เครื่องมือ Ai

ลองนึกภาพว่ามีเพื่อนนักเขียนที่พร้อมช่วยคิดพล็อตตลอด 24 ชั่วโมง — นั่นแหละคือเหตุผลที่ฉันมักเริ่มด้วย 'NovelAI' เมื่ออยากได้ร่างเรียบ ๆ ที่ยังมีความเป็นวรรณศิลป์อยู่บ้าง

ฉันชอบความยืดหยุ่นของ 'NovelAI' ในการตั้งเสียงบรรยายและความต่อเนื่องของตัวละคร มันให้ความรู้สึกเหมือนมีผู้ช่วยที่รู้จักโลกและตัวละครของเรา ส่วนเมื่อต้องการผลลัพธ์สไตล์นักเขียนจริงจังที่แก้ประโยคให้ไหล ฉันมักสลับไปใช้ 'Sudowrite' เพื่อใช้เครื่องมือเสริมอย่าง 'Describe' หรือ 'Expand' ที่ช่วยเติมรายละเอียดเล็ก ๆ น้อย ๆ ให้ฉากมีมิติขึ้น

อีกอย่างที่ฉันให้ความสำคัญคือการควบคุมพารามิเตอร์: ถ้าอยากได้ฉากเศร้า ลดความสุ่มลง เพิ่มคำสั่งเกี่ยวกับอารมณ์และบริบทเข้าไป จะได้ผลลัพธ์ที่คงที่กว่า ฉันมักเซฟพรอมต์และสต็อกไอเดียไว้เพื่อเรียกใช้ทีหลัง — ทำให้เมื่อกลับมาทบทวนสามารถรักษาความต่อเนื่องของโทนเรื่องได้ดีขึ้น สรุปคือ ถ้าต้องการงานเล่าเรื่องละเอียดและมีสไตล์ ฉันเอนมาทาง 'NovelAI' สำหรับร่างและ 'Sudowrite' สำหรับขัดเกลา ทั้งสองช่วยให้กระบวนการเขียนแฟนฟิกสนุกและมีคุณภาพขึ้นอย่างเห็นได้ชัด

เลือกเครื่องมือเหมือนเลือกเพื่อนร่วมทีมที่ต้องไว้วางใจได้ในวันงานใหญ่

ผมมักเริ่มจากการตั้งคำถามเรื่องความแม่นยำภาษาและการจับสำเนียงก่อน แล้วค่อยดูฟีเจอร์แก้ไขหลังจากได้ผลลัพธ์แรกมาแล้ว เครื่องมืออย่าง Whisper ให้ผลลัพธ์รวดเร็วและโอเพนซอร์ส ทำให้ผมสามารถปรับพารามิเตอร์เพื่อให้เข้ากับสำเนียงที่แปลกหูได้ แต่ข้อความที่ได้ยังต้องผ่านการแก้คำผิดและจัดเวลาอีกทีด้วยโปรแกรมอย่าง Aegisub เพื่อให้ซิงค์ตรงกับวิดีโอ

อีกสิ่งที่ผมให้ความสำคัญคือการส่งออกไฟล์ที่รองรับแพลตฟอร์ม เช่น SRT หรือ VTT เพราะการแปลงฟอร์แมตผิดพลาดทำให้กระบวนการลงซับช้าลงมาก ในโปรเจกต์ที่ต้องการเคลียร์เสียงพูดหลายคน ผมมักจะเพิ่มขั้นตอนตรวจสอบสลับกับการฟังจริง ๆ อีกครั้ง เพียงแค่นี้งานซับที่ได้ก็จะดูเป็นมืออาชีพขึ้นและไม่ต้องแก้หลายรอบ

ลองนึกภาพว่ามีโค้ดที่สามารถสเก็ตช์ฉากสไตล์อนิเมะได้ภายในไม่กี่วินาที — นั่นคือสิ่งที่ Stable Diffusion กับโมเดลที่ปรับแต่งมาอย่าง 'Waifu Diffusion' ทำได้ดีมาก

ฉันมักใช้ Stable Diffusion ผ่านอินเทอร์เฟซอย่าง Automatic1111 หรือ DreamStudio เพราะให้การควบคุมละเอียดทั้ง prompt, seed และการปรับแสงเงา เหมาะสำหรับทำแฟนอาร์ตที่ต้องการจับบรรยากาศแบบฉากจาก 'Demon Slayer' ได้ใกล้เคียงต้นฉบับ โมเดลพวกนี้สามารถทำงานแบบ img2img เพื่อยืมโครงร่างจากภาพสเก็ตช์หรือคอนเซ็ปท์อาร์ตแล้วปั้นให้เป็นสไตล์อนิเมะโดยคุมสีและลายเส้นได้ดี

ข้อดีคือความยืดหยุ่นและคอมมูนิตี้ที่แชร์สคริปต์และชี้แนะเทคนิคต่าง ๆ แต่ข้อควรระวังคือต้องเคารพลิขสิทธิ์และไม่ใช้ภาพอ้างอิงที่ละเมิดสิทธิ์คนอื่นโดยไม่เหมาะสม โดยรวมแล้วฉันมองว่า Stable Diffusion เหมาะสำหรับคนที่อยากปรับแต่งแบบละเอียดและลงมือทำเองมากกว่าจะได้ภาพสำเร็จรูปเลย

นี่คือชุดเครื่องมือและแนวทางที่ฉันมักแนะนำเมื่ออยากแปลงบทภาพยนตร์เป็นบทละครเวที: เริ่มจากใช้โมเดลภาษาขนาดใหญ่เพื่อรีไรท์บทภาพยนตร์ให้โฟกัสที่บทสนทนาและการเคลื่อนที่บนเวที เช่น GPT-4 (ผ่านบริการต่างๆ) หรือ Claude ที่ตอบโจทย์การเขียนเชิงสร้างสรรค์ จากนั้นนำผลลัพธ์ไปปรับจังหวะและรูปแบบกับโปรแกรมจัดรูปแบบบท เช่น 'Final Draft' หรือ 'WriterDuet' เพื่อให้ได้ไฟล์ที่เข้ากับมาตรฐานละครเวที

กระบวนการที่ฉันชอบคือให้โมเดลเปลี่ยนฉากที่มีโลเคชันหลายแห่งเป็นฉากจำกัด ใช้พาร์ติชัน ฉากหลังโปรเจ็กชัน และบทบรรยายสั้นๆ แทนการตัดต่อภาพยนตร์ แล้วให้เครื่องมือช่วยขยายโมโนโลกหรือเปลี่ยนบรรยากาศด้วยภาษาที่เป็นเวที เช่น เปลี่ยนช็อตขับรถใน 'Drive' ให้กลายเป็นการบรรยายเสียงพร้อมแสงและมิวสิคคิว ฉันมักใส่โน้ตกำกับการเคลื่อนเวทีและการใช้เสียงไว้ด้วย เพราะนั่นคือหัวใจของการย้ายจากจอมาเวที

ช่วงหลังมานี้ผมเริ่มกลับไปดูงานทดลองยุคแรกที่ใช้ปัญญาประดิษฐ์สร้างบทและภาพยนตร์สั้น แล้วก็รู้สึกว่าเป็นจุดเริ่มต้นที่น่าสนใจมาก หนึ่งในตัวอย่างที่โดดเด่นคือ 'Sunspring' — หนังสั้นวิทยาศาสตร์จากปี 2016 ที่บทถูกเขียนโดยเครือข่ายประสาทเทียมซึ่งมีชื่อเล่นว่า Benjamin งานชิ้นนี้ไม่ได้พยายามหลอกว่ามนุษย์ไม่มีส่วนร่วม แต่มันเป็นการท้าทายว่าสคริปต์ที่มาจากโมเดลภาษาอาจสร้างความประหลาดใจและจินตนาการแบบใหม่ได้อย่างไร นักแสดงต้องตีความบทที่มักจะหลุดจากตรรกะปกติ ทำให้บรรยากาศออกมาแปลกและน่าสนใจในแบบทดลอง

นอกจาก 'Sunspring' ยังมีกลุ่มโปรเจกต์อีกมากที่ใช้ AI ในขั้นต่าง ๆ ของการสร้างหนัง บางโปรเจกต์ใช้โมเดลภาษาในการช่วยเขียนฉากหรือพัฒนาอาร์กเนื้อเรื่อง บางงานใช้โซลูชันสร้างภาพเช่น StyleGAN, Stable Diffusion หรือ Midjourney เพื่อทำคอนเซ็ปต์อาร์ตและภาพพื้นหลัง และมีงานที่ทดลองใช้การสังเคราะห์เสียงจากเทคโนโลยีเสียงสังเคราะห์เพื่อให้ตัวละครมีเสียงใหม่ ๆ นอกจากนี้ยังมีสตูดิโออินดี้และนักสร้างสรรค์ใช้เครื่องมืออย่าง Runway เพื่อรวมเอฟเฟกต์เชิงสร้างสรรค์แบบเรียลไทม์ ภาพที่ได้จึงมีหลากหลายตั้งแต่ความฝันแบบสับสนไปจนถึงความงามที่เหมือนภาพวาด

ในมุมของการรับชม ผมมักจะแบ่งหนัง AI เป็นสองกลุ่มใหญ่ ๆ — งานทดลองสั้นที่ตั้งใจโชว์ไอเดียของ AI กับงานที่ใช้ AI เป็นเครื่องมือสนับสนุนในโปรดักชันจริง เท่าที่ผมติดตาม เห็นว่าแนวโน้มคือจะมีงานผสมมากขึ้น: บทที่ AIช่วยโครงเรื่องมาแล้วมนุษย์ปรับแต่ง ภาพที่ AIสร้างคอนเซ็ปต์แล้วทีมเอฟเฟกต์ปรับให้เข้ากับการถ่ายทำ คนดูที่เข้ามาเจอผลงานแบบนี้จึงต้องพร้อมรับทั้งความไม่สมบูรณ์และเสน่ห์แบบใหม่ ๆ ของการเล่าเรื่อง ด้วยความเป็นแฟน ผมชอบดูทั้งสองแบบ เพราะมันกระตุ้นจินตนาการและตั้งคำถามว่าอะไรคือความเป็นศิลปะเมื่อเครื่องมือเปลี่ยนไป

เล่มที่ควรมีติดโต๊ะทำงานของคนอยากทำโมเดลจริงๆ คือ 'Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow' ของ Aurélien Géron เพราะมันเป็นคู่มือเชิงปฏิบัติที่จับต้องได้มากกว่าบททฤษฎีล้วนๆ

ผมใช้หนังสือเล่มนี้เป็นแผนที่เวลาเริ่มโปรเจคใหม่: มีตั้งแต่การเตรียมข้อมูล การเลือกตัวแบบ การเทรน การปรับพารามิเตอร์ จนถึงการประเมินผลและการนำไปใช้งานจริง ตัวอย่างโค้ดเป็น Python ที่รันได้ทันทีใน Jupyter Notebook ทำให้ผมสามารถแกะโค้ด ปรับค่าพารามิเตอร์ แล้วเห็นผลลัพธ์จริงภายในเวลาไม่กี่ชั่วโมง ส่วนหัวข้อเรื่อง Scikit-Learn ก็ช่วยให้เข้าใจ pipeline และการประมวลผลข้อมูลก่อนส่งเข้า neural network ได้ชัดเจนขึ้น

มุมมองส่วนตัวคือหนังสือเล่มนี้เหมาะกับคนที่อยากลงมือทำจริงโดยไม่ต้องตีความศัพท์เทคนิคยากๆ มากเกินไป ถ้าต้องการแนวทางทีละขั้นตอนและตัวอย่างที่เอาไปปรับใช้กับโปรเจคของตัวเองได้ทันที เล่มนี้ให้ทั้งความสมดุลระหว่างทฤษฎีที่จำเป็นและการปฏิบัติ ผมมักจะแวะกลับมาเปิดบทเกี่ยวกับการปรับโมเดลและการทำ cross-validation อยู่บ่อยๆ ก่อนลงมือเขียนโค้ดเสมอ

ลองคิดดูนะว่าถ้าเครื่องจักรบอกความหมายความฝันของเราแล้วจะเกิดอะไรขึ้น — ฉันมักจะชอบจินตนาการภาพฉากในหนังสือเก่า ๆ อย่าง 'The Interpretation of Dreams' ถูกเขียนขึ้นใหม่โดยโปรแกรมคอมพิวเตอร์: ข้อความที่ได้อาจจะฟังมีเหตุผล แต่ความฝันมันมีหลายชั้นทั้งความทรงจำ สิ่งที่อยากได้ และความกลัวที่ไม่ถูกสื่อออกมาเป็นคำพูดโดยตรง

ในการอ่านความฝันด้วย AI สิ่งที่เครื่องทำจริง ๆ มักเป็นการจับรูปแบบจากข้อมูลจำนวนมาก แล้วนำมาแมปกับความหมายที่เคยเห็นบ่อย ๆ นั่นหมายความว่าคำอธิบายจะหนักไปทางสถิติและการเดาเชิงบริบท มากกว่าการบอกเหตุการณ์ในอนาคตโดยตรง ฉันคิดว่าคนมักอยากให้ความฝันเป็นคำตอบหรือคำเตือน จึงมักเลือกจำเฉพาะคราวที่มีความหมายจะเข้ากับเหตุการณ์จริงในภายหลัง มากกว่าสังเกตความล้มเหลวของการพยากรณ์

สุดท้ายนี้ฉันมองว่า AI เป็นเครื่องมือที่ช่วยตั้งคำถามมากกว่าจะเป็นผู้ทำนายอนาคตจริง ๆ — มันสามารถเสนอมุมมอง แสดงความเชื่อมโยง หรือชี้ธีมซ้ำ ๆ ในความฝัน แต่การเชื่อมโยงไปสู่อนาคตต้องพึ่งทั้งบริบทชีวิตของผู้ฝันและการวิเคราะห์เชิงมนุษย์ ไม่ใช่แค่ผลลัพธ์จากโมเดลเดียว

วิธีที่ทำให้ตัวละครมีชีวิตชีวาเมื่อใช้ AI คือการตั้งขอบเขตชัดเจนสำหรับพวกเขา ฉันมักเริ่มจากการเขียนไบโอสั้น ๆ ที่รวมทั้งความต้องการภายใน จุดอ่อน และนิสัยประจำวัน เช่น ชอบกลิ่นกาแฟตอนเช้า กลัวความมืด หรือมีวิธีตัดสินใจผิดพลาดแบบเฉพาะตัว เมื่อฉันให้รายละเอียดเหล่านี้กับโมเดล มันจะไม่ผลิตแค่บทสนทนา แต่สร้างพฤติกรรมที่สอดคล้องกับพื้นฐานนั้น

อีกเทคนิคที่ฉันใช้คือการระบุ 'ทรงเสียง' อย่างชัดเจน—ให้บอกว่าต้องการคนพูดแบบติดตลก สุภาพ หรือนิ่งเฉย ตัวอย่างเช่น การให้ AI สร้างบทร้อยแก้วเหมือนตัวละครใน 'The Witcher' จะต่างจากการขอคำบรรยายแบบวัยรุ่นทั่วไป ฉันจะใส่ตัวอย่างประโยคต้นแบบสองสามประโยคเพื่อเป็นแนวทาง แล้วปล่อยให้โมเดลต่อยอด

สุดท้ายแล้วการปรับจูนซ้ำแบบมนุษย์ยังคงสำคัญมาก ฉันชอบลองให้ AI เขียนฉากสั้น ๆ แล้วแก้โทนด้วยมือ เช่น ปรับสำนวน ลดความเวิ่นเว้อ เพิ่มจังหวะหายใจหรือการกระทำเล็กๆ ที่ทำให้ตัวละครดูมีเลือดเนื้อ ในหลายครั้งสิ่งเล็กๆ อย่างนิสัยการกระพริบตาหรือท่าทางขณะคิด ก็ทำให้ตัวละครสมจริงขึ้นกว่าการพึ่ง AI ล้วนๆ สรุปคือ AI เป็นเครื่องมือที่ขยายจินตนาการ แต่เลือดเนื้อความเป็นมนุษย์ยังต้องมาเติมเองเสมอ

วันนี้รู้สึกอยากพูดถึงแอปที่ทำอวตารจากรูปจริง เพราะช่วงหลังเห็นคนในฟีดทำกันเยอะและผลลัพธ์สวย ๆ น่าลองใช้เองมาก

ฉันชอบเริ่มจากสิ่งที่ให้สไตล์หลากหลายและใช้ง่าย เช่น 'Lensa' ที่มีฟีเจอร์ Magic Avatars ซึ่งเปลี่ยนภาพถ่ายจริงเป็นภาพแนวภาพวาดหรือการ์ตูนได้หลายแบบ ใช้งานสะดวกบนมือถือ คะแนนบวกคือออกแบบอินเทอร์เฟซมาเข้าใจง่ายและมีฟิลเตอร์ศิลป์เยอะ แต่ข้อเสียคือต้องจ่ายเงินหรือซื้อเครดิตสำหรับการสร้างชุดภาพใหญ่ ๆ และนโยบายความเป็นส่วนตัวควรอ่านก่อนอัปโหลดภาพหน้าชัด ๆ

อีกตัวที่มักจะหยิบมาลองเล่นคือ 'Voila AI Artist' กับ 'ToonMe' ซึ่งเน้นสไตล์การ์ตูนหลากรูปแบบ ทั้งแนวดิสนีย์ แนวการ์ตูนฝรั่ง หรือสไตล์มังงะ ความน่าสนใจอยู่ที่การได้ลุคที่ต่างจากภาพถ่ายธรรมดาและมักให้ผลรวดเร็ว ตอนทดลองชอบเลือกภาพแสงค่อนข้างชัดแล้วปรับแต่งเล็กน้อยก่อนอัปโหลด เพื่อให้รายละเอียดใบหน้าไม่หายไป สุดท้ายก็เลือกตามเป้าหมายว่าต้องการภาพแบบไหน: โปรไฟล์ใช้งานจริง หรือแค่อยากได้รูปเล่นสนุก ๆ เท่านั้น

เริ่มต้นจากพื้นฐานที่จับต้องได้จะช่วยให้เข้าเรื่องได้เร็วขึ้น

ฉันชอบแนะนำหนังสือที่ทำให้คอนเซ็ปต์ยาก ๆ กลายเป็นเรื่องเล่าเล็ก ๆ ที่จับต้องได้ เช่นเล่มหนึ่งที่เหมาะมากสำหรับผู้เริ่มต้นคือ 'Make Your Own Neural Network' เล่มนี้เล่าไอเดียของโครงข่ายประสาทเทียมด้วยภาษาง่าย ๆ และตัวอย่างโค้ดสั้น ๆ ใน Python ที่ทำให้เห็นภาพการทำงานทีละขั้น ขั้นตอนที่ผู้เขียนใช้เป็นแบบลงมือจริง ทำให้รู้ว่าพารามิเตอร์ต่าง ๆ มีผลอย่างไรต่อผลลัพธ์โดยไม่ต้องจมกับพีชคณิตหนัก ๆ

อีกเล่มที่ฉันมองว่าเป็นเพื่อนที่ดีต่อกันคือ 'Machine Learning Yearning' เพราะมันไม่ได้สอนเขียนโค้ด แต่สอนวิธีคิดในการออกแบบโปรเจ็กต์ เอาไว้เลือกปัญหา เลือกเมตริก และวัดผล ซึ่งเป็นทักษะที่มักขาดตอนเมื่อคนเริ่มเรียนและรีบไปเขียนโมเดลก่อนเข้าใจโจทย์จริง ๆ คำอธิบายเป็นภาษาธรรมชาติและมีตัวอย่างสถานการณ์จริง ทำให้รู้ว่าควรทำอะไรเป็นลำดับ

ถาต้องให้เส้นทางที่กระชับ ฉันแนะนำให้อ่านทั้งสองเล่มสลับกัน: เริ่มจาก 'Make Your Own Neural Network' เพื่อเข้าใจกลไกพื้นฐาน แล้วอ่าน 'Machine Learning Yearning' เพื่อวางกรอบการคิดเวลาเจอปัญหาจริง วิธีนี้ช่วยลดความสับสนและทำให้การเรียนรู้เป็นเรื่องสนุกขึ้นมากกว่าการท่องสูตรเพียว ๆ