Thất bại tại Hackathon nghệ thuật AI: Khi ý tưởng không thành hình

@Guo Yunxiao

Cuối tuần vừa rồi, tôi đã tham gia sự kiện AI Art Hackathon do @Super Power Station tổ chức.

Không chỉ vì người tổ chức là Antony, một người bạn tốt của tôi, mà còn vì chủ đề của sự kiện là nghệ thuật AI.

Trong khoảng sáu tháng qua, các mô hình và coding agent đã tiến bộ đến mức tôi có thể xây dựng gần như bất cứ thứ gì — điều này tạo cho tôi một ảo tưởng nghiêm trọng về khả năng "vibe coding" của bản thân. Trước khi hết token, tôi thường cảm thấy mình có thể làm được mọi thứ. Kết quả là: tôi bị lạc lối trong những tác vụ ngày càng phức tạp, đầy tham vọng ôm đồm những dự án lớn hơn, nhưng gần như quên mất rằng những công cụ mạnh mẽ cũng nên hỗ trợ cho việc biểu đạt.

Biểu đạt — đó là điều mà Antony luôn nhắc đến trong các cuộc trò chuyện của chúng tôi suốt quá trình này. Đối với hầu hết người tham gia, việc hiện thực hóa ý tưởng ban đầu đã là một giấc mơ thành hiện thực; hoàn thành tác phẩm chính là hoàn thành sự tự biểu đạt. Tôi nghĩ mình đang dần bắt đầu hiểu được cảm giác của những người tham gia hackathon.

Về phần mình, tôi đã xây dựng một trò chơi tương tác thời gian thực cho hackathon lần này. Người chơi sẽ vào vai một người pha chế rượu, phục vụ những vị khách có số phận đan xen, lắng nghe câu chuyện của họ và phản hồi thông qua các lựa chọn nhập liệu tự do để khám phá và tương tác.

Trò chơi được chuyển thể từ bộ ba album ý tưởng The Album của Juno Mak và Kay Tse.

Juno Mak & Kay Tse, bộ ba The Album, 2018–2021.

Tác phẩm gốc kể về câu chuyện của một người đàn ông và một người phụ nữ yêu nhau từ thời niên thiếu, chia lìa ở tuổi trung niên vì hôn nhân, xây dựng lại cuộc sống riêng biệt trong nhiều năm rồi mới gặp lại nhau. Trong thời đại mà nhạc pop Hồng Kông ngày càng trở nên công thức hóa, The Album được sản xuất với sự xa hoa đến mức gần như quá mức. Ví dụ: trong hơn ba mươi bài hát, gần như tất cả lời bài hát đều được viết bởi ba nhạc sĩ huyền thoại — Lin Xi, Huang Wei và Chow Yiu Fai.

Bản nhạc tôi nghe nhiều nhất mỗi năm đều đến từ loạt album này, vì vậy tôi có một sự gắn kết rất cá nhân với nó. Nhưng quyết định chuyển thể nó không chỉ vì sự gắn kết đó.

Tôi thực sự muốn bước vào câu chuyện và tham gia theo một cách nào đó: Liệu tôi có thể chứng kiến hoặc thay đổi cách mọi thứ diễn ra? Liệu tôi có thể cứu ai đó, giải tỏa một hiểu lầm? Liệu tôi có thể giữ các nhân vật ở lại một khoảnh khắc cụ thể nào đó? Tôi có quá nhiều cảm xúc chưa được giải quyết.

Tôi đã tưởng tượng sẽ ra sao nếu các trò chơi phim tương tác như Bandersnatch hoặc The Invisible Guardian có thể thoát khỏi các tùy chọn được thiết lập sẵn và các tài nguyên video dựng sẵn, để phát triển tự do theo các mạch truyện. Trong những tháng gần đây, các mô hình video và mô hình tương tác thời gian thực đang đi theo hướng này, nhưng theo thử nghiệm của tôi, khả năng của các mô hình tập trung vào video vẫn chưa đủ để tạo ra những kịch tính chất lượng cao trong thời gian thực.

Giải pháp kỹ thuật mà tôi chọn là tương tác thời gian thực 2.5D isometric — trông giống như một phiên bản nhập liệu tự do của Disco Elysium.

ZA/UM, Disco Elysium, 2019.

Nó được xây dựng từ các lớp sau:

Kịch bản: Đầu tiên, nghiên cứu các nhân vật, câu chuyện, hình ảnh, âm thanh... của tác phẩm gốc để hình thành một thế giới quan hoàn chỉnh; sau đó cô đọng câu chuyện thành một đêm hư cấu trong mạch truyện gốc — những gì có thể xảy ra trên sân khấu này.

Diễn viên: Dựa trên kịch bản, viết thẻ nhân vật cho từng vai; mỗi diễn viên là một subagent độc lập với các quy tắc đầu ra, thiết lập nhân vật, động lực ban đầu, ý định sâu xa riêng...; các diễn viên được điều khiển bởi một mô hình ngôn ngữ để viết lời thoại và xuất lệnh, cùng với một mô hình TTS để đọc lời thoại bằng giọng nói phù hợp.

Đạo diễn: Đạo diễn là một chương trình chịu trách nhiệm theo dõi trạng thái hiện tại của diễn viên, đối tượng và cảnh quay, đồng thời lên lịch trình diễn dựa trên các điều kiện đã thiết lập.

Hình ảnh: Chuẩn bị đầy đủ các tài nguyên hình ảnh và âm thanh dựng sẵn cho các màn trình diễn; khi chương trình đạo diễn lên lịch trình diễn, hình ảnh sẽ chuyển sang các tài nguyên dựng sẵn khác nhau.

Tác phẩm chuyển thể tôi đã thực hiện tại hackathon.

Hiệu ứng cuối cùng là người chơi có thể tự do di chuyển, tương tác và trò chuyện trong trò chơi, trong khi các diễn viên thực hiện cốt truyện chính thông qua sự tương tác với bạn — phần nào giống như nhà hát nhập vai (immersive theater). Mỗi lần chơi thực sự đẩy câu chuyện theo những hướng khác nhau, dẫn dắt các nhân vật đến những tương lai khác nhau. Đây là điều gần với định nghĩa của tôi về một trò chơi AI — nó phải được điều khiển sâu sắc bởi mô hình, mang lại khả năng tương tác chưa từng có.

Tuyệt vời hơn nữa là khả năng của các mô hình đang ngày càng phát triển, mang đến cho mọi người cơ hội làm chủ các công cụ sáng tạo. Sáng tạo là một việc mang tính cá nhân sâu sắc. Nếu bạn biết những tranh cãi mà tác phẩm gốc này gây ra trong làng nhạc Hồng Kông, bạn sẽ hiểu rằng quá trình của những người sáng tạo cũng tùy hứng như chính các nhân vật trong tác phẩm. Trước khi AI trưởng thành, việc sáng tạo cá nhân hóa luôn khó khăn — chi phí, chất lượng và sự biểu đạt tạo thành một tam giác bất khả thi.

AI đã thay đổi phương trình đó ở một mức độ nào đó. Tại AI Art Hackathon này, tôi đã thấy nhiều tác phẩm thấm đẫm cảm xúc và sự biểu đạt riêng tư.

Tôi đã triển khai bản demo này tại https://elsewhere.news/the-album. Tất nhiên, các quyền liên quan thuộc về chủ sở hữu bản quyền gốc; phiên bản demo hoàn thành trong hackathon chưa được trau chuốt kỹ lưỡng và vẫn còn nhiều điểm thô sơ trong trải nghiệm; do giới hạn về token và máy chủ, hiện tại nó chỉ mở cửa hạn chế.

Hãy liên hệ nếu bạn muốn có mã mời để trải nghiệm thử.

AI Art Hackathon @Super Power Station.

Về việc tham gia, tôi cũng có một vài suy ngẫm rất cá nhân.

Vì đây là sự kiện của Antony, và cô ấy vừa là một người đi trước vừa là một người bạn tốt, tôi có thể nói chuyện một cách thẳng thắn.

Các cuộc thi hackathon đã nở rộ trong vài năm gần đây. Chỉ riêng trong năm qua, chúng tôi đã nhận được vô số lời mời hợp tác truyền thông cho các hackathon và đã tham dự một số sự kiện với nhiều vai trò khác nhau. Thành thật mà nói, trước đây tôi thấy khó có thể thực sự đồng cảm với trạng thái đắm chìm của người tham gia. Hầu hết thời gian, tôi không có niềm đam mê tuổi trẻ dễ bị kích động bởi những lời quảng cáo liên quan đến sáng tạo.

Sau khi tham gia với tư cách là một thí sinh, tôi nghĩ mình hiểu về hackathon hơn. Ban đầu, chúng vốn dĩ là nơi dành cho cảm hứng và sáng tạo, nhưng các hackathon lớn nhỏ ngày nay lại thiên về hành động "trình diễn" nhiều hơn — giống như các chương trình tài năng thời Super Girl / Super Boy, tràn đầy khao khát được chọn bởi giám khảo, bởi các nhà đầu tư, bởi thời đại.

Attention is all you need (Sự chú ý là tất cả những gì bạn cần).

Có vẻ không chỉ hackathon — đây là kỷ nguyên của sự phô trương. Đôi khi chúng ta cũng trở thành một phần của màn trình diễn này. Cạnh tranh về lưu lượng truy cập, cạnh tranh về câu chuyện, cạnh tranh về chương trình nghị sự. Tôi không biết kỹ thuật nào sẽ cho phép một người tạo ra tác phẩm tốt một cách khiêm tốn và thực tế. Tôi không biết cần nghị lực thế nào để chống lại hệ thống đánh giá này, để bình thản đối mặt với mọi kết quả có thể xảy ra sau khi hoàn thành một tác phẩm.

Tại hackathon, tôi đã tạo ra một thứ mang tính thiên kiến cá nhân. Tôi nói với bạn bè rằng tôi đã nhồi nhét tất cả những gì mình yêu thích vào một thế giới. Dòng giới thiệu ngắn gọn tôi viết khi đăng ký là: Tôi thích điều này, hy vọng bạn cũng thích nó.

Sau đó, tôi dường như có nhiều cảm xúc hơn. Điều phân biệt AI với con người là nó không có những sở thích rõ ràng như cách con người có; xa hơn nữa, dường như nó không có khái niệm "không thích" chút nào.