Kiedy w finale drugiego sezonu serialu „The Mandalorian” na ekranie pojawił się młody Luke Skywalker, fani Gwiezdnych Wojen na całym świecie wstrzymali oddech. Ekscytacja fabularna szybko jednak ustąpiła miejsca ożywionym dyskusjom branżowym na temat jakości efektów specjalnych. Twarz Marka Hamilla, choć pieczołowicie odtworzona przez sztab specjalistów, wciąż sprawiała wrażenie sztucznej, zatrzymując się nieszczęśliwie w słynnej „dolinie niesamowitości” (uncanny valley). Przełom nastąpił kilkanaście dni później. Ukrywający się pod pseudonimem Shamook internetowy twórca opublikował własną wersję tej samej sceny, poprawioną na domowym komputerze przy użyciu darmowych narzędzi typu deepfake. Jego amatorska praca okazała się bezlitośnie lepsza niż efekt wielomilionowej pracy Industrial Light & Magic. Zamiast prawników z pismem procesowym, studio Lucasfilm wysłało do niego rekrutera. Ten jeden incydent doskonale obrazuje, jak gwałtowną, oddolną i nieprzewidywalną rewolucję przechodzi obecnie cała Fabryka Snów.
Od internetowych memów do hollywoodzkich superprodukcji
Jeszcze kilka lat temu termin „deepfake” kojarzył się niemal wyłącznie z niszowymi formami internetowego humoru oraz, niestety, z mrocznym rynkiem nierekompensowanej pornografii z udziałem wizerunków celebrytów. Technologia ta, początkowo marginalizowana jako niegroźna ciekawostka lub niebezpieczne narzędzie oszustów, bardzo szybko zaczęła pukać do bram profesjonalnego kina. Wielkie studia filmowe, zawsze głodne nowych metod optymalizacji kosztów i poszerzania granic wizualnych, dostrzegły w niej gigantyczny potencjał. Tradycyjne efekty CGI (Computer Generated Imagery), polegające na ręcznym modelowaniu 3D i animacji twarzy punkt po punkcie, są ekstremalnie czasochłonne i pochłaniają lwią część budżetów współczesnych blockbusterów.
Wprowadzenie sztucznej inteligencji na plany zdjęciowe diametralnie zmienia tę kalkulację. Tradycyjny proces renderowania, który mógł trwać tygodniami dla zaledwie kilkusekundowej sceny, ustępuje miejsca algorytmom. Narzędzia oparte na sieciach neuronowych potrafią uczyć się ludzkiej mimiki z tysięcy dostarczonych fotografii i nagrań, by w ciągu kilku godzin wygenerować w pełni przekonującą, płynną nakładkę na twarz aktora. Zamiast zatrudniać armię animatorów rzeźbiących każdy mięsień policzkowy z osobna, reżyserzy zlecają zadanie algorytmom, które z każdym nowym projektem stają się coraz doskonalsze. Technologia, która narodziła się w zaciszu sypialni programistów-hobbystów, staje się dziś najważniejszym orężem w arsenale cyfrowych magików kina.
Jak to działa w praktyce? Generatywne sieci przeciwstawne
Sercem rewolucji, o której mówimy, są tzw. Generative Adversarial Networks (GAN). Mówiąc najprościej, jest to pojedynek dwóch algorytmów. Generator stara się stworzyć sztuczny obraz twarzy (np. młodego Harrisona Forda), który będzie nie do odróżnienia od prawdziwego nagrania. Dyskryminator, działający jak surowy krytyk filmowy, analizuje ten obraz i ocenia jego autentyczność, szukając błędów i niedoróbek. Proces ten powtarza się miliony razy. Generator nieustannie się poprawia, aż w końcu udaje mu się oszukać swojego komputerowego oponenta. Właśnie ta bezlitosna, zautomatyzowana selekcja pozwala osiągnąć efekty, których ludzkie oko nie jest już w stanie podważyć. Im więcej danych treningowych otrzymają te algorytmy, tym szybciej i lepiej nauczą się odtwarzać konkretne mikrowyrazy, asymetrię uśmiechu czy charakterystyczne mrużenie oczu danego aktora.
Cyfrowe odmładzanie (De-aging), czyli nowy Święty Graal kina
Zatrzymanie upływającego czasu od zawsze było jedną z największych obsesji ludzkości, a Hollywood znalazło sposób, by wreszcie to marzenie zmonetyzować. Technika cyfrowego odmładzania (de-aging) pozwala dojrzałym aktorom na powrót do ról, z którymi pożegnali się dekady temu. Martin Scorsese w swoim epickim „Irlandczyku” wydał gigantyczne sumy na odmłodzenie Roberta De Niro, Ala Pacino i Joe Pesciego, przecierając szlaki dla kolejnych twórców. Chociaż wtedy używano jeszcze hybrydowych technologii, to dziś sztuczna inteligencja sprawia, że cały proces jest znacznie mniej inwazyjny dla samych artystów.
Najświeższym i chyba najgłośniejszym przykładem potęgi tej technologii był „Indiana Jones i Artefakt Przeznaczenia”. W ponad dwudziestominutowej sekwencji otwierającej film oglądamy Harrisona Forda wyglądającego dokładnie tak, jak w czasach „Poszukiwaczy Zaginionej Arki”. Co kluczowe, 80-letni Ford nie musiał nosić na twarzy skomplikowanych siatek z markerami ani hełmów z kamerami. Grał w naturalnych warunkach oświetleniowych, a system nazwany FRAN (Face Re-aging Network) analizował jego występ i na bieżąco zastępował zmarszczki młodzieńczą gładkością, zachowując przy tym autentyczną mimikę i charyzmę, za którą pokochały go miliony.
Wskrzeszanie legend. Hołd dla zmarłych czy technologiczna profanacja?
Znacznie większe kontrowersje niż odmładzanie budzi praktyka tzw. cyfrowego wskrzeszania zmarłych artystów. Granica między artystycznym hołdem a nekromancją z użyciem pikseli jest niezwykle cienka. Kiedy w filmie „Łotr 1. Gwiezdne wojny – historie” przywrócono na ekran postać Wielkiego Moffa Tarkina, granego przez zmarłego w 1994 roku Petera Cushinga, krytycy byli podzieleni. Z jednej strony doceniano techniczny pietyzm, z drugiej podnoszono kwestie moralne – czy mamy prawo kazać zmarłemu aktorowi odgrywać nowe sceny i wypowiadać słowa, których nigdy nie widział na oczy w scenariuszu?
„Kiedy technologia pozwala nam ominąć biologiczną barierę śmierci, stajemy przed dylematem, który wcześniej dotyczył tylko filozofów i teologów. Teraz to codzienne zmartwienie reżyserów castingowych.”
Problem powraca regularnie niczym bumerang. Słynny plan stworzenia filmu akcji „Finding Jack”, w którym główną rolę miałby zagrać zrekonstruowany za pomocą CGI i deepfake’ów James Dean (zmarły tragicznie w 1955 roku), wywołał powszechne oburzenie wśród żyjących aktorów, w tym Chrisa Evansa i Elijaha Wooda. W środowisku zaczęto głośno zadawać pytania o granice cynicznego wykorzystywania nostalgii. Przecież zamiast dawać szansę młodym, utalentowanym twarzom, studia filmowe mogą za chwilę opierać swoje najdroższe franczyzy wyłącznie na cyfrowych duchach sprawdzonych przed dekadami gwiazd.
Prawne pole minowe i komercjalizacja tożsamości
Prawo zazwyczaj nie nadąża za technologią, ale w przypadku wizerunków w dobie deepfake luka ta wydaje się przypominać rów mariański. Wizerunek staje się obecnie jednym z najbardziej chronionych zasobów w przemyśle rozrywkowym. Umowy hollywoodzkie stają się wielostronicowymi tomami, w których szczegółowo negocjuje się to, co studio może zrobić ze skanami 3D twarzy i ciała aktora po jego śmierci. Niedawna plotka, jakoby Bruce Willis sprzedał prawa do swojej twarzy firmie zajmującej się sztuczną inteligencją, została zdementowana, ale pokazała, że takie scenariusze są już całkowicie realistyczne. Zarządzanie prawami do „cyfrowych dusz” powoli staje się lukratywnym rynkiem prawniczym samym w sobie.
Prawdziwy bunt maszyn. Strajk SAG-AFTRA i lęk przed zastąpieniem
Etyczne rozważania przestały być domeną teoretyków w połowie 2023 roku, kiedy to branża filmowa stanęła w obliczu historycznego, potężnego strajku. Połączenie sił scenarzystów (WGA) oraz Gildii Aktorów Ekranowych (SAG-AFTRA) miało na celu nie tylko walkę o lepsze wynagrodzenia w erze streamingu, ale przede wszystkim – o ochronę przed sztuczną inteligencją. Aktorzy z krwi i kości przerazili się doniesieniami o nowych praktykach gigantów streamingowych i wielkich wytwórni.
Jednym z najpoważniejszych zapalników konfliktu była kwestia statystów i aktorów drugoplanowych. Wytwórnie proponowały układ, w którym aktorzy tła (background actors) byliby skanowani cyfrowo i otrzymywaliby jednodniowe wynagrodzenie. W zamian studio zyskiwałoby wieczyste prawo do umieszczania ich wygenerowanych przez AI twarzy i ciał w dowolnym projekcie, w dowolnej scenie, bez żadnych dodatkowych opłat czy zgody. To klasyczny scenariusz rodem z serialu „Czarne Lustro”, który w Los Angeles zaczął stawać się brutalną rzeczywistością rynkową. Strajk wymusił na producentach podpisanie porozumień regulujących wykorzystanie tzw. replik cyfrowych, dając aktorom gwarancję kontroli i kompensacji, choć dla wielu analityków to zaledwie rozejm, a nie ostateczny koniec tej technologicznej wojny o wpływy.
Deepfake to nie tylko twarz. Rewolucja w dubbingu i pracy kaskaderów
Choć większość dyskusji koncentruje się na cyfrowych kopiach całych postaci, algorytmy generatywne już teraz po cichu rewolucjonizują inne działy produkcji. Brytyjska firma Flawless AI opracowała narzędzie TrueSync, które zmienia zasady gry w dubbingu. Dzięki sztucznej inteligencji oprogramowanie to delikatnie modyfikuje ruch warg aktorów, dostosowując ich mimikę do nagranej w innym języku ścieżki dźwiękowej. Efekt to koniec nienaturalnie brzmiących dialogów i idealna synchronizacja wizualna (lip-sync). Wypowiadający niemieckie, japońskie czy hiszpańskie kwestie Tom Cruise wygląda tak, jakby biegle posługiwał się każdym z tych języków na planie.
Innym obszarem ogromnych przemian jest kaskaderka. Do niedawna, by ukryć fakt, że to nie gwiazda ryzykuje życiem w scenie pościgu, reżyserzy musieli uciekać się do szybkiego montażu, odpowiedniego oświetlenia, cieniowania twarzy czy kręcenia aktora wyłącznie z tyłu. Dziś praca zespołów postprodukcyjnych uległa drastycznemu uproszczeniu. Kaskader wykonuje swoją ewolucję w optymalnych warunkach, a w postprodukcji technologia deepfake bezszwowo „nakleja” na niego twarz głównego aktora, dając widzom niezakłócone, ciągłe ujęcia w pełnym słońcu. Pytanie, które zaczyna krążyć w branży, brzmi: jak w tej nowej rzeczywistości wycenić nagrody za aktorstwo, skoro na ekranie oglądamy fuzję gry ciała kaskadera, głosu dubbingowca i mimiki przetworzonej przez sieć neuronową?
Nowa era kina. Czy wciąż potrafimy odróżnić prawdę od iluzji?
Rozwój technologii deepfake jest procesem nie do zatrzymania. Demokracja technologiczna sprawia, że narzędzia, które pięć lat temu wymagały superkomputerów w laboratoriach Disneya, dziś dostępne są w formie wtyczek dla niezależnych twórców filmowych z ograniczonym budżetem. To otwiera fascynujące drzwi przed kinem niezależnym, pozwalając mu rywalizować z gigantami na poziomie wizualnego rozmachu, o jakim twórcy indie mogli dotąd tylko śnić.
Z drugiej jednak strony, przemysł filmowy musi odpowiedzieć sobie na pytanie o fundament, na którym się opiera. Siłą kina zawsze była ludzka niedoskonałość – drżenie głosu wywołane prawdziwym wzruszeniem, spontaniczna reakcja twarzy, której nie zaplanowano w scenariuszu. Zmierzamy w kierunku rzeczywistości, w której absolutnie każdy element na ekranie, włącznie z rzekomo autentycznymi aktorami, może zostać cyfrowo podmieniony, upiększony lub całkowicie wykreowany. Kiedy iluzja staje się tak doskonała, że w pełni zastępuje rzeczywistość, być może staniemy wkrótce przed nowym trendem. Niewykluczone, że za kilkanaście lat w kinie pojawi się „Ruch Autentyczności” – snobistyczna moda na filmy, w których gwarantuje się widzowi, że każdy spływający po czole aktora pot jest w stu procentach ludzki, nienaruszony dotykiem kodu binarnego. Zanim to jednak nastąpi, pozostaje nam wygodnie usiąść w fotelu, wyłączyć powiadomienia w telefonie i dać się oszukać po raz kolejny – bo przecież za to zawsze płaciliśmy Hollywood.
