Toen ik een foto uit de jaren 40 van mijn opa Max uploadde en op een paar knoppen in de Veo 3-videogenerator van Google drukte, zag ik een bekende familiefoto transformeren van zwart-wit naar kleur.
Toen stapte mijn opa uit de foto en liep zelfverzekerd naar de camera, zijn legeruniform perfect strak gedrukt terwijl zijn armen langs de zijkanten van zijn slungelige lichaam zwaaiden.
Dit is het soort ding AI laat je nu doen: de doden virtueel terugbrengen.
Zoals een hilarische Saturday Night Live-sketch dit weekend benadrukte, betekent het feit dat we onze overleden dierbaren kunnen reanimeren, niet noodzakelijkerwijs dat we dat ook moeten doen.
Het grillen van de hond
De schets, welke De Atlantische Oceaan heeft SNL’s al “Black Mirror Moment” genoemdmet Ashley Padilla als een ouder wordende grootmoeder in een verpleeghuis.
Haar familieleden (gespeeld door Sarah Sherman en Marcello Hernández) bezoeken haar op Thanksgiving en gebruiken een AI-foto-app om haar oude familiefoto’s als korte video’s tot leven te brengen.
In eerste instantie gaat het goed. Padilla’s personage verwondert zich over een zwart-witbeeld van haar vader die zwaait terwijl hij voor een draaiend reuzenrad staat.
Maar dan gaan de dingen hilarisch en voorspelbaar mis. Een foto van familieleden op een barbecue verandert in een horrorscène wanneer de fictieve AI-app Padilla’s vader (gespeeld door presentator Glen Powell) de familiehond laat braden, die toevallig geen hoofd heeft.
Terwijl andere foto’s tot leven komen, betaalt Padilla’s vader een bowlingmaatje om een onzedelijke daad uit te voeren, en op een babyfoto splitst de torso van haar moeder zich van haar lichaam en zweeft rond het frame terwijl op de achtergrond een atoombom ontploft.
De schets is hilarisch omdat hij zo herkenbaar is. Iedereen die met AI-videogeneratoren heeft gespeeld, weet dat ze heerlijk gekke aannames kunnen doen over de wetten van de natuurkunde – vaak met spectaculaire resultaten.
Bij het testen van AI-videogenerator RunwayML vroeg ik het model bijvoorbeeld een video te maken van een speels katje bij zonsondergang.
Dingen beginnen schattig genoeg, tot het kitten splitst zich in tweeënwaarbij de voorste helft probeert het podium rechts te verlaten, terwijl de achterste helft op bewonderenswaardige wijze rond blijft rondspringen.
Laat me de bewegingen zien
Videogeneratoren maken deze fouten vanwege de manier waarop ze zijn getraind. Terwijl een op tekst gebaseerd AI-model kan leren door vrijwel elk boek, elke website en ander stukje tekstuele gegevens te lezen ooit gepubliceerdis de hoeveelheid trainingsklare video-inhoud veel beperkter.
De meeste AI-videogeneratoren trainen op video’s van sociale mediaplatforms zoals YouTube. Dat betekent dat ze goed zijn in het maken van het soort video’s dat vaak op die platforms verschijnt.
Zoals ik al eerder heb aangetoond, als je wilt dat mensen bruidstaarten omgooien of verhitte discussies hebben met hun huisgenoten, kunnen videogeneratoren zoals Veo en Sora blink uit in het maken ervan.
Voor minder vaak geposte scènes zijn de beschikbare trainingsgegevens echter veel beperkter.
De meeste online video’s laten bijvoorbeeld interessante dingen zien die gebeuren. Mensen posten zelden clips van een uur waarin ze nonchalant rondlopen (of, zoals SNL, een baby vasthouden of een hotdog grillen) op YouTube of Instagram.
Die video’s zouden zo terminaal saai zijn dat niemand ze zou willen bekijken. Toch zijn grote hoeveelheden video van dit soort saaie, alledaagse activiteiten precies wat AI-bedrijven nodig hebben om hun videogeneratoren goed te trainen.
Dit heeft een fascinerende markt voor dergelijke clips gecreëerd. Bedrijven zoals Wafel video duiken op om in de behoefte te voorzien, waarbij makers worden betaald om zichzelf te filmen terwijl ze dingen doen zoals het hakken van groenten of het schrijven van specifieke woorden op stukjes papier voor AI-training.
Totdat AI-bedrijven meer video’s van dit soort alledaagse acties in handen kunnen krijgen, zullen AI-videogeneratoren moeite hebben om deze na te bootsen.
Ironisch genoeg zijn videogeneratoren momenteel uitstekend in het weergeven van fantasierijke, dramatische acties. Vraag ze echter om het soort alledaagse taferelen te maken dat je zou kunnen tegenkomen op een oude zwart-wit familiefoto, en je krijgt Fido op de ‘barbie’.
Oma reanimeren?
Dat alles brengt ons bij de vraag: moet je de huidige AI-tools gebruiken om je overleden dierbaren te reanimeren?
Mijn beste advies: wacht even.
AI-videotechnologie ontwikkelt zich ongelooflijk snel. De eerste tools die beweging toevoegden aan familiefoto’s–zoals Deep Nostalgia uit My Heritagedat in 2021 werd gelanceerd, gebruikten machine learning om hun tovenarij uit te voeren.
De technologie voelde destijds revolutionair. Tegenwoordig ziet het er primitief uit vergeleken met de full-motion scènes zoals die van mijn Veo-geanimeerde opa.
En zelfs met deze vooruitgang zijn Veo en zijn soortgenoten nog steeds actief avocado-stoelmoment.
Beeldgeneratoren zijn enorm verbeterd naarmate hun makers ze beter konden trainen. Videogeneratoren zullen vergelijkbare enorme verbeteringen zien, vooral omdat AI-bedrijven miljoenen investeren in het kopen van op maat gemaakte trainingsgegevens van alledaagse bewegingen.
Persoonlijk bracht ik een foto van mijn opa tot leven omdat ik dacht dat de echte opa Max dit wel grappig zou vinden. Ik heb me echter verzet tegen het reanimeren van foto’s van onlangs overleden dierbaren, om veel van de redenen die impliciet in de schets van SNL worden genoemd.
Familiefoto’s zijn intieme dingen. Het is fijn om je overleden dierbare te zien glimlachen en naar je zwaaien. Het zou echter verontrustend zijn om ze in tweeën te zien splijten of te zien ontploffen in een nucleaire vuurbal, en iets dat je niet meer ongedaan kunt maken als je het eenmaal uit de diepten van Sora of Veo’s siliciumbrein hebt tevoorschijn getoverd.
Zolang we er niet op kunnen vertrouwen dat AI-modellen dit soort verspreidende, willekeurige visuele omwegen vermijden, mogen we ze niet onze meest gewaardeerde herinneringen toevertrouwen.
Een splitsend katje is grappig. Een splitsende oma, in mindere mate.
