¿Qué tienen en común el chileno Daniel Ávila y el actor de Hollywood Ben Affleck? Ambos tuvieron la lucidez para construir algo útil a nivel mundial con las herramientas de IA que la mayoría solo usamos a un nivel básico o intermedio.
Lo de Daniel Ávila (y su creación, CodeGPT) ya tiene algunos años, así que ahora me centraré en lo de Affleck, que, además de ser más reciente, me parece aún más llamativo por el hecho de tratarse de un actor y no de un ingeniero de software.
La historia del protagonista de Chasing Amy con la IA comienza con miedo de verdad. Affleck llevaba años interesado en computadores, efectos visuales y aprendizaje automático cuando consiguió entrar a conocer de cerca lo que estaban haciendo Google y OpenAI con Inteligencia Artificial generativa.
Al ver por primera vez cómo unas pocas instrucciones podían producir imágenes y videos sorprendentemente realistas, entró en pánico, según su propio relato. “Amigo, estamos jodidos”, le dijo por teléfono a Matt Damon. Durante uno o dos días creyó que tenían que hacer todas las películas posibles antes de que aquello se acabara.
Lo notable es lo que ocurrió después. Affleck volvió a mirar. Esta vez no como un actor aterrorizado ante una tecnología que podía reemplazarlo, sino como alguien intentando entender cómo funcionaba. Y comenzó a encontrar problemas. Las imágenes podían ser impactantes, pero era difícil controlarlas, mantener consistencia entre tomas o conseguir que el sistema reprodujera las reglas cinematográficas de una escena.
Entonces descubrió que estaba frente a investigadores extraordinariamente buenos construyendo modelos de Inteligencia Artificial, pero que no necesariamente conocían el lenguaje y las necesidades específicas de una producción de cine. Ahí apareció la oportunidad.
Ben Affleck convirtió el miedo a la IA en un problema concreto
A diferencia de muchísimos otros, Affleck no decidió simplemente tomar un generador existente, ponerle una interfaz bonita y llamarse emprendedor de Inteligencia Artificial. Lo que hizo fue formar un equipo de ingenieros, investigadores y creativos y pasó meses construyendo un conjunto propio de datos cinematográficos.
Según explicó Affleck en una entrevista que se viralizo esta semana, grabaron durante unos ocho meses. Reprodujeron condiciones reales de rodaje en un estudio controlado, con cámaras, iluminación, lentes, movimientos y todos esos detalles que para un modelo pueden parecer números, pero que para un director constituyen el lenguaje del cine. Así se creó InterPositive, un modelo propio (y luego una empresa) que partió desde modelos abiertos y agregó sobre ellos esa especialización cinematográfica.
Esa decisión también tuvo una dimensión ética que vale la pena destacar. Affleck explicó que le incomodaba saber que buena parte de los modelos de generación de video habían aprendido utilizando obras realizadas por colegas suyos. No quiso que esa fuera la base de la adaptación cinematográfica específica de su herramienta. Por eso generó material propio para esa última etapa de entrenamiento, destinada a reproducir el comportamiento de la luz, la construcción de una toma y la continuidad visual.
Después, cada producción puede entrenar una versión privada utilizando sus propios dailies, el material grabado durante ese rodaje. No elimina completamente el complejo debate sobre los datos utilizados por los modelos base, pero sí introduce una diferencia relevante. Hay un conjunto de datos propio para adaptar la herramienta al cine y material del rodaje para ajustarla a cada producción.
Algo importante para dejar claro es que, al menos por ahora, no estamos hablando de una máquina a la que uno le escribe “hazme una película de dos horas protagonizada por Brad Pitt” y cinco minutos después entrega el archivo. InterPositive apunta principalmente a problemas concretos de producción y postproducción. Modificar una iluminación, corregir elementos de una imagen, reemplazar fondos, eliminar objetos, reformular ciertos encuadres o resolver tomas que tradicionalmente pueden requerir bastante trabajo de efectos visuales.
Affleck insiste en que su intención es que la Inteligencia Artificial funcione como una herramienta adicional para el equipo humano y no como su sustituto. Esa filosofía fue precisamente una de las razones que Netflix destacó cuando anunció la compra de InterPositive a comienzos de este año.
Lo más interesante es que Affleck no abandonó el cine después de hacer el negocio. Sigue actuando, escribiendo y dirigiendo. Su nueva película, Animals, estrenada el 9 de octubre en Netflix, utilizó tecnología de InterPositive en su postproducción. En una entrevista con TheWrap, Affleck explicó que sirvió, entre otras posibilidades, para modificar luces u ópticas y realizar eliminaciones de efectos visuales. Y subrayó algo crucial. La tecnología utilizada en la película se ajustó con material de esa propia producción.
Aprender lo suficiente para construir con otros
Como mencioné al principio, Affleck no es ingeniero informático ni investigador en Inteligencia Artificial. Pero tampoco es simplemente una celebridad que puso dinero en una startup.
En una entrevista reciente con GQ se puso a explicar con soltura qué es un tensor, cómo funcionan las redes neuronales convolucionales,, la extracción de características, los transformers y el procesamiento de imágenes. Incluso reconoce, con bastante humor, que es capaz de escribir scripts de Python, aunque no muy buenos.
Por eso creo que el caso de Ben Affleck sirve mucho más como lección sobre Inteligencia Artificial que cientos de historias del tipo “cómo hacerse millonario con ChatGPT”. El recorrido que contó Affleck está lejos de una fórmula rápida.
Primero sintió miedo. Después investigó. Luego identificó las limitaciones reales de la tecnología. A continuación encontró un problema específico dentro de una industria que conocía profundamente. Aprendió lo suficiente sobre la tecnología como para conversar seriamente con quienes la construyen, reunió a personas que sabían más que él en las áreas que necesitaba y trabajó durante años antes de tener algo verdaderamente valioso. Netflix terminó comprando una tecnología construida para resolver problemas reales del cine.
