เจาะประเด็น
AI / Film
เบน แอฟเฟล็ก เขียน Python เป็น และอธิบาย CNN ได้ดีกว่า�าคนสายเทคหลายคน
ดาราฮอลลีวูดเล่าเองว่าใช้ machine learning ในงาน VFX มาตั้งแต่ยุคก่อน transformer จะครองโลก
ทีมข่าว เอไอไทย.com
⏱ อ่าน 3 นาที
คนที่อธิบาย tensor ได้แบบไม่ต้องเปิดสไลด์ อาจไม่ใช่คนที่คุณคิด
ถ้าคุณเคยนั่งดูสัมภาษณ์ดาราฮอลลีวูดแล้วรู้สึกว่าคำตอบมันวนอยู่กับ "กระบวนการสร้างตัวละคร" กับ "ทีมงานสุดยอด" อยู่ตลอด วันนี้มีข้อยกเว้นให้ดูอยู่หนึ่งราย เบน แอฟเฟล็ก ออกมาเล่าเรื่องงานเบื้องหลัง VFX ของเขาในแบบที่คนทำงานสาย machine learning ฟังแล้วต้องหยุดดูอีกรอบ
ประเด็นไม่ได้อยู่ที่ว่าเขาบอกว่า "ผมสนใจคอมพิวเตอร์มาตั้งแต่เด็ก" ซึ่งเป็นประโยคที่ดาราหลายคนพูดได้ แต่อยู่ที่ว่าเขาอธิบายต่อได้ว่า convolutional neural network ทำงานยังไง เกี่ยวข้องกับงาน green screen ตรงไหน และทำไม tensor ถึงเป็นหน่วยพื้นฐานที่ต้องเข้าใจก่อนจะแตะงานภาพดิจิทัล นี่ไม่ใช่การพูดแบบคนท่องสคริปต์จากทีม PR
ย้อนบริบทนิดนึง วงการหนังย้ายจากฟิล์มอนาล็อกไปดิจิทัลมานานกว่าสองทศวรรษแล้ว และงาน visual effects ก็กลายเป็นงานที่กินพลังประมวลผลมหาศาลมาตลอด ก่อนที่ transformer จะกลายเป็นคำที่คนทั่วไปรู้จัก CNN คือเครื่องมือหลักที่ทีม VFX ใช้ตีความภาพในแต่ละเฟรม เพื่อแยกแยะว่าส่วนไหนคือขอบหน้าต่าง ส่วนไหนคือฉากหลัง เพื่อดึงภาพออกมาแทนที่ได้แบบเนียนๆ
แอฟเฟล็กเล่าว่าเขาสนใจคอมพิวเตอร์มาตั้งแต่เด็ก พอวงการหนังเริ่มเปลี่ยนจากฟิล์มอนาล็อกเป็นดิจิทัล ความสนใจก็ย้ายมาที่มุมนี้ของงาน และ workflow ของ visual effects ก็ใช้ machine learning มาหลายปีแล้ว เขายอมรับตรงๆ ว่าเขียน Python script ได้แบบ "ห่วยๆ" ซึ่งคำนี้เขาพูดเอง ไม่ใช่การถ่อมตัวแบบจัดฉาก
สิ่งที่เขาเล่าต่อคือหัวใจของงาน CNN ในบริบท VFX — คุณมี tensor ซึ่งก็คือการแปลงภาพให้เป็นตัวเลข ทั้งหมายเลข batch หมายเลขเฟรม และค่า red, green, blue ของทุกพิกเซลในทุกเฟรม จากนั้นใช้ CNN หา pattern ในก้อนตัวเลขนั้น เพื่อทำสิ่งที่เรียกว่า edge detection หรือ feature extraction พูดง่ายๆ คือให้ AI รู้ว่า "ตรงนี้คือขอบหน้าต่าง" แล้วทีมงานก็ดึงภาพ green screen ออกแทนที่ด้วยอะไรก็ได้ที่ต้องการ
จุดที่น่าสนใจสำหรับคนสายเทคคือเขาเข้าใจว่า CNN เป็น "precursor" ของ transformer ไม่ใช่ของคู่แข่งกัน และเข้าใจว่าความต่างสำคัญอยู่ที่ transformer ประมวลผลพร้อมกันได้มากกว่ามาก นี่คือความเข้าใจเชิงสถาปัตยกรรม ไม่ใช่แค่รู้จักชื่อโมเดล
มุมของผมคือ เรื่องนี้พูดอะไรได้มากกว่าตัวบุคคล มันบอกว่าคนทำงานสร้างสรรค์ระดับสูงในฮอลลีวูดเริ่มเข้าใจเครื่องมือ AI เชิงลึกพอที่จะคุยเรื่อง tensor กับ CNN ได้แล้ว ซึ่งหมายความว่าเส้นแบ่งระหว่าง "คนทำหนัง" กับ "คนเขียนโค้ด" มันบางลงเรื่อยๆ และคนที่ยังคิดว่า AI เป็นเรื่องของวิศวกรเท่านั้น กำลังจะตกขบวน
ถ้าดาราฮอลลีวูดยังอธิบาย CNN ได้คล่องขนาดนี้ อาชีพที่แยก "สายครีเอทีฟ" กับ "สายเทค" ออกจากกันแบบเบ็ดเสร็จ กำลังหมดอายุลงแล้วจริงๆ
ที่มา: Simon Willison's Weblog — อ่านต้นฉบับ
ความคิดเห็น 3
กำลังโหลดความคิดเห็น...