Yapay zekâ videosunda eller, yazılar ve düşen nesneler neden bozulur?

Yapay zeka videosu bozuk çıkıyorsa sorun çoğunlukla üç yerdedir: el ve parmaklar, yazılar ve yer değiştiren katı nesneler. Sebep aynı: video aracı her kareyi bir öncekinden tahmin eder. Bir nesne dönünce, düşünce ya da kapanınca araç o nesnenin görmediği yüzünü uydurmak zorunda kalır ve biçim kayar. Işık, sis, buhar gibi biçimi belli olmayan şeylerin hareketi ise çoğunlukla tutar.

Video aracı bir sahneyi nasıl üretir?

Video aracı sahneyi bir kerede çizmez, kareleri birbirinden türetir. Beş saniyelik bir klip yüzden fazla karedir. Her karede nesnenin biçimi, yeri ve ışığı bir öncekine uymak zorunda. Nesne yerinde durdukça bu kolaydır. Nesne yer değiştirdikçe araç yeni bir biçim uydurur ve her uydurma bir sapma fırsatıdır.

Bir fotoğraftan başlayan videoda araç ürünün yalnız görünen yüzünü bilir. Kupa dönmeye başladığında arka yüz fotoğrafta yoktur; araç onu tahmin eder. Tahmin iyi olursa sorun yok. Kötü olursa kulp kaybolur, desen değişir, gövde erir gibi görünür.

Eller ve yazılar neden bozulur?

Eller ve yazılar çok küçük ayrıntılardan oluşur ve her karede aynı kalmaları gerekir. Bir el beş parmak, her parmakta eklemler ve her hareketle değişen bir biçimdir; araç parmak sayısını karede karede tutmakta zorlanır. Yazıda tek bir harfin değişmesi bile göze batar ve kelimeyi anlamsız bırakır.

Aynı zorluk görsel üretiminde de var ama videoda katlanır. Görsel denememizde kısa ve büyük bir tabela yazısı doğru çıktı; aynı görseldeki küçük satırlar anlamsızdı. Videoda bu küçük satırın her karede yeniden çizildiğini düşün. Yazı gerekiyorsa videoya değil, kurgu programında üstüne ekle.

Bizim elediğimiz klipler

Vitrin için video örnekleri üretirken ilk iki denememiz geri döndü. Biri hareketli kamera, öteki düşen katı nesneler istiyordu. Birinde yün ipliği eridi, ötekinde kahve çekirdekleri havada birden belirdi. İkisini de kullanmadık. Kullandığımız üç klipte hareket eden tek şey toz, sis ve ışıktı; kamera sabitti.

Kendi denememizde başka bir şey de gördük. Bir kupa fotoğrafından "kamera tamamen sabit, yalnız ışık kayıyor" diye istediğimiz klipte kamera yine de yavaşça yaklaştı. Kupa bozulmadı, ama istediğimiz hareket de olmadı. Araç "hiçbir şey olmasın" isteğini tam dinlemeyebilir; bir hareket bulmaya meyillidir.

Bu gözlemler bir yasa değil. Başka bir istemde, başka bir sahnede düşen bir nesne tutabilir. Ama risk nerede büyüyor, bunu bilirsen boşa üretim yapmazsın.

Bozulmayı ne azaltır?

Beş kural bozulmayı azaltır. Tek bir hareket iste. Hareket edeni biçimsiz bir şey seç: ışık, buhar, sis, toz. Kamerayı sabit tut ya da tek yönde yavaşça hareket ettir. Katı nesnelerin hareketsiz kalmasını açıkça yaz. Yazıyı videoya değil kurguda ekle. Önce beş saniyeyle dene.

Bu kuralların nasıl bir isteme dönüştüğünü video istemi nasıl yazılır yazısında örnekle gösterdik. Bir fotoğraftan başlayacaksan tek fotoğraftan kısa video yazısındaki denememize bak. İstemi yazdıktan sonra video stüdyosunda tek varyasyonla dene; tutarsa sayıyı artır.

Bozuk bir klip düzeltilebilir mi?

Bozuk bir klibi karesinden düzeltmek genellikle mümkün değildir; yeniden üretmek daha kısadır. Bozulan yeri bul ve istemde o hareketi kaldır ya da sadeleştir. Klibin ilk iki saniyesi temizse kurguda yalnız o bölümü kullan. Kısa ve temiz bir klip, uzun ve bozuk bir klipten her zaman iyidir.

Sıradaki adım

Bozuk çıkan son klibinin istemini aç. Hareket eden katı nesne var mı, iki kamera hareketi var mı, yazı istedin mi? Hepsini çıkar, tek bir biçimsiz hareket bırak: "Kamera sabit. Yalnız buhar yükseliyor." Video stüdyosunda beş saniyeyle yeniden üret ve iki klibi yan yana izle.