← Terug naar kennisbank
AI Nieuws
·
Leestijd: 4 min
Ben Affleck heeft meer dan alleen acteertalent. In meerdere recente interviews legde hij op rustige, duidelijke manier uit hoe hij kunstmatige intelligentie gebruikt in het filmmaken. Dat leverde hem veel aandacht op, omdat hij technische termen en werkwijzen toelichtte zonder te doen alsof het vanzelfsprekend is.
Hoe Affleck technisch klinkt
Affleck vertelde dat hij al van jongs af geïnteresseerd is in computers en later ook in de overgang van analoge film naar digitale techniek. Hij zei dat hij zelfs een beetje Python kan schrijven — een veelgebruikte programmeertaal — en noemde technologieën die in films vaak een rol spelen.
Hij benoemde termen als convolutional neural networks, transformers, tensors, GPUs en inference. Daarbij legde hij telkens uit wat hij bedoelde, zodat het voor niet-technische luisteraars begrijpelijk bleef. In eenvoudige bewoordingen stelde hij dat beelden in nummers worden omgezet (pixels, kleurwaarden, frames) en dat netwerken patronen zoeken in die cijfers om bijvoorbeeld randen of objecten te herkennen.
Wat hij praktisch doet met AI in film
Affleck legde uit dat machine learning al langere tijd in de visual effects-wereld wordt gebruikt. Zijn aanpak komt erop neer dat je bestaande modellen kunt aanpassen voor specifieke filmtaken. Daarbij gebruikte hij onder meer open-source (software met publiek toegankelijke broncode) modellen als vertrekpunt.
In stappen kwam hij erop neer dat het proces meestal zo werkt:
Je neemt een algemeen model dat al veel informatie kent.
Je maakt een eigen dataset: veel beeldmateriaal, opgenomen met professionele apparatuur.
Je past het model aan door delen ervan opnieuw te trainen, zodat het kan voldoen aan filmische standaarden.
Affleck beschreef dat hij bij zijn bedrijf veel tijd stak in het verzamelen van zulke datasets. Die datasets fungeerden als laatste trainingsfase zodat het model precieze taken kon uitvoeren die waarde hebben in een productieomgeving. Hij noemde ook het idee van "weights unfreezen" en alleen de laatste laag trainen, vrij vertaald: je maakt het model deels leerbaar en leert het vooral dat laatste stukje dat belangrijk is voor de look van de film. Op die manier blijft het creatieve werk van de filmmakers behouden, terwijl de machine helpt met tijdrovende technische taken.
Hij gebruikte die methode in zijn eigen film "Animals", waar AI hielp in de nabewerking. Ook zei hij dat hij door zijn status soms toegang kreeg tot nieuwe technologieën, bijvoorbeeld bij bezoeken aan grote AI-onderzoeksbedrijven.
Ethiek, zorgen en realisme
Affleck sprak ook over mogelijke nadelen van AI, maar niet in termen van wereldverwoestende scenario’s. Zijn zorgen waren concreet:
Invloed op onderwijs: hij noemde een snelle toename van hoge cijfers op universiteiten en wat dat betekent voor leren.
Learned helplessness: het risico dat mensen te afhankelijk worden van tools en vaardigheden niet meer zelf oefenen.
Verantwoord gebruik: wie beslist hoe beelden en gelijkenissen worden gebruikt en beschermd.
Tegelijk benadrukte hij dat hij niet denkt dat AI het filmmaken zal overnemen. Voor hem is AI eerder een hulpmiddel dat het werk van makers kan versterken en verlichten, mits het op een zorgvuldige manier wordt ingezet.
Over de verkoop aan Netflix
Affleck richtte een bedrijf op dat zich richtte op AI-techniek voor filmproductie. Dat bedrijf werd dit jaar verkocht aan Netflix voor een bedrag dat in berichtgeving vaak als $587 miljoen werd genoemd. Affleck zei zelf dat dat cijfer niet helemaal klopt, en hij gaf aan dat hij niet de enige eigenaar was. Volgens hem ging het om een investering in technologie en datasets die specifiek waren gebouwd om samen te werken met filmmakers.
Conclusie
De video's van Affleck tonen een beeld van iemand die niet alleen geïnteresseerd is in technologie, maar ook begrijpt hoe technische onderdelen praktisch in het filmproces passen. Zijn nadruk ligt op samenwerking tussen menselijke makers en machines, met aandacht voor ethiek en concrete risico’s. Voor filmmakers betekent dat: AI kan veel taken versnellen, maar de creatieve beslissingen blijven bij mensen.
