Бен Аффлек увлекается искусственным интеллектом

Тема голых знаменитостей, нарисованных и раздетых ИИ, стала болезненной для индустрии: нейросети генерируют фейковые изображения без согласия людей, а правовая защита отстаёт от технологий. На этом фоне подход Аффлека выделяется тем, что он выстроил процесс с нуля, не затрагивая чужие права на внешность и творчество. Об этом актёр рассказал в интервью GQ (серия «One More Question») и на конференции Screentime 2026 в Лос-Анджелесе в беседе с Лукасом Шоу из Bloomberg.

Что сделал Аффлек и почему об этом говорят?

• Создал собственный датасет (набор данных для обучения нейросети). Вместо того чтобы брать чужие изображения или видео, Аффлек привлёк инвестиции, арендовал оборудование и около восьми месяцев снимал материал множеством камер. Этот датасет стал основой для дообучения (fine-tuning, обучение модели на своих примерах под узкую задачу) открытых моделей.

• Дообучил открытые модели под задачи кинопроизводства. На конференции Screentime 2026 Аффлек объяснил, что брал модели с открытыми весами (open weights, когда параметры модели доступны для модификации), «размораживал» веса и обучал модель соответствовать определённым кинематографическим стандартам. При этом создатель фильма сохраняет права на свою работу.

• Применил технологию в своём фильме «Animals». ИИ помогал на этапе постпродакшена, то есть обработки уже отснятого материала.

• Продемонстрировал техническую грамотность. В интервью GQ Аффлек свободно оперировал терминами: нейросети, трансформеры (архитектура, на которой построены ChatGPT и подобные модели), тензоры (числовое представление изображения, где каждый пиксель описан значениями красного, зелёного и синего каналов), GPU (графические процессоры, на которых обучают нейросети), инференс (inference, процесс, когда обученная модель выдаёт результат). Он рассказал, что пишет «довольно корявые скрипты на Python».

• Высказался об угрозах ИИ без паники. Аффлек заявил, что не боится «Скайнета» и не считает, что ИИ заменит кинобизнес. Его тревожит другое: рост числа завышенных оценок в колледжах на 30% за три года (по его словам), «выученная беспомощность» и безответственное использование технологий.

Как подход Аффлека связан с проблемой фейковых изображений?

Когда нейросети обучают на данных без разрешения авторов, появляются в том числе голые знаменитости, нарисованные и раздетые ИИ, против воли самих людей. Аффлек выстроил альтернативу: его стартап создавал данные с нуля, в среде, «где существуют давние устоявшиеся отношения вокруг права на внешность», как он сам выразился. Это не решает глобальную проблему дипфейков, но показывает, что коммерчески успешная модель может работать без эксплуатации чужих прав.

Как попробовать похожий подход самому?

1. Определите узкую задачу. Аффлек подчёркивал, что его модели решали «конкретные дискретные задачи, генерирующие ценность», а не делали «всё подряд». Для автора Дзена это может быть, например, генерация обложек в едином стиле канала.

2. Соберите собственный датасет. Даже небольшой набор ваших фотографий, иллюстраций или текстов, созданных вами, юридически чище, чем скачанные из интернета чужие работы.

3. Используйте открытые модели с возможностью дообучения. В России доступны, например, Kandinsky от «Сбера» для изображений или модели из каталога Hugging Face. Не каждая модель позволяет «разморозить веса», но многие поддерживают дообучение через адаптеры (небольшие настройки поверх основной модели).

Есть ли аналоги в России?

Прямого аналога стартапа Аффлека в российском кино пока нет. Но инструменты для работы с ИИ в контенте доступны.

По моим наблюдениям, YandexGPT и GigaChat пока не предлагают полноценного дообучения для видео, но для текста и изображений базовые сценарии уже рабочие.

Частые вопросы

Аффлек правда умеет программировать?

По его собственным словам из интервью GQ, он пишет «довольно корявые скрипты на Python». Он не называет себя программистом, но достаточно разбирается в коде, чтобы работать со свёрточными нейросетями (convolutional neural networks, тип нейросетей, который распознаёт образы на изображениях) и понимать, как устроен процесс обучения модели.

Можно ли повторить его подход без голливудского бюджета?

Масштаб Аффлека требовал серьёзных вложений: восемь месяцев съёмок с профессиональным оборудованием. Но сам принцип работает и в малом масштабе. Автор Дзена может собрать датасет из собственных иллюстраций или фотографий и дообучить генератор изображений через сервисы вроде Hugging Face. Результат будет скромнее, но юридически чистым.

Заменит ли ИИ режиссёров и сценаристов?

Аффлек прямо ответил на этот вопрос: «Я не думаю, что это захватит бизнес каким-то значимым образом. Я думаю, что это будет дополнением». Его стартап строился на принципе, что ИИ помогает кинематографистам, а не заменяет их. Авторские права и творческий контроль остаются у человека.

Позиция Аффлека проста и применима за пределами Голливуда: если вы строите бизнес на ИИ, начните с собственных данных и дайте людям контроль над тем, как используется их работа. Это дольше и дороже, но именно за такой подход Netflix заплатил сотни миллионов.