Η αρχή
Δημιούργησα το Fable πριν από δύο χρόνια. Πειραματιζόμουν με την τεχνητή νοημοσύνη, προσπαθώντας ουσιαστικά να καταλάβω τι θα μπορούσα να φτιάξω. Είχα πρόσβαση σε σύνθεση φωνής, δημιουργία εικόνων και μεγάλα γλωσσικά μοντέλα (LLMs) για τη δημιουργία κειμένου. Έτσι, φυσικά σκέφτηκα - δεν θα ήταν ωραίο να μπορείς να φτιάχνεις τις δικές σου ιστορίες για τον ύπνο; Εκείνη την εποχή, το περιεχόμενο που δημιουργούνταν από τεχνητή νοημοσύνη ήταν κυρίως κείμενο - chatbots, αυτόματη συμπλήρωση, τέτοιου είδους πράγματα. Αλλά είδα κάτι μεγαλύτερο. Τι θα γινόταν αν μπορούσες να συνδυάσεις φωνή, εικόνες και αφήγηση σε μια ενιαία, απρόσκοπτη εμπειρία; Τι θα γινόταν αν ο καθένας μπορούσε να γίνει παραμυθάς χωρίς να χρειάζεται να γράψει, να ζωγραφίσει ή να ηχογραφήσει οτιδήποτε μόνος του; Αυτή η ιδέα με κυρίευσε και δεν με άφησε.
Οι πρώτες μέρες
Έτσι προσπάθησα να το φτιάξω, και ουάου - όλοι οι φίλοι μου λάτρευαν να ακούν ιστορίες για τον εαυτό τους. Ωστόσο, περιοριζόμουν σε μία μόνο εικόνα ανά ιστορία επειδή οι χαρακτήρες δεν ήταν συνεπείς. Στη μία εικόνα ο χαρακτήρας σας ήταν ένα αγόρι με ξανθά μαλλιά, και στην επόμενη ήταν ένα εντελώς διαφορετικό άτομο. Ήταν μπερδεμένο και μη χρησιμοποιήσιμο. Αλλά συνέχισα να δουλεύω πάνω σε αυτό. Νύχτα με τη νύχτα, προσάρμοζα τα prompts, ρύθμιζα τη διαδικασία παραγωγής και δοκίμαζα δεκάδες προσεγγίσεις για να κάνω τους χαρακτήρες να φαίνονται ίδιοι σε όλες τις σκηνές. Μερικές φορές φαινόταν αδύνατο. Πρέπει να έχω ξαναγράψει τη λογική παραγωγής εικόνας τουλάχιστον πενήντα φορές πριν αρχίσω να βλέπω πραγματική συνέπεια.
Σπάζοντας τον κώδικα
Έπρεπε πραγματικά να καταλάβω τι κάνει μια ιστορία καλή. Πρώτον: να κάνω τους χαρακτήρες να φαίνονται συνεπείς σε κάθε σκηνή. Μόλις το πέτυχα αυτό, η επόμενη πρόκληση ήταν η φωνή. Πώς κάνεις τους χαρακτήρες να κάνουν παύσεις, ή έναν αφηγητή να γελάει, ή να εκφράζει γνήσιο συναίσθημα; Η πραγματική αφήγηση δεν είναι απλώς το διάβασμα λέξεων δυνατά - είναι ο ρυθμός, ο τόνος, η έμφαση και το να ξέρεις πότε να αφήσεις τη σιωπή να μιλήσει. Πέρασα εβδομάδες μελετώντας πώς οι επαγγελματίες ηθοποιοί φωνής αποδίδουν τις ατάκες και προσπάθησα να αναπαράγω αυτό το δυναμικό εύρος με φωνές τεχνητής νοημοσύνης. Η διαφορά ανάμεσα σε μια επίπεδη ανάγνωση και μια εκφραστική είναι χαοτική - είναι αυτό που μετατρέπει μια ακολουθία εικόνων σε κάτι που πραγματικά μοιάζει ζωντανό.
Τότε παρατήρησα ότι οι χαρακτήρες κοιτούσαν πάντα τον αναγνώστη κατά πρόσωπο και οι γωνίες της κάμερας δεν ενσωματώνονταν καθόλου. Κάθε σκηνή φαινόταν ίδια - επίπεδη, στατική, σαν φωτογραφία διαβατηρίου με φόντο φαντασίας. Οι ιστορίες έχουν τόσο μεγάλο βάθος - γωνίες κάμερας, φωτισμό, εκφραστική αφήγηση, συνεπή σκηνικά και χαρακτήρες - και τίποτα από αυτά δεν περνούσε. Άρχισα να νιώθω λιγότερο σαν προγραμματιστής και περισσότερο σαν σκηνοθέτης, καθοδηγώντας προσεκτικά την τεχνητή νοημοσύνη για το πώς να συνθέσει κάθε σκηνή. Όταν ένας χαρακτήρας μιλάει, πρέπει να κοιτάζει την κάμερα. Κατά τη διάρκεια των σκηνών δράσης, η γωνία πρέπει να τραβιέται πίσω για να δείξει ολόκληρο το περιβάλλον. Ενορχήστρωνα κάθε λήψη, κάθε μετάβαση, μαθαίνοντας τι κάνει μια σκηνή να φαίνεται κινηματογραφική και όχι παραγόμενη. Το να κάνω την τεχνητή νοημοσύνη να το κάνει αυτό αξιόπιστα πήρε μήνες επανάληψης, αλλά μεταμόρφωσε εντελώς το πώς ένιωθαν οι ιστορίες.
Μετά ήρθαν τα μιούζικαλ. Συνειδητοποίησα ότι κάθε σπουδαία ταινία της Disney έχει μουσικά νούμερα υφασμένα στην ιστορία - στιγμές όπου οι χαρακτήρες ξεσπούν σε τραγούδι και απλώς λειτουργεί. Έτσι άρχισα να πειραματίζομαι με τη δημιουργία πρωτότυπων τραγουδιών που οι χαρακτήρες θα μπορούσαν πραγματικά να τραγουδήσουν κατά τη διάρκεια της ιστορίας. Το να κάνεις την τεχνητή νοημοσύνη να παράγει κάτι που ακούγεται σαν ένα πραγματικό μουσικό νούμερο και ταιριάζει στην αφήγηση ήταν μια ολόκληρη πρόκληση από μόνο του, αλλά όταν λειτούργησε, πρόσθεσε μια εντελώς νέα διάσταση.
Αλλά πέρα από τα μιούζικαλ, παρατήρησα κάτι άλλο - κάθε καλή ιστορία έχει διακριτική μουσική υπόκρουση που ταιριάζει στη διάθεση. Ένα ήσυχο πιάνο κατά τη διάρκεια μιας συναισθηματικής σκηνής, μια περιπετειώδης ορχηστρική έξαρση όταν ο ήρωας ξεκινά για μια αναζήτηση. Έτσι το πρόσθεσα και αυτό. Τώρα κάθε σκηνή έχει το δικό της μουσικό υπόβαθρο που αλλάζει ανάλογα με τον τόνο της ιστορίας. Ακούγεται σαν μια μικρή λεπτομέρεια, αλλά αλλάζει εντελώς το πόσο καθηλωτική είναι η εμπειρία. Στη συνέχεια, το ερώτημα έγινε πώς να κάνουμε τις ιστορίες μεγαλύτερες - πέντε σκηνές έγιναν δέκα, δέκα έγιναν είκοσι. Κάθε πρόκληση οδήγησε στην επόμενη και κάθε λύση άνοιξε νέες δημιουργικές δυνατότητες που δεν είχα καν σκεφτεί.
Η μαγεία της αφήγησης
Η αφήγηση είναι μαγεία. Παρόλο που η τεχνητή νοημοσύνη κάνει το μεγαλύτερο μέρος της δύσκολης δουλειάς, η φαντασία του χρήστη είναι αυτή που καθορίζει τι ιστορία θα δημιουργηθεί. Το Fable βοηθά με προτάσεις, αλλά τελικά οι άνθρωποι είναι ξεχωριστοί - ξέρουμε καλύτερα από τον καθένα τι μας αρέσει και τι όχι, ειδικά όταν πρόκειται για φίλους και οικογένεια. Τώρα το Fable μπορεί να απλοποιήσει αυτή τη διαδικασία και να δώσει πραγματικά τη δυνατότητα στους ανθρώπους να δημιουργούν μαζί διασκεδαστικές ιστορίες. Έχω δει γονείς να δημιουργούν ιστορίες για την ώρα του ύπνου με πρωταγωνιστές τα παιδιά τους, φίλους να φτιάχνουν ξεκαρδιστικές περιπέτειες για τα γενέθλια ο ένας του άλλου και δασκάλους να χτίζουν διαδραστικά μαθήματα που πραγματικά κρατούν την προσοχή των μαθητών. Κάθε ιστορία είναι διαφορετική επειδή κάθε άτομο είναι διαφορετικό - και αυτό είναι όλο το νόημα.
Προσωπικά, απολαμβάνω να δημιουργώ ρεαλιστικές ιστορίες Pokemon που ακούγονται σαν να τις αφηγείται ο ίδιος ο David Attenborough - είναι απίστευτο! Ο συνδυασμός υπερ-ρεαλιστικών στυλ τέχνης με αυτή την εμβληματική αφήγηση ντοκιμαντέρ δημιουργεί κάτι που πραγματικά δεν μπορείτε να βρείτε πουθενά αλλού. Και αυτό είναι μόνο ένα παράδειγμα - οι άνθρωποι φτιάχνουν ιστορίες προέλευσης υπερηρώων, επικά φαντασίας, περιπέτειες επιστημονικής φαντασίας και εγκάρδιες οικογενειακές ιστορίες κάθε μέρα.
Δείτε το Fable σε δράση
Αυτά τα βίντεο δημιουργήθηκαν το καθένα από μία μόνο προτροπή:
Συχνές ερωτήσεις
Τι κάνει μια ιστορία που δημιουργείται από Τεχνητή Νοημοσύνη καλή;
Τα ίδια πράγματα που κάνουν οποιαδήποτε ιστορία καλή - ένας συγγενικός χαρακτήρας, ένα σαφές πρόβλημα ή αναζήτηση, συναισθηματικά διακυβεύματα και ένα ικανοποιητικό τέλος. Η διαφορά με την τεχνητή νοημοσύνη είναι η ταχύτητα και η εξατομίκευση. Μια συγκεκριμένη, λεπτομερής προτροπή παράγει μια πολύ καλύτερη ιστορία από μια ασαφή.
Αξίζουν οι εφαρμογές αφήγησης ιστοριών AI;
Αν θέλετε εξατομικευμένες ιστορίες κατά παραγγελία όπου το παιδί σας είναι ο ήρωας - ναι. Δεν αντικαθιστούν την εκδοθείσα παιδική λογοτεχνία, αλλά καλύπτουν μια διαφορετική ανάγκη: προσαρμοσμένες ιστορίες για την ώρα του ύπνου, τις διαδρομές με το αυτοκίνητο ή ειδικές περιστάσεις. Το Fable δημιουργεί μια ολοκληρωμένη εικονογραφημένη ιστορία σε λιγότερο από 5 λεπτά.
Πώς διαφέρει η αφήγηση AI από τα παραδοσιακά παιδικά βιβλία;
Τα παραδοσιακά βιβλία είναι ένα μέγεθος για όλους. Η αφήγηση ιστοριών με AI σάς επιτρέπει να δημιουργήσετε μια ιστορία για το συγκεκριμένο παιδί σας, με το όνομα, την εμφάνιση και τα ενδιαφέροντά του υφασμένα μέσα. Οι εικονογραφήσεις δείχνουν έναν χαρακτήρα που μοιάζει με αυτό σε κάθε σελίδα. Είναι μια εξατομίκευση που δεν ήταν δυνατή πριν από την AI.
Φτιαγμένο με καρδιά
Ελπίζω να απολαύσετε όλοι το Fable. Είναι μια πραγματικά ξεχωριστή εφαρμογή στην οποία βάζω την καρδιά και την ψυχή μου. Έχω περάσει περισσότερες νύχτες μέχρι τις 3 το πρωί από όσες μπορώ να μετρήσω χτίζοντας κάτι για το οποίο μπορώ να είμαι περήφανος, και πιστεύω ειλικρινά ότι το Fable είναι η καλύτερη εφαρμογή αφήγησης ιστοριών που υπάρχει αυτή τη στιγμή. Πραγματικά κάνει κάθε ιστορία να μοιάζει σαν να την έχετε γράψει εσείς οι ίδιοι. Κάθε πελάτης μπορεί να δοκιμάσει μια δωρεάν δοκιμή 3 ημερών. Ξέρω ότι μπορεί να είναι ακριβό για κάποιους, αλλά δυστυχώς είναι μια επιχείρηση ενός ατόμου και κοστίζει πολύ η δημιουργία αυτών των ιστοριών. Κάθε ιστορία είναι φτιαγμένη ειδικά για εσάς - μοναδικοί χαρακτήρες, μοναδική αφήγηση, μοναδικά έργα τέχνης. Δεν υπάρχουν δύο ίδιες ιστορίες και νομίζω ότι αυτό είναι που κάνει το Fable τόσο ξεχωριστό.
