فاطمه مرادخانی: در سالن‌های خاموش سینما، جایی میان قاب‌های تاریک و نور‌های لرزان، چیزی جز تصویر نیست که حقیقت را روایت کند اما چه می‌شود اگر دیگر حتی آن تصویر هم از جهان واقعی نیامده باشد؟ اگر صحنه، نور، بازیگر و حتی دوربین، ساخته ذهنی ماشینی باشد که نه نفس می‌کشد، نه می‌بیند، و نه احساسی دارد؟
در اردیبهشت ۱۴۰۴، شرکت گوگل از Veo ۳ رونمایی کرد؛ مدلی از نسل جدید هوش مصنوعی که می‌تواند تنها با چند کلمه ساده، ویدئو‌هایی با وضوح ۱۰۸۰ p و کیفیتی خیره‌کننده تولید کند و آنچه بیش از همه مخاطبان را میخکوب کرد، نه فقط وضوح تصویر یا افکت‌های سینمایی، بلکه نبود انسان پشت دوربین بود.
وقتی دوربین از دست کارگردان جدا می‌شود
Veo ۳ بیش از آن که یک ابزار تکنولوژیک باشد، مرزی لرزان میان تخیل و فریب است. این مدل به‌جای فیلم‌بردار، نورپرداز و طراح صحنه، تنها یک ورودی متنی می‌خواهد. معادل یک "اکشن" تایپی است که صحنه‌ای خلق می‌کند بدون آن‌که کسی «کات» بگوید. کارگردانی در این میان به الگوریتم سپرده می‌شود. کسی نمی‌پرسد آن "زاویه دوربین روی دست" را چه کسی انتخاب کرده؛ چه کسی گفته نور زرد بر صورت شخصیت بیفتد یا چه موسیقی در پس‌زمینه پخش شود؟ همه‌چیز محصول یادگیری ماشینی و الگو‌های آماری‌ست.
برای نسل‌هایی که در مدرسه‌های سینما آموختند که قاب‌ها را باید زیست، حالا خطر آن است که قاب‌ها فقط محاسبه شوند. Veo ۳ نه تنها کارگردان، بلکه تدوین‌گر، طراح صحنه و روایت‌پرداز است. با بهره‌گیری از معماری پراکندگی معکوس و ساختار ماژولار، این مدل ابتدا نویز را به تصویر اضافه می‌کند و سپس آن را می‌زداید تا واقعیتی تازه خلق شود واقعیتی که هیچ‌گاه وجود نداشته، اما به شکل خیره‌کننده‌ای قانع‌کننده است.
سینمای بی‌دوربین
گوگل این مدل را در بستر Google VideoFX عرضه کرده؛ محیطی که در آن تولید ویدئو، افزودن افکت، صداگذاری و انتشار تنها با چند کلیک ممکن است. نسخه حرفه‌ای این ابزار تنها با ۲۴۹ دلار، حدود ۸۰ ویدئوی کوتاه تولید می‌کند رقمی بسیار پایین‌تر از هزینه یک دوربین متوسط. آیا ما به سوی سینمایی می‌رویم که در آن نه فیلمنامه، بلکه دستورات متنی؛ نه کارگردان، بلکه مهندس الگوریتم و نه هنرپیشه، بلکه آواتار‌های محاسباتی، صحنه را می‌سازند؟
حقیقتی که دیگر وجود ندارد
نمونه‌های اولیه ساخته‌شده با Veo ۳ در شبکه‌های اجتماعی منتشر شد که می‌توان به گاوی که در یک فروشگاه چینی می‌تازد اشاره کرد. همه این ویدئو‌ها جعلی هستند، اما واقعی‌تر از واقعیت به‌نظر می‌رسند. این همان لحظه‌ای است که منتقدان از آن با عنوان تکینگی فرهنگی (Cultural Singularity) یاد می‌کنند: نقطه‌ای که مرز میان حقیقت و بازنمایی آن‌چنان محو می‌شود که حتی متخصصان رسانه هم دیگر قادر به تشخیص اصل از بدل نیستند.
آیا سینما زنده می‌ماند؟
در میان این طوفان دیجیتال، باید پرسید که آیا سینما هنوز معنا دارد؟ کارگردانی که روزگاری تصمیم می‌گرفت که لنز روی کدام شخصیت متمرکز شود؛ که چه میزان از تاریکی روی صحنه حاکم باشد؛ که چه سکوتی، چه مکثی، چه تنفسی در دیالوگ باشد او حالا با ماشینی روبه‌روست که نه تنها این انتخاب‌ها را می‌کند، بلکه اصلاً نیازی به او ندارد.
با این وجود شاید هنوز امیدی باشد. شاید جادوی سینما نه در تصویر، بلکه در نیت پشت تصویر باشد. شاید Veo بتواند تصویر را بسازد، اما فلسفه قاب‌بندی را نمی‌فهمد. شاید این ابزار، صحنه‌ها را بیافریند، اما مفهوم انسانی «حقیقت» را نمی‌شناسد. همان‌طور که گوگل برای شناسایی آثار جعلی از فناوری SynthID بهره می‌گیرد تا واترمارکی نامرئی بر تصاویر بچسباند، شاید ما هم باید در جهان پر از جعل، واترمارک انسانی خود یعنی امضای خلاقیت، دغدغه، درد، تردید و ... را پیدا کنیم.
بازپس‌گیری صحنه
Veo ۳ ما را با پرسشی روبه‌رو می‌کند که نه فناورانه، بلکه وجودی است؛ در جهانی که هر تصویر می‌تواند ساخته کد باشد، آیا هنوز جایی برای آن نگاه انسانی هست که دوربین را به سمت حقیقت می‌چرخاند؟ یا باید با چشم باز بپذیریم که «دیدن» دیگر دال بر «باور» نیست؟
شاید پاسخ، نه در مخالفت با این فناوری، بلکه در تربیت نسلی از خالقان است که بدانند از آن چگونه استفاده کنند. شاید آن کارگردان درون، اگر هم خاموش شود، هنوز می‌تواند در دل واژه‌ها، در لحن روایت، در انتخاب داستانی برای گفتن، زنده بماند وگرنه سینما، تنها سایه‌ای خواهد بود روی پرده‌ای که هیچ‌کس نمی‌داند چه کسی آن را کشیده است.
انتهای پیام/