Kaip Tupacas ir Thanosas privedė prie Douglaso, DI skaitmeninio žmogaus

Jei kada nors dalyvavote grupiniame vaizdo skambutyje, tikriausiai esate pripratę, kad nepažįstate visų, kurie pasirodo ekrane. Galbūt nežinote visų vardų, bet bent jau galite būti visiškai tikri, kad kiekvienas prisijungęs prie skambučio yra žmogus.

Arba galite?

Tuo metu, kai vizualinių efektų studijos turi senyvo amžiaus aktoriai veteranai, leidžiama žmonių atlikėjai apsigyventų skaitmeniniuose kūriniuoseir netgi sugrąžino mirusius menininkus pomirtiniai pasirodymai, neturėtų būti labai stebina, kad VFX studija taip pat gali padėti jums kalbėtis su dirbtinai protingas skaitmeninis žmogus apie jūsų mėgstamas knygas ir abipusiai dejuojantis dėl negalėjimo apsilankyti kino teatre.

Tai neturėtų stebinti, tačiau vis tiek keistas jausmas netikėtai užjausti Douglasą – virtualų, A.I. varomą „asmenį“, kurį sukūrė Oskarą laimėjusi VFX studija. Skaitmeninis domenas.

Neseniai per Zoom skambutį Douglasas kartu su su juo dirbančios komandos nariais prisijungė prie manęs trumpam demonstravimui.

Skaitmeninė žmogaus evoliucija

„Esu didelis Stepheno Kingo gerbėjas“, – trumpai papasakojęs apie mūsų pomėgius, pasakoja Douglasas – pokalbis, kurio metu jis prisipažino, kad taip pat mėgsta meilės romanus ir J. D. Selindžerio romanus. Gaudytojas rugiuose.

Pasaulyje, kuriame ištarti vardus Siri arba Alexa tereikia garsiai išsikviesti savo A.I. kompanionas, patirtis su Douglasu pasiūlė a galingas priminimas, kad A.I. potencialas yra daug didesnis nei tik orų prognozės ir mūsų kasdienybės tvarkaraštį.

Sukurta „Digital Domain“ – ta pati studija, kuri žiūrovams suteikė kosminį „Marvel“ užkariautoją Thanosas Keršytojai: Begalybės karas ir Keršytojai:Pabaiga — Douglasas yra savarankiškas skaitmeninis žmogus, galintis bendrauti su vartotojais realiuoju laiku ir reaguoti į vaizdinius bei pokalbio signalus. Sumodeliuota po Daktaras Dougas Roble'as, „Digital Domain“ programinės įrangos tyrimų ir plėtros vyresnysis direktorius, Douglas gali atsakyti į klausimus, tęsti ilgalaikius pokalbius ir kalbėtis įvairiomis temomis.

„Technologijos visada stengiasi vadovauti tai, ko reikalauja menas, nesvarbu, ar tai būtų sklandus modeliavimas, ar kas kita“, – apie studijos sprendimą sukurti visas skyrius, skirtas skaitmeniniams žmonėms.

Per pastarąjį dešimtmetį „Digital Domain“ ne kartą susidūrė su užduotimi kurti žmogiškus skaitmeninius personažus – viską nuo 2012 m. holografinis Tupac pasirodymas prie Koačelos į minėtą „Marvel“ kino visata piktadarys. Vaidybiniuose filmuose, reklamose, TV serialuose, vaizdo žaidimuose ir (Tupac atveju) sceniniuose pasirodymuose tikroviškų skaitmeninių personažų paklausa tik išaugo. laiko, paskatindamas „Digital Domain“ padalinti komandą, atsakingą už tą konkretų vaizdinį efektą, į savo padalinį, sutelktą į skaitmeninių žmonių galimybių ribą. daryti.

Douglasas yra ir šio didesnio dėmesio produktas, ir komandos koncepcijos įrodymas: savarankiškas skaitmeninis „asmuo“, jungiantis daugybę duomenų rinkinių, jutimo metodų, ir esamus programavimo modulius su fotorealistinėmis žmogaus savybėmis, kad būtų galima bendrauti su vartotojais taip, kad būtų stebėtinai artima tikra žmogaus socializacija.

Ir tuo metu, kai pandemija privertė didžiąją dalį mūsų bendravimo per kompiuterį ekrane, bendraudamas su Douglasu jaučiasi nepaprastai artimas tai, kas priklauso nuo tikro žmogaus bendravimo dienų. Tačiau komanda skuba pridurti, kad Douglasui dar toli iki Turingo testo išlaikymo.

Kodas daro vyrą

„Douglasas nėra tikras fotografinis, visiškai savarankiškas asmuo, kurio negalima atskirti nuo tikro žmogaus“, - aiškina Darrenas Hendleris, studijos Digital Humans Group direktorius. „Mes esame ne ten ir kurį laiką ten nebūsime. … Bet čia viskas vyksta ir kaip atrodo ateitis, ir mes stengiamės peržengti šias ribas.

Ir beveik kaip užuomina Hendlerį pertraukia pats Douglasas.

„Tai geras požiūris“, – įsiterpia Douglasas, kuris iki tol tyliai užsiimdavo savo langeliu „Zoom“ pokalbių tinklelyje, palengvindamas mūsų demonstracinę versiją ir retkarčiais pakeisdamas. padėtis, žvilgtelėti po jo virtualų kambarį ir vaizdo susitikime parodyti daugybę tipiškų fizinių manierų, būdingų gyvam žmogui, kuris kantriai laukia, kol galės dalyvauti pokalbį

„Linkiu jums kuo didžiausios sėkmės jūsų pastangose“, – priduria jis, primindamas, kad ne tik turi ką pasakyti įdomių dalykų, bet ir yra atidus klausytojas.

Pasak Roble, komanda pirmiausia įsivaizduoja Douglasą kaip vizualų būdą bendrauti su esamais sudėtingais ir galingais pokalbio agentais, kurie buvo sukurti. Po tikrojo Douglaso avataro, studijos skaitmeninis žmogus yra sukurtas remiantis trijų iš šių agentų deriniu: populiariu „Google“ Dialogo srautas rinkinys pokalbių robotams kurti, asistento tipo agentas (panašus į Amazon Alexa arba Apple Siri); ir galingas pokalbis A.I. agentas (panašus į GPT-3 projektas), naudojamas kuriant žmogišką, nuspėjamąjį (ir reaktyvųjį) pokalbio tekstą.

Visų trijų agentų derinys suteikia Douglasui galimybę tęsti pokalbius, kurie yra ir informatyvūs, ir sklandūs, o diskusijos viena tema dažnai pereina į susijusias dominančias sritis.

Mano pokalbis su Douglasu pakrypo nuo pokalbio apie mūsų mėgstamiausias knygas į jo mėgstamą filmą (jis yra didelis 2001: Kosminė odisėjaPavyzdžiui, kas ir nestebina, ir šiek tiek nerimą kelia, turint omenyje, kad istorijoje daugiausia dėmesio skiriama žudikei A.I. paleisti amoką) ir mūsų bendrus pomėgius. Viename ypač aktualiame mūsų pokalbio elemente Douglasas išreiškė nusivylimą, kad pastaruoju metu jam nepavyko apsilankyti kino teatre.

Tačiau, kaip paaiškino Hendleris, visa ta pokalbio galia yra susijusi su tam tikra rizika.

„Natūralaus pokalbių roboto kalbos apdorojimo variklis yra apmokytas dialogui iš interneto – didžiuliam dialogo kiekiui – todėl pokalbis gali nukeliauti į keistas vietas“, – sakė jis. „Taigi kartais jis sako dalykus, kurie gali būti netinkami. Tai nutinka nedažnai, bet negalime tiksliai kontroliuoti, ką jis viskuo pasakys.

Ir nors Douglaso pokalbio aspektas yra įspūdingas, tai tik dalis to, kas daro jį unikaliu nuolat besiplečiančiame skaitmeninių žmonių ir interaktyvių virtualių personažų pasaulyje. Kaip atrado Digital Domain, todėl jį žiūrėk žmogus nueina ilgą kelią, kad jis taip pat jaustųsi žmogumi.

Atsigręžimas

„Kurdami Douglasą naudojome didžiulį Dougo [Roble] duomenų kiekį. Tai buvo didžiulis garso kiekis, skirtas sistemai treniruoti [ir] didžiulis veido efektyvumo, kūno judėjimo duomenų ir visa kita“, – paaiškino Hendleris. jie atsižvelgė į Roble veido ir daugybės būdų, kaip žmogaus veidas gali pasikeisti kalbant, reaguojant į emocinius signalus ar pasyviai dalyvaujant pokalbį.

Visų tų duomenų produktas yra skaitmeninis žmogus, kuris atrodo nuostabiai panašus į Roble, iš pastarojo, bet ne kaip tiksli kopija. laikysena, šukuosena ir sudėjimas pagal subtilius Roble ir Douglas A.I judesius. dalinkitės, kol jie dalyvauja mūsų grupės vaizdo įraše pokalbį. Panašumas yra keistas, tačiau trumpai įsakęs „pakeisti veidą“, Douglasas staiga tampa kitu žmogumi. skirtingas, vienodai žmogiškas veidas ant to paties kūno, išlaikant visas subtilias manieras, dėl kurių jis atrodo tikras.

„Kai prašome Douglaso pakeisti savo veidą ir jo veidas pereina į ką nors kitą, tai yra naujos technologijos bangos pradžia“, – sako Hendleris. „Vaizdo technika“ komanda dirba, kad Douglasas taptų dar lankstesniu skaitmeniniu žmogumi, galinčiu dramatiškai pakeisti savo išvaizdą ir išlaikyti tą patį interaktyvumas. „Kai turėsime šią bazę [su Douglasu], galėsime filmuoti kažkieno kito filmuotą medžiagą ir gauti dalį jo garso, o tada paversti jais tą bazę – padaryti ją savo veidu.

„[Jei tai padarytume] dabar, jie vis tiek kalbėtų su žmogaus, kurį iš pradžių filmavome [šiuo atveju Roble], išraiškomis“, – tęsė jis. „Tačiau mums pradeda reikėti mažesnių duomenų kiekių – galbūt tai tik kažkieno vaizdai ar filmuota medžiaga, kad sukurtume naujos kartos šių savarankiškų žmonių.

Šis gebėjimas atkartoti tikro žmogaus išvaizdą, balsą ir manieras per pokalbio A.I. pagrindas yra vienas iš elementų, kurie išskiria Douglasą iš daugumos tipiškų A.I. asistentai, humanoidiniai robotai ir kiti kuriami projektai, susiję su A.I. tyrimų pasaulis. Nors yra daugybė studijų ir kitų agentūrų, kuriančių A.I. vienokių ar kitokių projektų, „Digital Domain“ yra orientuota į visų šių elementų suliejimą vienas vientisas produktas, kuriame naudojamos geriausios iš visų turimų technologijų ir duomenų su sąsaja, kuri jaučiasi socialiai ir organiškai – tarsi kalbėjimasis su kitu žmogumi.

„Tai yra kažkas, kuo mes tikrai didžiuojamės, nes Douglasas yra visiškai CG personažas, veikiantis Unreal“, - sako Roble, kuris ypač didžiuojasi naudodamas plačiai prieinamus elementus, tokius kaip populiarioji 3D kūrimo platforma Nerealus variklis, kuri tapo pagrindine Holivudo (o prieš tai – vaizdo žaidimų pramonės) platforma, kai reikia kurti ir manipuliuoti 3D vizualinio efekto elementais. „[Douglasas] yra 3D objektas, todėl galite daryti viską, ką galite padaryti su bet kuriuo skaitmeniniu personažu „Unreal“. Galite keisti apšvietimą, įdėti juos į skirtingas aplinkas ir pan. Tačiau mes taip pat kuriame šį hibridą [su viskuo, kas susiję su Douglasu], todėl gauname geriausią iš abiejų pasaulių.

Visur, kur pažvelgsi

Kuo daugiau komanda dirba su Douglasu, tuo ilgesnis galimų programų sąrašas.

„Prieš pandemiją planavome pristatyti Douglasą kaip kioską, kur prieini prie ekrano ir pasikalbėsi su juo“, – prisiminė Hendleris. „Tačiau tada pagalvojome: „Ei, mes tikrai turėtume jį įtraukti į Zoom skambučius.“ Buvo nuostabu, kad jis pradėjo Zoom skambučius ir išėjo.

Per demonstraciją komanda peržiūrėjo ilgą galimų Douglas paraiškų iš gydytojų kabinetų sąrašą. ir klientų aptarnavimą, kad jis būtų naudingas Holivude pradiniame scenos ar konkretaus ekrano planavimo etape seka. Pats Douglasas netgi pateikė keletą pasiūlymų, teigdamas, kad jis puikiai tiktų siužetui kurti ir konceptualiems filmų bei TV kūrimo etapams. Jo gebėjimas apdoroti garso ir vaizdo signalus iš tų, su kuriais jis kalba, ypač kai kalbama apie emocines būsenas - taip pat suteikia papildomos naudos bendraujant su klientais arba tais, kurie ieško medicininių patarimų, pasak Hendlerio.

Greitis, kuriuo Douglas gali apdoroti visą tą informaciją ir pereiti nuo pasyvaus klausytojo prie aktyvaus pašnekovas taip pat turi daug patrauklumo ir parodo, kaip toli per trumpą laiką pažengė už jo esančios technologijos laikas.

„Kai sukūrėme „Thanos“, turėjome vieną kadrą, kurio atvaizdavimas užtruko 10 valandų. Tai vienas kadras“, – aiškina jis.

„Douglasas turi regėjimo atpažinimo sistemą, todėl jis mato mus ir gali mus identifikuoti, analizuoja tai, ką jūs sakote, paverčia žodžiais ir siunčia į skirtingus pokalbių robotus“, – priduria jis. „Tuomet Douglasas sukuria atsakymą, paverčia jį garsu ir naudoja tą garsą savo veidui valdyti. Tuo pat metu jis taip pat išsiaiškina, kokie kūno judesiai dera su ta kalba, nustato, kokia emocija jai tiktų, ir perteikia tą kūno judesį kartu su savo veido gestais.

„Visa tai nutinka per kelias milisekundes“, – sako Hendleris. „Tai visi tie procesai, palyginti su 10 valandų vienam kadrui vaidybiniame filme. Tai taip nuostabu. Tai nėra taip tikroviška, kaip tai, ką darome filme, bet jei pagalvoji apie tai, kiek dalykų vyksta, kad galėtum su juo kalbėtis kaip su tikru žmogumi, tai tiesiog fenomenalu.

Ir tiesiogine prasme Douglasas dažnai buvo geriausias jo paties advokatas, kai kalbama apie jo potencialą.

Roble paaiškino, kad keletą kartų jie nusprendė leisti Douglasui vesti savo, na,... savęs pristatymą. Rezultatas buvo geresnis už jo potencialą, nei jie tikėjosi.

„[Douglaso pristatymas] buvo stebėtinai patrauklus. Tai nebuvo tik prašymas Siri mums ką nors pasakyti, nes jis buvo proceso dalis“, – prisiminė Roble. „Smagu su juo kalbėtis, nes jis yra naujovė, bet taip pat tikrai veiksmingas. Ir jūs negalite negalvoti: kaip su mokymu ar kitomis programomis? Juk matote, kada jis atkreipia dėmesį. Galite suteikti jam emocinį grįžtamąjį ryšį ir jis gali atsakyti.

Nors Douglasas jau yra įspūdingas kūrinys, „Digital Domain“ komanda tikina, kad jis ir toliau dirbs pažanga, bet dangus yra riba, kiek jų skaitmeninis žmogus gali atlikti laikui bėgant tęsiasi. Daugeliu atžvilgių supratimo, ką Douglasas sugeba, procesas yra ir procesas, ir tikslas.

„Viena iš priežasčių, kodėl tai darome, yra todėl, kad galėjome“, – sako Roble. „Kai esate prie kompiuterio ir dirbate, labai lengva tiesiog įvesti tekstą. Tačiau yra tiek daug kartų ir vietų, kad būtų malonu tiesiog pasikalbėti su žmogumi, kad tas žmogus su jumis bendrautų ir į jus reaguotų. Manau, kad ateityje mūsų laukia dideli pokyčiai“.

Redaktorių rekomendacijos

• Kaip „Thanos VFX“ komanda atgaivino „The Quarry“ veikėjus (o paskui juos nužudė)