Yapay zeka çöp filmleri açıklanıyor: direkt videoya yönelik nakit avcılığı, yeniden icat edildi

Christopher Nolan'ın büyük bütçeli Odyssey uyarlaması, bu hafta sonu sinemalara seyirci çekiyor ve açılış günlerinde 80 ila 100 milyon dolar arasında bir hasılat elde etmesi bekleniyor. Fountain 0 adlı küçük bir stüdyo, aynı kamuoyu ilgisi dalgasına binerek, aynı Homeros destanının kendi yapay zeka tarafından üretilen yeniden yorumunu tamamlamak için yarıştığını duyurdu; Nolan'ın versiyonunun bütçesinin ve yapım altyapısının çok küçük bir kısmına sahip bu proje, daha büyük filmin yarattığı arama trafiğinin ve merakının bir kısmını yakalamayı amaçlıyor.
Eleştirmenlerin ve seyircilerin bu film kategorisi için üzerinde uzlaştığı terim, "yapay zeka çöpü"; bu, son birkaç yılda üretken yapay zeka araçları kullanılarak hızlı ve ucuza üretilen, zanaattan çok hıza ve hacme öncelik veren içeriği tanımlamak için ortaya çıkan, kasıtlı olarak yermeye yönelik bir etiket. Terim, sosyal medya akışlarını sel gibi basan yapay zeka tarafından üretilen görüntüler ve kısa video tartışmalarında ortaya çıktı ve o zamandan beri senaryo yazımı, görsel üretim, ses sentezi veya bu üçünün bir kombinasyonu için yapay zeka kullanan, geleneksel film yapımıyla imkansız olacak zaman çizelgelerinde ve bütçelerde üretilen uzun metrajlı filmleri de kapsayacak şekilde genişledi.
Bu örüntüyü dikkat çekici kılan şey, ucuz, fırsatçı film yapımının yeni olması değil. Direkt videoya yönelik stüdyolar, on yıllardır büyük sinema yapımlarının rüzgarına binerek, video mağazası raflarına göz atan alışverişçileri veya daha yakın zamanda akış platformu arama sonuçlarını şaşırtmak için tasarlanmış benzer görünümlü başlıklar üretti. Genellikle benzer isimlerle veya neredeyse aynı kapak sanatıyla, daha büyük bir stüdyonun yapımıyla karıştırılacak şekilde tasarlanmış başlıklar, yapay zekadan çok önce var olan yerleşik bir taktik. Değişen şey üretim maliyeti ve hızı: bir zamanlar direkt videoya yönelik bir taklit, en azından oyuncular, bir ekip, setler veya çekim mekanları ve haftalar veya aylar süren yapım zamanı gerektiriyordu. Yapay zeka tarafından üretilen bir versiyon, prensipte, çok daha küçük bir ekip tarafından bu sürenin çok küçük bir kısmında bir araya getirilebiliyor.
Bu hız avantajı, tam olarak yapay zeka çöp filmlerinin neden kendi zaman çizelgelerinde ortaya çıkmak yerine büyük yapımların etrafında kümelenme eğiliminde olduğunun nedeni. Trend olan bir başlık etrafında arama ilgisini ve akış platformu öneri algoritmalarını yakalamada ilk olmak, veya en azından erken olmak, kalitesini eşleştirmekten daha önemli; çünkü hedeflenen kitle genellikle Nolan'ın belirli filmini görmeye yönelik güçlü bir önceden var olan niyet olmadan "Odyssey filmi" diye arayan sıradan insanlar. Aynı arama sonuçlarında ortaya çıkan ucuza ve hızlıca üretilmiş bir alternatif, sadece doğru anda var olarak bu trafiğin önemli bir dilimini yakalayabiliyor.
Bu iki üretim kategorisi arasındaki kalite farkı, birkaç dakikadan fazla izleyen herkes için genellikle hemen belli oluyor; bu da yapay zeka çöp filmlerinin, sıradan izleyicileri nadiren memnun izleyicilere dönüştürmesine rağmen neden yapılmaya devam ettiği sorusunu gündeme getiriyor. Bu soruyu zanaattan çok ekonomi cevaplıyor: üretim maliyetleri o kadar düşük ki, mütevazı bir izlenme sayısı veya akış gelirinin küçük bir kısmı bile, gerçek setler, oyuncular ve ekip maaşları karşılamak zorunda olan geleneksel olarak üretilmiş bir film için imkansız olacak bir şekilde bir projeyi karlı hale getirebiliyor.
Akış platformları ve arama motorları için yapay zeka çöpü, bu platformların daha alışkın olduğu dezenformasyon veya spam sorunlarından farklı, sıra dışı bir moderasyon zorluğu sunuyor. Bunlar sahte iddialar veya sahte bilgiler değil; başka bir şeye yönelik dikkati yakalamak üzere konumlandırılmış, aceleyle yapılmış olsa da meşru şekilde üretilmiş filmler. Bu da onları, gerçekten büyük bir yapım hakkında bilgi arayan herkesin deneyimini bozup onun yerine rüzgarına binen daha düşük kaliteli bir fırsatçıyı ortaya çıkarsalar bile, doğrudan kaldırılmalarını gerekçelendirmeyi zorlaştırıyor.
Seyirciler için pratik çıkarım, algoritmik olarak üretilen içeriğin arama sonuçlarında ve sosyal akışlarda yaygın olarak görünmeye başladığından beri gerekli hale gelen medya okuryazarlığı türüne yakın: büyük bir yapıma benzeyen bir başlık, küçük resim veya arama sonucu, onun o yapımla bağlantılı olduğunu garanti etmiyor ve bir şeyi izlemeye karar vermeden önce gerçek stüdyoyu, oyuncu kadrosunu veya yapım kredilerini kontrol etmek, taklidin taklit edilen şeyden çarpıcı şekilde daha ucuza üretilebildiği bir medya ortamında gezinmenin küçük ama giderek daha gerekli hale gelen bir adımı oldu.
Yapay zeka çöp filmlerinin fırsatçı küçük stüdyolarla sınırlı bir merak konusu olarak mı kalacağı, yoksa içeriğin nasıl üretildiği ve keşfedildiğinin daha yerleşik bir parçası mı haline geleceği, muhtemelen bunları üretmeye yönelik araçların, platformların ve seyircilerin onları elemek için yöntemler geliştirmesine kıyasla ne kadar hızlı geliştiğine bağlı olacak. Şimdilik, Fountain 0'ın Odysseus projesi, büyük bir sinema yapımının ucuza ve hızlıca taklit edilmeye değer olacak kadar kamuoyu ilgisi çektiği her seferinde tanıdık hale gelen bir örüntüde bir veri noktası olarak duruyor.
Bunları da okuyun

Stripe ve Advent'in PayPal için bildirilen 53 milyar dolarlık teklifi açıklanıyor
Konuya aşina kişilere göre, ödeme şirketi Stripe ile özel sermaye firması Advent International, PayPal'ı satın almak için 53 milyar doların üzerinde değere sahip ortak bir teklif sunmuş. İşte böyle bir anlaşmanın çevrimiçi ödeme sektörü için ne anlama geleceği ve neden ciddi düzenleyici engellerle karşılaşacağı.

Sıfırıncı gün açığı nedir ve bunlar Patch Tuesday'i neden hâlâ atlatabiliyor
HiveLegacy olarak adlandırılan yeni açıklanan bir Windows güvenlik açığı, Microsoft'un rekor sayıda güvenlik yaması yayınladığı günle aynı gün ortaya çıktı; bu tesadüf, sıfırıncı gün açıklarıyla rutin yama döngüsünün nasıl etkileşime girdiğini gözler önüne seriyor. İşte sıfırıncı gün açığının gerçekte ne olduğu ve Patch Tuesday'in sorunu neden çözemediği.

Yapay zeka müzik üreticileri eğitim verisini nereden buluyor ve bu neden hep tartışmayla sonuçlanıyor
Yapay zeka müzik üreticisi Suno'nun iç kaynak kodunu ifşa eden bir hack, şirketin modellerini eğitmek için YouTube'dan on yıllarca süren ses verisini kazıdığını ortaya koyar gibi görünüyor ve üretken yapay zeka şirketlerinin eğitim verisini nereden edindiğine dair tanıdık bir tartışmayı yeniden alevlendiriyor. İşte bu tekrarlayan anlaşmazlıkların ardındaki temel örüntü.

Açık ağırlıklı yapay zeka modeli nedir ve Thinking Machines'ın Inkling'i neden önemli
OpenAI'nin eski teknoloji direktörü Mira Murati tarafından kurulan yapay zeka girişimi Thinking Machines, büyük ölçüde kamuoyundan uzak bir şekilde altyapı inşa etmekle geçen bir buçuk yılın ardından ilk açık ağırlıklı modeli Inkling'i yayımladı. Bu çıkış, sektörün baskın herkese-tek-tip yaklaşımına karşı bir bahis.

Google Görsel Arama 25 yaşında: Aramanın 25 yıldaki dönüşümü
Google, Görsel Arama özelliğinin 25. yıl dönümünü, yapay zeka destekli ve kullanıcının ilgi alanlarına göre sürekli güncellenen yeni bir galeri deneyimiyle kutluyor. Değişiklik, basit bir anahtar kelime aracı olarak başlayan hizmetin bugün geldiği noktayı gözler önüne seriyor.