שתף קטע נבחר

המחשבים משתלטים על הוליווד

בינה מלאכותית מככבת כבר זמן רב על המסך הגדול, אבל מתברר שגם מאחורי הקלעים היא נוכחת יותר ויותר - מבחירת תסריטים ועד לאלגוריתמים שיודעים לנבא אם הסרט יהיה רווחי, ואיזה קהל יצפה בו. המכונה גוברת על האדם, סיבוב נוסף


יבוא יום ובו נסתכל אחורה לקיץ 2016, ונצביע על הסרט "מורגן" כנקודת ציון בתעשיית הקולנוע. אומנם מותחן המדע הבדיוני הזניח של הבמאי לוק סקוט (ואביו רידלי) לא הותיר רושם גדול על המעטים שצפו בו בבתי הקולנוע, אולם היה זה הטריילר שלו שעורר הדים (ולייקים) במרחבי האינטרנט.

מה כל כך מסעיר בדקה ועשרים שניות של חומרים מתוך סרט אימה על נערה רצחנית שהיא רובוט עם בינה מלאכותית? לבטח לא התוכן, אלא מי שערך אותו. היוצר של הטריילר היה ווטסון. לא ווטסון ידידי, אלא מחשב העל מבית IBM. וזה לחלוטין לא אלמנטרי.

הרעיון פורץ הדרך התחיל כשנציגים של אולפני פוקס/המאה ה-20 שהפיקו את "מורגן" פנו לצוות הפיתוח של IBM והציעו להם לאפשר למחשב העל שלהם ווטסון גישה בלתי מתווכת לסרט, ולאתגר אותו ליצור טריילר. ואכן, אחרי שדגם את הסצנות השונות והתרשם מהן בדרכו, ווטסון סקר מאות טריילרים של סרטי אימה אחרים. בסיכום חישובים כאלה או אחרים, הגיע לנוסחה המדויקת מבחינתו אשר הופצה באינטרנט. כך נוצר "הטריילר הקוגניטיבי" הראשון בתולדות הוליווד. לרוע המזל, גם הגימיק השיווקי הטכנולוגי הזה לא עזר למנוע את המפלה של היוצרים בשר ודם, שהפסידו לא מעט כסף על ההפקה שכשלה בקופות.

''מורגן''

מאז הניסוי הנועז של "מורגן" לא נודע על טריילרים נוספים שנערכו על ידי מחשבים, אולם מן הסתם נכונים לנו עוד רבים כאלה בהמשך. בינה מלאכותית היא חלק מהעתיד של הקולנוע. שלא תגידו שלא הזהרנו, כפי שלא נגיד שלא הזהירו אותנו. כבר ב-1968 סטנלי קובריק הראה לנו ב"2001 - אודיסיאה בחלל" מה קורה כשמחשב נבון מערער על ההיררכיה ביחסי אדם מכונה, וב"שליחות קטלנית" ג'יימס קמרון פרש בפנינו חזון אימים על סקיינט שמשחק אותה אלוהים. ועם לא די בכך, הגיעו האחים וואשובסקי (לימים אחיות) עם "מטריקס" וקידדו את כולנו מחדש כרקמה אנושית אחת חיה בשירות המחשבים הערמומיים שניזונים ממנה. 

עד שנבואות הזעם הללו יתממשו, מרשים לעצמם המוחות האנושיים מאחורי תעשיית הקולנוע להיעזר באפשרויות שהבינה המלאכותית פותחת בפניהם. למידת מכונה (Machine learning) כבר הפכה לחלק משמעותי בתהליך הפוסט-פרודקשן, אותו שלב מייגע שנדרש אחרי השלמת הצילומים. במקום להפקיד את המשימה בידי אדם, עכבר ארגונומטרי ומקלדת בשביל להציב דמות במקום הנכון בזמן הנכון במרחב בכל סצנה, או להבריש ענן CGI ברקע, עתה אלו אלגוריתמים שנחלצים לרשות האנימטורים ושומרים על ההמשכיות באופן אוטומטי.

"אנחנו מוצאים שרבות מבין העבודות הידניות והמשעממות הפכו קלות עם מערכת שיכולה לעשות זאת הרבה יותר מהר, ומשחררת את האנשים הללו למשימות יצירתיות יותר", אמר דארן הנדלר מחברת Digital Domain בריאיון למגזין Future. בין שאר ההישגים של הנדלר, צוותו ובעיקר התוכנות שעמדו לרשותו היו העיצוב של דמותו של הנבל תאנוס בסרטי "הנוקמים" האחרונים. הניתוח הפלסטי שבוצע בפניו הדיגיטליות של ג'וש ברולין נעשה בחלקו על ידי אלגוריתם שחרץ קמטים במקום הנכון בכל הבעה או עווית בפרצופו.

הנדלר סבור כי תהליך הטמעת הבינה המלאכותית בתהליך היצירה נמצא בתחילתו, ונתקל עדיין בחשדנות מצד הקולנוענים עצמם. "הם לא מבינים את זה, אבל מתחילים לראות את האלמנטים של למידת מכונה אשר מוטמעים בתוך חלקים מאוד ספציפיים. זה משהו כל כך חדש ושונה לחלוטין מכל מה שעשינו בעבר", הוא מסביר. "בשנתיים-שלוש הבאות אנחנו עומדים לראות שיפורים דרסטיים מהירים בהרבה מהדברים שאנחנו עושים בצד של האפקטים הוויזואלים, ואנחנו מקווים שמדובר בשכלולים איכותיים".

אבל לא רק בתחום האנימציה היא משתלבת - לבינה מלאכותית יש כיום חלק משמעותי בהכרעה בנוגע לפרויקטים הרבים שעומדים לפתחם של האולפנים. הוליווד, שנמצאת בתקופה בעייתית שבה ההימורים הולכים וגוברים, נעזרת במחשבים כדי לעבד את כלל הנתונים בניסיון להעריך את ההבטחות והסיכונים של כל הפקה והפקה. זוהי הסביבה שבה צומח הסטארט-אפ סינליטיק (Cinelytic), חברה המציעה תוכנה שמתמקדת בניתוח נתונים מתעשיית הקולנוע, ומנסה לגבש תחזיות עסקיות מדויקות ככל שאפשר. החישובים השונים והמשונים של התוכנה אמורים ליצור נוסחה ברורה של "מה עובד" - משהו שהוליווד תמיד חשקה בו.

טוביאס קוויזר, שעומד בראש סינליטיק, הציג בפני ynet את היכולות של התוכנה, שבונה לעצמה מסד נתונים המתעדכן תמידית וכולל שלל היבטים - ממקורות מימון ועד למינוי במאים וליהוק שחקנים, וזאת בהתאם לאינדקסים שונים כמו אבחנה בין ז'אנרים. איסוף הנתונים הוא קריטי, אולם הייחוד של התוכנה הוא היכולת שלה ללמוד ולהעריך אותם ולספק שורה תחתונה עבור ראשי האולפנים, המפיקים והמממנים בדרך להחלטה אם לאשר פרויקט.

הדגמה של בדיקת "כדאיות" שערכה סינליטיק לשחקנית גל גדות:

{"type":"image","data":{"imageId":"ArticleImageData.5567253~9416889","url":"https://ynet-pic1.yit.co.il/picserver5/crop_images/2019/08/11/9416889/9416889_0_0_980_747_0_large.jpg","caption":"","credit":""}}{"type":"image","data":{"imageId":"ArticleImageData.5567253~9416884","url":"https://ynet-pic1.yit.co.il/picserver5/crop_images/2019/08/11/9416884/9416884_0_0_980_688_0_large.jpg","caption":"","credit":""}}

סטארט-אפ נוסף שמציע שירותי ניתוח מידע עבור האולפנים הוא Vault - חברה ישראלית שמתיימרת לספק תחזיות בנוגע לקהלי היעד של סרטים וסדרות טלוויזיה תוך זיהוי חתכים דמוגרפיים שונים.  

איסוף, עיבוד וניתוח של נתונים עבור המפיקים לפני אישור הפרויקט, או עבור האנימטורים אחרי השלמת הצילומים, הם עניין אחד, אבל הבינה המלאכותית משתלבת לאחרונה גם בתהליכים הקשורים ליצירה עצמה - כבר בשלב התסריט. ניסיון מסקרן בתחום בא לידי ביטוי בחברת טיילפליק (TaleFlick) שייסד אורי זינגר הישראלי - מפיק קולנוע הפועל בהוליווד, ומכיר היטב את התהליך המורכב של החיפוש אחר תסריטים איכותיים להפקה והתחרות עליהם. 

הרעיון מאחורי טיילפליק הוא ליצור פלטפורמה דמוקרטית ככל האפשר המאפשרת לכותבים מכל העולם להציג את התסריטים והספרים שלהם למפיקים פוטנציאליים - זאת ללא תיווך של סוכנים ומאכערים למיניהם. המיון הראשון נעשה על ידי מחשבים שמסווגים את הטקסטים, ומכוונים אותם באופן ממוקד לפי מדרגים שונים ועל פי מפתחות תוכן. כך מונגשים התסריטים והספרים לנציגי תעשיית הקולנוע, שיכולים ללקט חומרים איכותיים שראויים לעיבוד קולנועי או טלוויזיוני, בין אם מדובר בפרי עטו של סופר ידוע שמיוצג על ידי הוצאת הארפר קולינס (שהצטרפה למיזם) או בכותב אלמוני שעובד במנזר בנפאל, בבית כלא במיזורי או בבית קפה בתל אביב. 

"האיכות של הסיפור היא הגורם המרכזי בהחלטה לקדם אותו, ולכל הכותבים יש סיכוי להגיע ליותר אנשי מקצוע בתוך התעשייה שאליהם לא הייתה להם כל גישה בלי הפלטפורמה הזאת", מסביר זינגר. "המפיקים נשענים על מספר גדול של מתווכים, כמו סוכנים, כדי לגלות סיפורים חדשים, וכדי שהחומרים הללו יגיעו אליהם, הם צריכים לעבור כמות גדולה של נקודות ציון מסחריות או להיות במקום הנכון בזמן הנכון. עם טיילפליק מפיקים יכולים לחפש ולמצוא את האוצרות הנדירים באופן ישיר, סיפורים שלא היו יכולים להתוודע להם אחרת. לפעמים סופרים מחוננים אינם מחוברים למקורות כוח, ואנחנו עוזרים להם ליצור את הקשר הזה". 

כדי להכיל מספר עצום של תסריטים וספרים בהתאם לחזון של זינגר, מתחייבת פעילות של בינה מלאכותית. האלגוריתם שפותח סוקר את הטקסטים שמוטענים ומנתח אותם לפי חיתוכים שונים. אבל גם אם התוכנות חכמות מאוד , עדיין אין להן רגשות. זינגר מכיר בכך, ורואה בטכנולוגיה רק שלב ראשוני: "האלגוריתם נכנס לפעולה כבר ברגע שבו הסופר מטעין את הסיפור שלו. הוא בוחן משתנים שונים כמו מספר עמודים, מספר מילים, הדרך שבה הטקסט בנוי ואילו מילים וביטויים שבים ומופיעים בו - אלו כמה מהאלמנטים שנסקרים. האלגוריתם אינו מכריע אם הספרים טובים או רעים. הוא רק עוזר לנו לכוון אותם בנתיב הנכון", הוא מסביר. 

בניגוד לטיילפליק, שתהליך האוצרות שלה כולל שורה של קוראים מקצועיים, בני אנוש שבסמכותם לקבל את ההחלטה הסופית בנוגע לכותרים השונים, הסטארט-אפ סקריפטבוק (ScriptBook) מתיימר ללכת רחוק יותר. לפי החברה הבלגית, התוכנה שלה מסוגלת לשלב קריאה ממוחשבת של טקסטים עם נתוני שוק וטרנדים מסחריים בכל העולם כדי להעריך תסריטים בזכות עצמה, ולקבוע אם כדאי לתת להם אור ירוק ולעבדם למסך הגדול. 

הטכנולוגיה של סקריפטבוק מבוססת על שלושה רבדים: הרובד הראשון הוא "מבט לאחור", המבוסס על סקירה של תסריטים רבים שהופקו בעבר, ושמהם דולה התוכנה דפוסים שונים המאפשרים למידה מטעויות וגם הסקת מסקנות; הרובד השני הוא "צפי לעתיד", שבו משתלבת למידת המכונה המעבדת את כלל הנתונים ויוצרת מודל מהימן לבחינת כל מקרה ומקרה; והרובד השלישי הוא "תובנה", הנשען על שקלול כל המשתנים, מהתוכן הכתוב ועד לסטטיסטיקות מטבלאות שוברי הקופות, כדי ליצור תחזית מדויקת לגבי סיכויי ההצלחה של תסריט כמוצר קולנועי מוגמר לאחר הפקתו. 

בשלב זה הוליווד עדיין לא משלימה עם תהליך האוטומטיזציה שעוברת התעשייה. אם לא די בכך שקשה ליוצרים לקבל הנחת עבודה שלפיה מחשבים יכולים להעריך נשמה טוב יותר מבני אנוש, הרי שהכי קשה זה להפנים שהם עשויים לעשות זאת יותר טוב מבני האדם שנשכרו כדי לבצע אותה העבודה על ידי האולפנים. בריאיון למגזין The Verge אמר מיכיל רואלנס מסקריפטבוק שחברות הפקה רבות בהוליווד כבר משתמשות בתוכנה, ואלו שלא אומרות זאת פשוט אינן מוכנות להודות בתבוסת בני האנוש מול המכונה גם בזירה זו, האמנותית לכאורה אך העסקית במהותה. 

"אנשים עדיין לא רוצים להיות מזוהים עם מערכות הבינה המלאכותית הללו, מכיוון שהקונצנזוס הכללי הוא שבינה מלאכותית זה רע. כולם רוצים להשתמש בזה, אבל אינם רוצים להגיד שהם משתמשים בזה", אמר רואלנס בריאיון. "כשהתחלנו היו לנו פגישות עם חברות גדולות בהוליווד. כולם היו מאוד ספקנים. הם אמרו: 'יש לנו ניסיון של עשורים בתעשייה. איך מכונה יכולה להגיד לנו מה לעשות?'. עכשיו הם מתחילים לקבל את הטכנולוגיה שלנו. זה פשוט לקח להם זמן לראות". 

אז האם אנחנו עומדים בפני השתלטות עוינת של מחשבי-על על הקולנוע שלנו? החדשות העגומות היא שהפלישה כבר התרחשה. אלגוריתם מתוחכמים יותר, ובעיקר פחות, עורכים עבורכם המלצות צפייה בנטפליקס ובפלטפורמות סטרימינג אחרות. הם לומדים את ההעדפות שלכם הצופים ומנסים לקודד אותן בנוסחאות שיאפשרו להם להזין אתכם בתכנים. האמת היא שיצירה היא עניין אישי כל כך - עבור האמן וגם עבור הצופה. את הקשר העקלקל, המטושטש והאמורפי הזה, מחשבים לא יוכלו לנסח מחדש.

הבינה המלאכותית משתלבת בתעשייה בהיבט של הצלחה מסחרית, זו שנמדדת על ידי רואי חשבון. הוליווד תמיד חיפשה נוסחאות בטוחות ומדויקות להצלחה. סיקוולים ורימייקים וריבוטים הם חלק מההישענות של האולפנים על מה שעבד בעבר, ועל התקווה שיעבוד בעתיד. מבחינה זאת, ראשי הוליווד נמצאים בהלך רוח של למידת מכונה כבר שנים רבות. השינוי המשמעותי הוא שהפעם זה נעשה על ידי מחשבים.

עכשיו נותר רק לקוות שלא נכעיס אותם יותר מדי. ראינו כבר ב"מטריקס" מה עלול לקרות.

 

  תגובה חדשה
הצג:
אזהרה:
פעולה זו תמחק את התגובה שהתחלת להקליד
מומלצים