ბენ აფლეკი ხელოვნური ინტელექტის ენთუზიასტი აღმოჩნდა: მსახიობის ტექნოლოგიური ცოდნა ინტერნეტს აოცებს
ბენ აფლეკი ხელოვნური ინტელექტის სიღრმისეული ცოდნით ინტერნეტს აოცებს. მსახიობი დეტალურად განმარტავს ნეირონული ქსელების მუშაობას და კინოინდუსტრიაში მათ ეთიკურ გამოყენებაზე საუბრობს.

როგორც ჩანს, ფილმში „ნიჭიერი უილ ჰანტინგი“ (Good Will Hunting) მთავარი როლის შემსრულებელი არასწორად შეარჩიეს, რადგან, როგორც გაირკვა, ნამდვილი ფარული გენიოსი ბენ აფლეკია. მსახიობმა, რომელმაც მიმდინარე წლის დასაწყისში ხელოვნური ინტელექტის (AI) კინოსტარტაპი Netflix-ს, გავრცელებული ინფორმაციით, 587 მილიონ დოლარად მიჰყიდა, ამ კვირაში ინტერნეტსივრცე თავისი ტექნოლოგიური ცოდნით დაიპყრო. ბოლო ინტერვიუებში აფლეკი საოცარ კომპეტენტურობას ავლენს ხელოვნური ინტელექტის, ნეირონული ქსელების, მანქანური სწავლებისა და სხვა მსგავსი საკითხების მიმართ. იგი იმასაც კი აღნიშნავს, რომ Python-ზე კოდის წერაც შეუძლია.
ჰოლივუდის ვარსკვლავმა ტექნოლოგიებისადმი თავისი ინტერესი ყველაზე ვრცლად GQ-ს სერიაში „One More Question“ განიხილა. მან თავმდაბლად დაიწყო იმით, რომ ბავშვობიდანვე აინტერესებდა კომპიუტერები, თუმცა მალევე გადავიდა ხელოვნური ინტელექტის განვითარების დეტალურ ანალიზზე კინოწარმოების კონტექსტში. საუბრისას მან თავისუფლად გამოიყენა ისეთი ტერმინები, როგორიცაა მანქანური სწავლება (machine learning), ნეირონული ქსელები (neural networks), ტრანსფორმერები (transformers), ტენზორები (tensors), გრაფიკული პროცესორები (GPUs) და ინფერენსი (inference).
ვიდეოში, რომელიც ვირუსულად გავრცელდა, აფლეკი ინტერვიუერ ზაკ ბარონს უხსნის, რომ ამ სფეროთი მაშინ დაინტერესდა, როდესაც კინოინდუსტრია ანალოგური ფირიდან ციფრულ ფორმატზე გადავიდა. საუბრის პროცესში იგი მუდმივად განმარტავდა ტერმინებს, რათა მსმენელისთვის სათქმელი გასაგები ყოფილიყო. მან აღნიშნა, რომ ვიზუალური ეფექტების (VFX) სამუშაო პროცესი წლებია მოიცავს მანქანურ სწავლებას.
„მე შემიძლია დავწერო, ვთქვათ, საშუალო დონის Python სკრიპტები. კონვოლუციური ნეირონული ქსელების (convolutional neural networks) მეშვეობით — რომლებიც იმის წინამორბედები იყვნენ, რისი გაკეთებაც დღეს ტრანსფორმერს შეუძლია ბევრად მეტი ერთდროული გამოთვლით — შესაძლებელია დავაკვირდეთ ე.წ. ტენზორს. ტენზორი არის ვიზუალური გამოსახულების ციფრული თარგმანი, რომელიც მოიცავს ისეთ მონაცემებს, როგორიცაა კადრის ნომერი, თითოეული პიქსელის წითელი, მწვანე და ლურჯი (RGB) მნიშვნელობები და მათი რაოდენობა. ეს სულაც არ არის რთული, არა?“ — ამბობს აფლეკი.
მიუხედავად მსახიობის მტკიცებისა, რომ ეს მარტივია, ინტერნეტმომხმარებლებისთვის მისი ცოდნის დონე შთამბეჭდავი აღმოჩნდა. აფლეკმა ასევე განმარტა, თუ როგორ გამოიყენება ნეირონული ქსელები შაბლონების ამოსაცნობად, კიდეების დეტექციისთვის (edge detection) ან მახასიათებლების ექსტრაქციისთვის (feature extraction). მისი თქმით, ეს პროცესი საშუალებას იძლევა, ხელოვნურმა ინტელექტმა ამოიცნოს, მაგალითად, სად მთავრდება ფანჯრის რაფა, რაც აადვილებს მწვანე ფონის (green screen) ამოჭრას და მისი სხვა გამოსახულებით ჩანაცვლებას.
საკუთარი სტარტაპი და ეთიკური მიდგომა
აფლეკმა აღიარა, რომ ზოგჯერ თავის ცნობადობას იყენებდა ახალი ტექნოლოგიების გასაცნობად. მან მოინახულა რამდენიმე წამყვანი კომპანია, მათ შორის OpenAI, რამაც საბოლოოდ უბიძგა ხელოვნური ინტელექტის სფეროში უფრო აქტიურად ჩართვისკენ. მსახიობმა განმარტა, რომ AI-ს შეუძლია დაეხმაროს კინოწარმოებას და არა ჩაანაცვლოს იგი. სწორედ ამ ხედვამ განაპირობა მისი საკუთარი სტარტაპის შექმნა და შემდგომი გაყიდვა. თუმცა, მან აღნიშნა, რომ 587 მილიონი დოლარის შესახებ გავრცელებული ინფორმაცია ბოლომდე ზუსტი არ არის, რადგან ის კომპანიის სრულ წილს არ ფლობდა.
მისი თქმით, მთავარი მიზანი იყო ტექნოლოგიის ეთიკურად გამოყენება, რათა ის ხელოვანებთან თანამშრომლობით ამუშავებულიყო. ამისთვის საჭირო გახდა საკუთარი მონაცემთა ბაზის (dataset) შექმნა. აფლეკმა მოიზიდა ინვესტიცია, რვა თვის განმავლობაში უამრავი კამერითა და აღჭურვილობით იღებდა მასალას და შექმნა ბაზა, რომელიც გამოიყენება ღია მოდელების (open models) მოსამზადებლად კონკრეტული ამოცანების შესასრულებლად.
ტექნოლოგიური პროცესი და სამომავლო ხედვა
ლოს-ანჯელესში გამართულ Screentime 2026 კონფერენციაზე Bloomberg-ის ჟურნალისტ ლუკას შოუსთან საუბრისას, აფლეკმა AI მოდელების დახვეწის (fine-tuning) პროცესზეც ისაუბრა. იგი იყენებს ღია კოდის მოდელებს, ხსნის მათ „წონებს“ (unfreezing the weights) და ასწავლის მათ კონკრეტული კინემატოგრაფიული სტანდაბტების დაკმაყოფილებას. ეს პროცესი რეჟისორს საშუალებას აძლევს, შეინარჩუნოს საკუთარი საავტორო უფლებები და ამავდროულად ისარგებლოს სპეციალურად კონკრეტული ფილმისთვის გაწვრთნილი მოდელით.
ეს ტექნიკა მსახიობმა თავის ფილმში „Animals“ გამოიყენა, სადაც ხელოვნური ინტელექტი პოსტპროდუქციის ეტაპზე იყო ჩართული. რაც შეეხება AI-სთან დაკავშირებულ გლობალურ საფრთხეებს, აფლეკის პოზიცია საკმაოდ რაციონალურია. იგი არ იზიარებს „სკაინეტის“ (Skynet) მსგავს აპოკალიფსურ სცენარებს.
„როდესაც ხელოვნურ ინტელექტზე ვდარდობ, ვფიქრობ ჩემს შვილებზე სკოლაში. მაწუხებს ის ფაქტი, რომ ბოლო სამ წელიწადში კოლეჯებში უმაღლესი შეფასებების რაოდენობა 30%-ით გაიზარდა. ვდარდობ ნასწავლ უმწეობაზე (learned helplessness) და ტექნოლოგიის პასუხისმგებლიან გამოყენებაზე. არ მგონია, რომ AI კინობიზნესს მნიშვნელოვნად ჩაანაცვლებს; ვფიქრობ, ის მხოლოდ დამხმარე ინსტრუმენტი იქნება,“ — განაცხადა აფლეკმა.
მსგავსი სტატიები

OpenAI-ის წლიური შემოსავალი პროგნოზირებულზე 20 მილიარდი დოლარით ნაკლებია
OpenAI-ის წლიური შემოსავალი, გავრცელებული ინფორმაციით, 50 მილიარდ დოლარს შეადგენს, რაც 20 მილიარდით ნაკლებია ადრე პროგნოზირებულ მაჩვენებელზე. კომპანიამ IPO-ს გეგმები 2027 წლამდე გადადო.

AI მოდელების პოპულარული რეიტინგების პლატფორმა Arena-ს ღირებულება 10 თვეში თითქმის გაორმაგდა და 3.1 მილიარდ დოლარს მიაღწია
AI მოდელების შეფასების პლატფორმა Arena-მ 200 მილიონი დოლარი მოიზიდა და მისი ღირებულება 3.1 მილიარდ დოლარამდე გაიზარდა. კომპანია ნეიტრალურ რეიტინგებსა და მოდელების უსაფრთხოების შეფასებაზეა ფოკუსირებული.

Microsoft-მა Nvidia-ს ჩიპებზე მომუშავე ახალი AI კომპიუტერები და განახლებული Windows 11 წარადგინა
Microsoft-მა Nvidia-ს RTX Spark ჩიპებზე დაფუძნებული Surface Laptop Ultra და ახალი ვორქსთეიშენი წარადგინა, რომლებიც AI მოდელების ლოკალურად გაშვებისთვისაა ოპტიმიზებული.