ベン・アフレックは、最近のインタビューで機械学習、ニューラルネットワーク、トランスフォーマー、テンソル、グラフィックス処理ユニット、推論などの概念を解説する動画が広まったことで、映画スターから技術的な議論の対象へと変わった。彼の話は用語の説明にとどまらず、それらを視覚効果のワークフローや映画制作と直接結び付けていた。
GQ誌のシリーズOne More Questionに出演した際、アフレックは幼い頃からコンピューターに関心を持っていたと述べ、映画制作がアナログフィルムからデジタルへ移行したことをきっかけに、技術面を深く学ぶようになったと語った。また、簡単なPythonスクリプトを書くことができ、機械学習技術は視覚効果で何年も使われてきたとも述べた。
画像分析から視覚効果へ
アフレックは、畳み込みニューラルネットワークがパターンや特徴の検出に使われてきたと説明した。例えば、画像内の要素の輪郭を特定することで、グリーンスクリーンの背景を分離し、別の要素に置き換える作業に役立つという。また、テンソルについて、バッチ番号、フレーム、各ピクセルの色の値などの情報を含む画像のデジタル表現だと説明した。
複雑な概念を簡潔に説明したこと、特に用語を使いながらインタビュアーにその意味を説明していたことから、動画は広く拡散した。さらに、ハリウッドでの自身の立場を生かして、OpenAIをはじめとする人工知能技術に取り組む組織を訪問した後、この分野に直接関わることを決めたとも語った。
汎用モデルへの全面的な依存ではなく、カスタムデータ
アフレックは、映画制作向け人工知能分野の自身のスタートアップが、画像、アイデンティティー、それらに関連する権利の問題に配慮しながら、技術とアーティストを融合するアプローチの開発を目指したと述べた。そのために資金を調達し、多数のカメラや機材を使って約8か月にわたり撮影し、独自のデータセットを作成したという。
彼の説明によると、このデータは、特定のタスクを実行するため、進んだ段階でオープンモデルを訓練する目的で設計された。また、実制作での用途に役立てるため、訓練コードと推論コードを結び付けたという。同社はその後、今年の前半にNetflixへ売却された。取引額は5億8700万ドルとする報道が広まったが、アフレックはその数字は正しくないと述べ、自分が会社を完全に所有していたわけではないと説明した。
実際には何が変わるのか？
ロサンゼルスで開催されたScreentime 2026カンファレンスの際、Bloombergのルーカス・ショーとの別のインタビューで、アフレックはオープンソースモデルを取り入れ、その重みを変更したうえで、特定の映画制作基準に従って訓練する方法について説明した。彼の解釈によれば、映画制作者は自身の作品を保持しながら、自分が取り組む映画やタスク向けにカスタムモデルを訓練することで得られた知識を活用できる。
アフレックは映画Animalsでこのアプローチを用い、人工知能はポストプロダクションの段階で役立った。この提案の重要性は、人工知能を映画制作全体の代替手段として示すのではなく、制作チームが定めたデータと文脈に基づいて訓練される専門的なツールとして提示している点にある。ただし、記事では使用されたモデルの詳細や、データの性質およびその利用権については明らかにされておらず、これらは実際にこのアプローチを評価するうえで依然として重要な点である。
リスクについて、アフレックは「Skynet」のようなシナリオを心配しているのではなく、人工知能が教育に及ぼす影響、責任ある利用、そして彼が「学習性無力感」と表現したものを懸念していると述べた。また、技術が映画制作を大きく乗っ取ることはなく、映画制作に加わるものになるとの見方を示した。