با یک چنگال شروع شد

در دسامبر ۲۰۲۳، فکری به ذهنم رسید که رهایم نمیکرد. چتجیپیتی تازه وارد صحنه شده بود و ناگهان همه درباره کارهایی که هوش مصنوعی میتواند انجام دهد صحبت میکردند. من با مدلهای زبانی بزرگ، سنتز صدا و تولید تصویر کار کرده بودم - بیشتر برای سرگرمی و دیدن اینکه چه کارهایی ممکن است. یک شب جرقهای در ذهنم زد: چه میشد اگر میتوانستید هر سه را در یک تجربه واحد ترکیب کنید؟ چه میشد اگر هر کسی میتوانست داستانی را توصیف کند و آن را به زندگی بیاورد - با روایت، تصویرسازی و همه چیز؟ بنابراین شروع به ساختن کردم. صادقانه بگویم، ساختن یک اپلیکیشن داستانگویی با هوش مصنوعی در اواخر ۲۰۲۳ مثل کندن زمین با چنگال بود. ابزارها وجود داشتند، اما به سختی. سنتز صدا شبیه جیپیاسی بود که آدرس یک مراسم ختم را میداد. تولید تصویر میتوانست تصاویر مستقل زیبایی بسازد، اما اگر از آن میخواستید که همان شخصیت را دو بار بکشد، دو فرد کاملاً متفاوت تحویل میگرفتید. و روایتها؟ بیمزه، کلیشهای، از آن نوع داستانهایی که انگار توسط کمیتهای نوشته شده که هرگز با یک کودک ملاقات نکرده است.
چنگال تیزتر شد
اما نکته در مورد ساختن چیزی در لبه آنچه ممکن است این است که لبه همچنان در حال حرکت است. هر چند هفته یک بار، چیزی بهتر میشد. مدل صوتی جدیدی بیرون میآمد که واقعاً انسانی به نظر میرسید. تولید تصویر به اندازهای بهبود مییافت که اگر دقیقاً درست پرامپت میدادم، میتوانستم شخصیتهای نیمهثابتی داشته باشم. مدلهای زبانی بزرگ (LLMs) باهوشتر، خلاقتر و در درک آنچه باعث میشود یک داستان واقعاً برای شنیدن سرگرمکننده باشد، بهتر شدند. من داشتم هواپیما را در حین پرواز میساختم و قطعات در اواسط پرواز ارتقا مییافتند. هر بهبود در ابزارهای هوش مصنوعی زیربنایی به این معنی بود که میتوانستم Fable را کمی بیشتر پیش ببرم. آنچه به عنوان یک تصویر واحد با مقداری متن روایتشده شروع شد، به داستانهای چند صحنهای تبدیل شد. سپس آن صحنهها شخصیتهای ثابتی پیدا کردند. سپس روایت رسا شد. هر پیشرفت مانند معاوضه چنگال من با یک چنگال کمی بهتر بود - و در نهایت برای چیزی که واقعاً میتوانست حفاری کند.
وسواس در مورد آنچه یک داستان عالی را میسازد

من وسواس عجیبی پیدا کردم با یک سوال: چه چیزی واقعاً یک داستان را عالی میکند؟ نه خوب - عالی. نوعی داستانی که باعث میشود کودک به محض تمام شدن بگوید «دوباره!». نوعی که باعث میشود بزرگسالان بهطور غیرمنتظرهای اشک بریزند. من فیلمهای دیزنی، انیمیشنهای کوتاه پیکسار، کتابهای کلاسیک کودکان و اجراهای کتاب صوتی را مطالعه کردم. متوجه شدم که یک داستان عالی فقط کلمات روی کاغذ نیست. این ضربآهنگ است - دانستن اینکه چه زمانی سرعت را زیاد کنیم و چه زمانی اجازه دهیم سکوت نفس بکشد. این زوایای دوربین است - یک نمای باز برای ماجراجویی، یک نمای نزدیک برای احساسات. این موسیقی است که با روایت بالا و پایین میرود. این شخصیتی است که چهرهاش را میشناسید، حالاتش را میتوانید بخوانید و حس میکنید کسی واقعی است. هیچکدام از اینها در قصهگویی هوش مصنوعی وجود نداشت وقتی شروع کردم. مجبور شدم تکتک آنها را بسازم.
همه یک داستان میخواهند
وقتی برای اولین بار Fable را راهاندازی کردم، روی والدینی تمرکز داشتم که برای فرزندانشان داستانهای قبل از خواب میساختند. این مورد استفاده بدیهی به نظر میرسید. اما اتفاق جالبی افتاد - مردم شروع به استفاده از آن برای همه چیز کردند. معلمی داستانهایی ساخت تا وقایع تاریخی را برای کلاسش توضیح دهد. مردی یک ماجراجویی به سبک پوکمون ساخت که با سبک دیوید اتنبرو روایت میشد (به هر حال، باورنکردنی است). زنی که تحت درمان سرطان بود، داستانی درباره غلبه بر یک چالش بزرگ برای خودش ساخت و به من گفت که باعث شد با بهترین حس ممکن گریه کند. پدربزرگها و مادربزرگها شروع به ساختن داستانهایی برای نوههایی کردند که نمیتوانستند به دیدنشان بروند. دوستان داستانهای مسخره تولد برای یکدیگر ساختند. متوجه شدم که خیلی کوچک فکر میکردم. این فقط مربوط به والدین و کودکان نیست. همه داستان میخواهند. از کودکان نوپا تا بزرگسالان، از قصههای قبل از خواب تا هدایای صمیمانه - داستانگویی جهانی است. Fable فقط آن را در دسترس قرار میدهد.
ساده نگه داشتن آن
یکی از چیزهایی که در مورد آن کوتاه نیامدهام، سادگی است. صدها ویژگی وجود دارد که میتوانستم اضافه کنم تا برنامه پیچیدهتر شود و احتمالاً منتقدان فناوری را تحت تأثیر قرار دهد. اما نکته این نیست. نکته این است که هر کسی - مادربزرگ شما، کودک پنجساله شما، دوستی که «با فناوری میانه خوبی ندارد» - باید بتواند بدون نیاز به آموزش، داستانی باورنکردنی بسازد. یک شخصیت بسازید. کمی زمینه درباره موضوع داستان بدهید. یک راوی و سبک هنری انتخاب کنید. تمام - زیر ۵ دقیقه، شما یک داستان کاملاً روایتشده، تصویرسازیشده و با موسیقی متن دارید. همین. این سادگی عمدی است و من بهشدت از آن محافظت میکنم. جادو باید بدون زحمت به نظر برسد، حتی اگر مقدار زیادی مهندسی در پشت صحنه وجود داشته باشد.
چشمانداز: فیلم دیزنی خودتان

در اینجا جایی است که فکر میکنم همه اینها به آن سمت میرود: تا پایان امسال، معتقدم همه قادر خواهند بود فیلم خودشان را با کیفیت دیزنی و با حضور خودشان بسازند. نه یک کلیپ بیکیفیت و آشکارا تولید شده توسط هوش مصنوعی - یک داستان واقعی، از نظر احساسی طنینانداز و با انیمیشن زیبا که میتواند در کنار هر چیزی که یک استودیوی بزرگ تولید میکند قرار بگیرد. این مسیری است که ما در آن هستیم. ابزارها با سرعتی که بیان آن دشوار است در حال بهتر شدن هستند. و Fable درست در مرکز آن قرار گرفته است، زیرا ما بیش از دو سال را صرف فهمیدن این کردهایم که چه چیزی واقعاً در قصهگویی اهمیت دارد. فناوری موتور است، اما دانستن نحوه استفاده از آن برای گفتن یک داستان عالی - این مزیت رقابتی واقعی است.
صادقانه درباره هزینه
صادقانه بگویم - Fable ارزان نیست. من این را میدانم و این موضوع مرا آزار میدهد. هر داستانی که ایجاد میکنید شامل چندین مدل هوش مصنوعی است که با هم کار میکنند: یکی روایت را تولید میکند، دیگری آثار هنری ثابتی برای هر صحنه ایجاد میکند، دیگری روایت پرشور تولید میکند، دیگری موسیقی پسزمینه را میسازد. همه اینها هزینه واقعی دارد و من از کاهش کیفیت خودداری میکنم. شما تجربه ارزانقیمتی با صداهای رباتیک و شخصیتهای ناسازگار دریافت نمیکنید. شما بهترین داستانسرایی هوش مصنوعی موجود را دریافت میکنید، تمام.
قصة للجميع
چه نویسندهای باشید که به دنبال یک خروجی خلاقانه جدید است، چه والدینی که میخواهند زمان خواب را فراموشنشدنی کنند، چه پدربزرگ یا مادربزرگی که به دنبال هدیهای عالی است، چه کسی که دوران سختی را میگذراند و نیاز دارد به یک داستان پناه ببرد، یا فقط کسی که فکر میکند شنیدن داستانی درباره خودش با صدایی که لرزه بر اندامتان میاندازد واقعاً جالب است - Fable داستانی برای شما دارد. من هر روز قلبم را در این برنامه میگذارم. هر جلسه رفع اشکال ساعت ۳ صبح، هر تغییر وسواسگونه در سرعت روایت، هر «فقط یک چیز دیگر» قبل از خواب - همه اینها به این دلیل است که من واقعاً معتقدم قصهگویی یکی از قدرتمندترین کارهایی است که انسانها انجام میدهند و هوش مصنوعی میتواند آن را برای همه در دسترس قرار دهد. ممنون که بخشی از این سفر هستید. بهترین داستانها هنوز در پیش رو هستند.
پرسشهای متداول
آیا میتوانم داستانی بر اساس کاری که کودکم واقعاً انجام داده است بسازم؟
قطعاً - آنها بهترین داستانها را میسازند. «فرزندم سعی کرد با چنگال تا چین را حفر کند» یک ایده کاملاً معتبر است. هرچه ایده خاصتر و شخصیتر باشد، داستان بهتر میشود. لحظات واقعی از زندگی فرزندتان، بهیادماندنیترین داستانهای شخصیسازیشده را میسازند.
پرامپتهای داستان هوش مصنوعی چقدر میتوانند دقیق باشند؟
به همان اندازهای که میخواهید دقیق باشید. میتوانید سناریوهای دقیق را توصیف کنید، جزئیات واقعی از زندگی فرزندتان را بگنجانید، دوستان یا حیوانات خانگیشان را نام ببرید و آن را در مکانهای آشنا تنظیم کنید. هوش مصنوعی با هر چه به آن بدهید کار میکند. جزئیات بیشتر، نتایج بهتر و شخصیتری ایجاد میکند.
سازنده داستان هوش مصنوعی چیست؟
یک داستانساز هوش مصنوعی برنامهای است که از هوش مصنوعی برای ایجاد داستان بر اساس پرامپتهای شما استفاده میکند. Fable یک داستانساز هوش مصنوعی است که بهطور خاص برای کودکان طراحی شده است - این برنامه داستانهای شخصیسازیشده با تصاویر، روایت و موسیقی تولید میکند که در آن فرزند شما شخصیت اصلی است.



