لماذا يمر فيديو الذكاء الاصطناعي بكل الفحوص ويبدو خاطئًا رغم ذلك

لماذا يبدو فيديو الذكاء الاصطناعي خاطئًا بعد تغيير المشهد

مرّت الصورة بكل فحص جودة تلقائي لأن كل فحص قاس الهوية والتأطير، لا ما إذا كان المشهد ممكنًا ماديًا. فحصت المنصة شكل الصورة، وبحثت عن الأشرطة السوداء، وتحققت من أن الفم في الارتفاع الصحيح لحركة الشفاه، وقارنت الوجه بصورة المقدّم. أدّى كل فحص مهمته. ولم يسأل أي منها هل يجلس الشخص حيث يمكن لشخص أن يجلس. كما أن تعليمات رسم مكان جديد لم تذكر قط كيف يُوضع الشخص فيه، فملأت أداة الذكاء الاصطناعي التي ترسم الصورة هذه الفجوة كما رأت.

التحقيق: من رأي نموذج إلى أسئلة واضحة

كانت المحاولة الأولى نموذج رؤية سريعًا وغير مكلف (أداة ذكاء اصطناعي تنظر إلى صورة وتجيب عن أسئلة بشأنها) يُطلب منه رأي عام في كل مكان جديد. لم يكن موثوقًا: عُرضت عليه صورة المركبة نفسها مرتين، فنجح فيها مرة وفشل في المرة التالية. والرأي الذي يتغير من نظرة إلى أخرى لا يمكن أن يكون الحارس الوحيد على فيديو طويل. كانت نقطة التحول في التوقف عن طلب رأي عام وطرح بضعة أسئلة واضحة بنعم أو لا بدلًا من ذلك. ثم حوّلت قواعد ثابتة من عندنا تلك الأجوبة إلى نجاح أو فشل.

ما غيّرناه

تُراجع الآن كل صورة تُرسم لمكان جديد قبل تصوير أي فيديو منها، بعد التأكد من أن الوجه هو وجه المقدّم. يجيب نموذج الرؤية عن ستة أسئلة بنعم أو لا. داخل مركبة: هل هو في مقعد ومسند ظهره خلفه، ولا يكون أبدًا بين المقعدين؟ وفي أي مكان: هل هناك وضعية أو حجم أو جسد مستحيل؟ تحوّل قواعدنا تلك الأجوبة إلى نجاح أو فشل. داخل مركبة يقرر النموذج الأقوى؛ وفي غيرها يبقى نجاح القارئ السريع، ويُراجع النموذج الأقوى أي فشل يعطيه. والصورة الفاشلة تُرسم مرة أخرى مع وضع الوضعية في مقدمة التعليمات، ثم تُستبعد إذا فشلت مرة أخرى، فلا تصل أبدًا إلى الفيديو. وتذكر تعليمات الرسم الآن كيف يُوضع المقدّم في كل مكان جديد: في مركبة، في المقعد الذي يسميه النص، وإلا فمقعد السائق، مع ربط الحزام والمنظر من لوحة القيادة.

ما لدى النشاط الآن

الفحص فعّال على منصة العميل، فتُلتقط الصورة في وضع مستحيل وتُعاد رسمًا قبل بدء التصوير. وقبل تفعيله، جرى الفحص الجديد على نحو عشرين صورة لمكان ثانٍ من فيديوهات سابقة: فشلت كل صورة مركبة، ونجحت كل صورة أخرى. كما نجحت صور المركبات الجديدة المرسومة بالتعليمات الجديدة.

ما يمكنك فحصه بنفسك

• شاهد الثواني الأولى بعد كل تغيير مشهد، لا بداية الفيديو فقط. فالمقدّم بين المقعدين، أو جسد بحجم خاطئ، أو وضعية لا يستطيع أي شخص اتخاذها، من نوع العيوب التي ينبغي البحث عنها.
• اكتب ما تفحصه فحوصك التلقائية فعليًا. ثم اسأل ما الذي سيلاحظه المشاهد ولا يغطيه أي منها.
• اعرض الصورة نفسها على أداة الفحص بالذكاء الاصطناعي مرتين. فإن تغيّر الحكم، فلا يمكن الاعتماد عليها وحدها.
• اسأل هل يمكن لصورة سيئة واحدة أن تفسد كل ما يُبنى بعدها. فإن كان ذلك ممكنًا، فافحص تلك الصورة قبل الباقي.
• شغّل الفيديو النهائي بالسرعة العادية على هاتف. فالعيب الذي يصعب رؤيته في صورة ثابتة غالبًا ما يكون واضحًا في الحركة.

ما تفعله بعد ذلك

قبل فيديوك التالي بالذكاء الاصطناعي، راجع الوصلة بعد كل تغيير مشهد واسأل هل يمكن لشخص أن يكون هناك فعلًا. فإن كان الجواب لا، فتوقف قبل خطوة التصوير وأعد رسم الصورة مع توضيح الوضعية. هذا نوع الفحص الذي يبنيه مهندسونا للعملاء الذين يصنعون فيديوهات بالذكاء الاصطناعي، ويستحق التجربة على نتيجة قديمة تعرف بالفعل أنها كانت خاطئة.