Üretken yapay zekanın korkutucu gelişimi

İnternet tarihinin en garip ve unutulmaz anlarından biri, Hollywood yıldızı Will Smith’in aslında hiç çekmediği bir videoydu. Henüz geçtiğimiz yıllarda, yapay zeka destekli video üretim araçlarının (text-to-video) ilk sürümleri piyasaya çıktığında, bir kullanıcı yapay zekadan "Will Smith spagetti yiyor" görüntüsü oluşturmasını istemişti. Ortaya çıkan sonuç ise tam bir kâbustu. Ancak aradan geçen kısa sürede köprünün altından çok sular aktı ve o "komik" teknoloji, bugün "korkutucu" derecede kusursuz bir hale evrildi.

Sinematik sahneler üretmek artık mümkün

Teknoloji dünyası, hızına yetişilmesi en zor alanların başında geliyor. Yaklaşık iki yıl önce ModelScope gibi erken dönem yapay zeka modelleriyle üretilen videolarda, Will Smith’e benzeyen ama yüzü erimiş bir figür, fizik kurallarına aykırı şekilde makarna yemeye çalışıyordu. O dönemde bu videolar, pikselleşmiş yüzler, yamuk ağızlar ve sürekli şekil değiştiren çatallarla dolu birer eğlence malzemesiydi. İzleyenler bu teknolojinin emekleme aşamasında olduğunu düşünüp gülüp geçiyordu.

Ancak bugün OpenAI'ın Sora'sı veya Runway, Kling gibi gelişmiş modellerle yapılan denemeler, işin rengini tamamen değiştirdi. Artık aynı komutu verdiğinizde karşınıza çıkan görüntü, bir Hollywood filminin sahnesinden farksız.

Parmak saymayı bıraktık, gözenekleri sayıyoruz

Yapay zekanın geçirdiği bu evrimi anlamak için detaylara bakmak yeterli. İlk sürümlerin en büyük sorunu anatomiydi; ellerde altı-yedi parmak olması, yüz hatlarının birbiri içine girmesi veya arka planın sürekli dalgalanması gibi problemler yaşanıyordu. Bugün gelinen noktada ise detay seviyesi şaşkınlık yaratıyor.

Yeni nesil yapay zeka videolarında Will Smith'in cildindeki gözeneklerden, spagetti sosunun ışıkta parlamasına kadar her şey milimetrik bir hassasiyetle işleniyor. Artık videonun yapay zeka olduğunu anlamak için parmaklara bakmak yetmiyor; çünkü teknoloji, ışıklandırma, doku ve fizik motoru konusunda insan gözünü kolaylıkla kandırabilecek bir olgunluğa erişmiş durumda. Bu durum, "gerçeklik" algımızı sorgulamamıza neden olurken, içerik üretiminde de devrimsel bir çağın kapılarını aralıyor.