1
Luz, cámara, acción artificial: cómo la computación está cambiando la industria del cine
1 minuto de lectura'
PALO ALTO, California — En un viejo taller de reparación de autos de Silicon Valley, Stefan Avalos empujaba una cámara por un carril de grabación.
Avalos forma parte de un pequeño equipo que filmaba un cortometraje sobre vehículos autónomos. En esa producción usaron un Austin Mini color azul eléctrico de 1962 pero, gracias a los efectos especiales, esa reliquia oxidada se transformaba en un vehículo autónomo muy parecido al DeLorean de Regreso al futuro.
Alejándose de la cámara, Avalos se refirió irónicamente a lo que estaban grabando como el "Proyecto desempleo". El cortometraje tenía el objetivo de probar la nueva tecnología de una empresa emergente llamada Arraiy, que está intentando automatizar la creación de efectos digitales para el cine, la televisión y los videojuegos.
Este nuevo tipo de inteligencia artificial —que también es desarrollada por empresas más grandes como Adobe y otros laboratorios de investigación de la industria de la tecnología— podría terminar por remplazar a muchos de los especialistas que crean esos efectos.
"No es broma; le quitará el trabajo a la gente", dijo Avalos, un cineasta que vive en Los Ángeles y también dirige un estudio de efectos visuales. "Los artistas están a salvo, pero esta tecnología remplazará todo el trabajo pesado".
A lo largo de las últimas tres décadas, las imágenes generadas por computadora han transformado la manera en que se hacen muchas películas y programas de televisión. Sin embargo, la creación de efectos digitales todavía es un proceso complejo y muy tedioso. Para cada segundo de una película, un ejército de diseñadores puede pasar horas aislando personas y objetos en grabaciones sin editar, construyendo digitalmente nuevas imágenes desde cero y combinándolas para que no se note la edición.
Arraiy desarrolla sistemas que pueden ejecutar algunas tareas de esos procesos. Los fundadores de la empresa, Gary Bradski e Ethan Rublee, también crearon Industrial Perception, una de varias compañías emergentes de robótica que Google compró hace varios años.
"Los cineastas pueden hacerlo, pero deben lograrlo manualmente", dijo Bradski, un neurocientífico y especialista en visión computacional. Ha trabajado con empresas tan variadas como el fabricante de procesadores Intel y la compañía de realidad aumentada Magic Leap.
Respaldada por más de 10 millones de dólares en financiamiento de varias empresas —como la firma de capital de riesgo de Silicon Valley Lux Capital y SoftBank Ventures– Arraiy forma parte de un esfuerzo generalizado que han emprendido tanto la industria como la academia, y se dedica a construir sistemas que pueden generar y manipular imágenes de forma autónoma.
Gracias a las mejoras en las redes neuronales —algoritmos complejos que pueden aprender tareas analizando vastas cantidades de datos—, estos sistemas pueden editar el ruido y los errores presentes en las secuencias, aplicar efectos simples y crear imágenes muy realistas de personajes ficticios o ayudar a poner la cabeza de una persona en el cuerpo de otr a.
Dentro de las oficinas de Arraiy —ubicadas en un viejo taller de reparaciones—, Bradski y Rublee están formulando algoritmos computacionales que pueden aprender tareas de diseño y analizar años de trabajo de los estudios de efectos cinematográficos. Esto incluye sistemas que aprenden a "rotoscopiar" el material filmado sin editar, separando con cuidado a la gente y los objetos de sus fondos para que puedan incluirse en un nuevo escenario.
Adobe, que crea muchas de las herramientas de software que utilizan los diseñadores actualmente, también está explorando el aprendizaje computacional que puede automatizar algunas tareas similares.
En Industrial Perception, Rublee ayudó a desarrollar la visión computacional de robots diseñados para realizar tareas como cargar y descargar camiones de carga. Poco después de que Google adquirió esa empresa, se intensificó el trabajo en redes neurales. En casi dos semanas, un equipo de investigadores de Google "entrenó" a una red neural que superó el desempeño tecnológico de la compañía.
Rublee y Bradski recolectaron una década de material de rotoscopio y otros trabajos de efectos visuales de varios estudios de diseño (no quisieron especificar cuáles). Además, han agregado su propio trabajo a la colección. Después de filmar gente, maniquíes y otros objetos en frente de una pantalla verde, por ejemplo, los ingenieros de la empresa pueden rotoscopiar miles de imágenes de forma relativamente rápida para que se añadan a la colección de datos. Una vez que el algoritmo se entrena, puede rotoscopiar imágenes sin la ayuda de la pantalla verde.
La tecnología aún tiene fallas y en algunos casos los diseñadores todavía deben hacer ajustes al trabajo automatizado, pero está mejorando.
"Estos métodos aún son bastante rudimentarios —todavía hay muchas cosas que pueden salir mal de manera impredecible—, pero no hay ningún obstáculo fundamental", dijo Phillip Isola, un investigador de visión computacional en MIT y OpenAI, el laboratorio de inteligencia artificial creado por el director ejecutivo de Tesla, Elon Musk, y otros.
Avalos cree que esta tecnología podría remplazar el trabajo que hace su propio estudio de efectos especiales, pero eso no lo incomoda. Ya delega muchas de las actividades más tediosas, a través de internet, a colaboradores de otros países.
Bradski comentó que conforme el hardware mejore, estos métodos ayudarán a crear efectos preliminares en el set de filmación, lo cual permitirá que los cineastas tengan una mejor idea de cómo lucirá el producto terminado. The Mill, un estudio de efectos en Londres, utilizó hace poco la tecnología de Arraiy para crear un sistema que puede aplicar efectos instantáneamente para cambiar la apariencia de un automóvil.
Si las empresas tecnológicas pueden automatizar parte del trabajo pesado que se requiere para crear efectos especiales, los creativos tendrán la oportunidad de intentar cosas nuevas, dijo Pasha Shapiro, un cineasta y artista de efectos especiales que también ha trabajado con Arraiy.
"Parte del trabajo es tan tedioso que no resulta práctico", agregó. "En esas tareas la tecnología puede ser de gran ayuda".
Por Cade Metz
