人工知能の能力を疑問視することは必要であり、特に傑作を再現する際にはなおさらです。「散水者の災難」、歴史上最初の映画の再現試みは、根本的な疑問を投げかけます。この課題は単なる技術的な再現を超え、映画と芸術創造の本質に関する考察を引き起こします。驚くべき技術的進歩にもかかわらず、象徴的な作品の本質を捉えることには失敗しています。これらの努力の結果は、一貫性と失望の画像を返し、映画の分野におけるAIの現時点での限界を示しています。
人工知能によるビデオ生成における野心的な試み
最終的な挑戦が始まりました：「散水者の災難」、最初のフィクション映画を再現することです。この傑作は、1895年にルイ・リュミエールによって制作され、AIモデルによる一連のテストの標的となりました。具体的には、OpenAIのSora、RunwayのGen-4、GoogleのVeo-2、KuaishouのKlingなどです。目標は、AIがオリジナル作品と同様に滑らかでコメディックなシーケンスを生み出せるかどうかを判断することでした。
オリジナルシーケンスの分解
目的を達成するために、映画は四つの主要なシーケンスに分割されました。各シーンは、鍵となる瞬間を捉える必要がありました：庭師が庭を水やりするシーン、少年が水の流出を防ぐシーン、水が庭師に戻る衝動的なシーン、そして、少年が捕まえられようとする最後のシーンです。各セグメントには、撮影された最初のフィクションの中心的な要素であるコメディの潜在能力が秘められています。
OpenAIのSoraによる最初の試み
最初のアプローチは、Soraのクラシックなテキストからビデオへのモデルに依存しました。しかし、結果は困惑を招くものでした。シーケンスは完全に文脈から外れており、初期の期待を裏切りました。ソリューションを求めて、研究者たちはSoraでの画像からビデオへのアプローチに切り替え、モデルに静止画像を提供して一貫性を高めようとしました。残念ながら、この方法でも満足のいくレンダリングには至りませんでした。
AI支援による着色
不満足な結果に直面した実験者たちは、オリジナル映画のキャプチャに依存しました。これらの画像は、GoogleのGemini Flash 2.0 Expによって着色され、優れた美的忠実性が保たれました。着色されたシーンは、実際の撮影が提供する可能性のあるものを思わせる生き生きとしたものでした。
RunwayのGen-4との探求
研究者たちは努力を新たにし、モデルを変更し、RunwayのGen-4に目を向けました。着色された画像を出発点として使用し、シーケンスを生成しようとしました。ほんの少しだけ関連性のある結果が得られたものの、試みは期待を大きく下回るものでした。例えば、二番目のシーケンスは期待されるビジョンから非常に乖離しており、失望を引き起こしました。
Google DeepMindのVeo-2の利用
最新のGoogle DeepMindのVeo-2が導入され、状況を改善するために試みられました。このモデルはより忠実な一般化を可能にし、時空間的な一貫性をより良好に確立しました。シーケンスはリアルな印象を与えましたが、人物の顔や衣装の面で連続性に問題が残りました。
結果と最終評価
最後の段階では、Geminiによって生成された画像の見直しが統合され、洗練を目指しました。各シーケンスはKuaishouのKling 2.6モデルに提出され、審美性とオリジナル作品への敬意との収束を期待しました。結果はよりフォトリアルであったが、ストーリーのナラティブにはあまり説得力がありませんでした。シーケンス間の変化はあまりにも際立っており、物語の連続性を疑問視させました。
数時間の懸命な作業にもかかわらず、判決が下されました：映画を再現することは、たとえ最初の作品であっても、現代の人工知能にとっては複雑な作業のままです。これらの試みは、AI動画の現時点での限界を浮き彫りにし、その潜在能力は広大であるが、まだ初期段階にあることを示しています。それにもかかわらず、研究者たちは回復力を持ち、さらなる探求を続け、新たな高みをAIが達成することを希望しています。
最初の歴史的映画を再現するための人工知能の使用に関するFAQ
なぜ人工知能は「散水者の災難」を満足のいく形で再現できなかったのですか？
動画生成における人工知能の進歩は、まだ実験的な段階にあります。テストされたモデルは、シーケンスの物語性と視覚的一貫性を捉えるのに苦労し、最終的な結果は期待から逸脱しました。
この試験で使用された人工知能モデルは何ですか？
OpenAIのSora、RunwayのGen-4、GoogleのVeo-2、KuaishouのKlingなどのモデルが、ビデオ生成を試みるためにテストされました。
使用された人工知能モデルの主な制限は何でしたか？
主な問題は、自動的な詳細の不一致であり、キャラクターの外見の変化や誤解されたアクションが含まれ、シーケンスが追跡しにくくなりました。
動画生成テストのためにシーケンスはどのように準備されましたか？
オリジナル映画のシーケンスは四つの主要な部分に分割され、各アクションの説明に特に注意を払い、AIモデルに明確な参照点を提供しました。
AIモデルに供給するために使用された画像の種類は何ですか？
他のAIモデルによって生成された画像や、着色されたオリジナル映画のキャプチャが各シーケンスの視覚的基盤として使用され、一貫性を高めました。
試行中に最も有望だったアプローチは何ですか？
Veo-2を使用した方法が最も有望であり、比較的一貫したシーケンスを生成しましたが、結果は期待には大きく及びませんでした。
この映画を再現するためのAIの使用は「不正」と見なされるのはなぜですか？
オリジナル映画の画像キャプチャとその着色の使用が言及されたため、それは完全に人工知能に基づく完全オリジナルの創作ではないため、不正と見なされる可能性があります。
この人工知能の試みによって得られた教訓は何ですか？
進展があったにもかかわらず、動画生成AIは歴史的映画を必要な精度で再現する準備が整っていないことが観察され、さらなる開発の必要性が強調されました。
AI動画の進化に伴い、より良い結果を期待することは可能ですか？
はい、AIモデルは引き続き改善される可能性が高く、将来的にはより優れた動画生成能力を提供する可能性があります。
