Los videos de IA son extraños y extraños ahora. Pero, ¿hacia dónde se dirigen?

Pero eso no significa que la IA reemplazará por completo a los escritores, directores y actores en el corto plazo. Y quedan algunos obstáculos técnicos considerables. Los videos se ven nerviosos porque los modelos de IA aún no pueden mantener la coherencia total de un cuadro a otro, lo cual es necesario para suavizar las imágenes. Hacer contenido que dure más que unos pocos segundos fascinantes y grotescos y que mantenga su consistencia requerirá más potencia informática y datos, lo que significa grandes inversiones en el desarrollo de la tecnología. “No se puede escalar fácilmente estos modelos de imagen”, dice Bharath Hariharan, profesor de informática en la Universidad de Cornell. De hecho, hay margen de mejora, que algunos creen que está en el horizonte. “Sospecho que es posible generar contenido en el futuro que sea creíble y bueno y que potencialmente pueda evocar emociones humanas, pero que lo hagan actores de IA”, dice Bovell. Ella piensa que eso puede suceder durante la próxima década. Pero incluso si es posible, quedan dudas sobre si eso es lo que el público quiere o no. “La sociedad puede decidir que algo de eso no se siente bien”, dice ella. Los videos cortos dan la impresión de un flipbook, saltando temblorosos de un cuadro surrealista al siguiente. Son el resultado de los creadores de memes de Internet que jugaron con los primeros generadores de inteligencia artificial de texto a video ampliamente disponibles, y representan escenarios imposibles como Dwayne "The Rock" Johnson comiendo rocas y el presidente francés Emmanuel Macron tamizando y masticando basura. o versiones distorsionadas de lo mundano, como Paris Hilton tomándose una selfie.

Los videos también plantean otras preocupaciones éticas. En este momento, los clips de texto a video son en gran medida increíbles. Pero a medida que avanza la tecnología, podría ser más fácil para cualquiera crear falsificaciones profundas convincentes con solo unas pocas líneas de texto. Y, al igual que los generadores de imágenes, podrían estar sujetos a demandas por derechos de autor por el uso de imágenes sin dueño. La velocidad de avance es el resultado de nuevos desarrollos que reforzaron los generadores. ModelScope se entrena en datos de texto e imágenes, como lo son los generadores de imágenes, y luego también alimenta videos que muestran al modelo cómo debe verse el movimiento, dice Apolinário Passos, ingeniero de arte de aprendizaje automático en Hugging Face. Es la táctica que también utiliza Meta. Elimina la carga de anotar videos o etiquetarlos con descriptores de texto, lo que simplifica el proceso y ha dado paso a un rápido desarrollo de la tecnología.

Pero es poco probable que esta tecnología de video generativo elimine a los humanos del proceso de filmación. Wonder Dynamics, una empresa que permite a los cineastas arrastrar y soltar personajes generados por computadora en videos, utiliza IA para proporcionar una forma más económica de que los efectos visuales lleguen a las películas. El objetivo es agregar personajes más imaginativos como extraterrestres y robots para complementar el proceso y hacer que los efectos visuales sean más accesibles, en lugar de solo agregar humanos generados en lugar de personas reales. Si las películas pierden su toque humano, la "magia cinematográfica" podría desaparecer, dice Nikola Todorovic, cofundador de Wonder Dynamics. "¿Cuál es el punto de las películas si no hay humanos involucrados en hacerlas?"

El éxito de la IA en el cine dependerá de si puede recrear esa magia. Hasta ahora, los intentos han sido intrigantes pero, en última instancia, decepcionantes o dañinos, un recordatorio de que el hecho de que la IA pueda diseñar contenido no significa que deba hacerlo. "Nothing, Forever", una parodia interminable de IA sobre Seinfeld , fue prohibida temporalmente en Twitch en febrero después de que su personaje principal, "Larry Feinberg", contara chistes transfóbicos. Después de que un clip de Will Smith metiéndose espaguetis en la boca, probablemente hecho con ModelScope, se volviera viral la semana pasada, casi de inmediato se consideró "demoníaco" y "horrible". Como escribió Jason Parham para WIRED a principios de esta semana, la IA había convertido "la fantasía en una gran juglar". Tales creaciones de IA pueden ser degradantes, despojando a los sujetos del control de su propia imagen. “Son viscerales en su presentación, su distorsión es una daga”, escribe Parham.

“La forma en que Netflix revolucionó cómo y dónde vemos el contenido, creo que la IA tendrá una interrupción aún mayor en la creación real de ese contenido”, dice Sinead Bovell, futurista y fundadora de la empresa de educación tecnológica WAYE.

Pero, aunque parezcan rudimentarios, la progresión de estos generadores está avanzando "muy, muy rápido", dice Jiasen Lu, científico investigador del Instituto Allen de Inteligencia Artificial, una organización de investigación fundada por el difunto cofundador de Microsoft, Paul Allen. Esta nueva ola de videos generados por IA tiene claros ecos de Dall-E, que arrasó en Internet el verano pasado cuando realizó el mismo truco con imágenes fijas. Menos de un año después, esas imágenes torcidas de Dall-E son casi indistinguibles de la realidad, lo que plantea dos preguntas: ¿El video generado por IA avanzará tan rápido y tendrá un lugar en Hollywood? ModelScope, un generador de video alojado por la firma de inteligencia artificial Hugging Face, permite a las personas escribir algunas palabras y recibir un video sorprendente y torcido a cambio. Runway, la compañía de inteligencia artificial que cocreó el generador de imágenes Stable Diffusion, anunció un generador de texto a video a fines de marzo, pero no lo ha puesto a disposición del público de manera generalizada. Y Google y Meta anunciaron que estaban trabajando en tecnología de texto a video en el otoño de 2022. En este momento, son videos discordantes de celebridades o un oso de peluche pintando un autorretrato. Pero en el futuro, el papel de la IA en el cine podría evolucionar más allá del meme viral, permitiendo que la tecnología ayude a emitir películas, modelar escenas antes de filmarlas e incluso intercambiar actores dentro y fuera de las escenas. La tecnología avanza rápidamente y es probable que pasen años antes de que tales generadores puedan, por ejemplo, producir un cortometraje completo basado en indicaciones, si es que alguna vez pueden hacerlo. Aún así, el potencial de la IA en el entretenimiento es enorme. Crear una película o programa completo a partir de un generador y unas pocas líneas de texto es un gran impulso, pero la combinación de diferentes herramientas de IA podría hacerlo posible, dice Passos. ChatGPT podría escribir un guión, un generador de voz podría leerlo, los generadores de video podrían crear las imágenes y luego todas las piezas podrían editarse juntas. “Ya tienes estos componentes básicos”, dice Passos. “Un modelo que lo hace todo puede saltar lejos. Pero estos saltos pueden darse en semanas”.