsen zelden clips van een uur waarin ze nonchalant rondlopen (of het voorbeeld van SNL volgen, een baby vasthouden of een hotdog grillen) op YouTube of Instagram.
Die video’s zouden zo saai zijn dat niemand ze zou willen bekijken. Grote hoeveelheden video’s van dit soort saaie, alledaagse taken zijn echter precies wat AI-bedrijven nodig hebben om hun videogeneratoren goed te trainen.
Dit heeft een fascinerende markt voor dergelijke clips gecreëerd. Bedrijven vinden het leuk Wafel video’s duiken op om in de behoefte te voorzien en betalen makers om zichzelf te filmen terwijl ze dingen doen zoals het hakken van groenten of het schrijven van specifieke woorden op stukjes papier voor AI-training.
Totdat AI-bedrijven meer video’s van dit soort alledaagse acties in handen kunnen krijgen, zullen AI-videogeneratoren moeite hebben om deze te imiteren.
Paradoxaal genoeg zijn videogeneratoren momenteel erg goed in het weergeven van fantasierijke en dramatische actie. Vraag ze om het soort alledaagse taferelen te maken dat je zou tegenkomen op een oude zwart-wit familiefoto, en je krijgt Fido op de ‘barbie’.
Oma reanimeren?
Dit alles brengt ons bij de vraag: moet je de huidige AI-tools gebruiken om je overleden dierbaren te reanimeren?
Mijn beste advies: wacht even.
AI-videotechnologie ontwikkelt zich ongelooflijk snel. De eerste tools die familiefoto’s in beweging brachten –zoals Deep Nostalgia van My Heritagegelanceerd in 2021, gebruikte het machine learning om zijn magie uit te voeren.
De technologie het leek destijds revolutionair. Tegenwoordig lijkt het primitief vergeleken met volledige bewegende scènes zoals die van mijn grootvader, geanimeerd door Veo.
En ondanks deze vooruitgang bevinden Veo en zijn collega’s zich nog steeds in hun hachelijke situatie Avocado-stoelmoment.
Beeldgeneratoren zijn enorm verbeterd naarmate hun makers ze beter konden trainen. Videogeneratoren zullen vergelijkbare grote verbeteringen zien, vooral omdat AI-bedrijven miljoenen investeren in het kopen van gepersonaliseerde trainingsgegevens over alledaagse bewegingen.
Ik heb zelf een foto van mijn opa tot leven gebracht omdat ik dacht dat de echte opa Max dat wel grappig zou vinden. Ik heb echter geweigerd foto’s van onlangs overleden dierbaren te reanimeren, om veel van de redenen die in de SNL-schets worden geïmpliceerd.
Familiefoto’s zijn intieme dingen. Het is fijn om je overleden dierbare te zien glimlachen en afscheid van je te zien nemen. Het zou echter verontrustend zijn om ze in tweeën te zien splijten of te zien ontploffen in een nucleaire vuurbal, en iets dat je niet zou kunnen vergeten als je het eenmaal uit de diepten van Sora of Veo’s siliciumbrein hebt opgeroepen.
Zolang we er niet op kunnen vertrouwen dat AI-modellen dit soort willekeurige, gedistribueerde visuele afwijkingen kunnen vermijden, mogen we ze niet onze meest waardevolle herinneringen toevertrouwen.
Een splitsend katje is grappig. Een verdeelde grootmoeder, zeker niet.
