Ben Affleck zdradził, że od młodości interesuje się komputerami, a jego zainteresowanie technologią znacznie wzrosło, gdy film przeszedł z analogu na cyfrę. W rozmowie dla podcastu Pythonista wyjaśnił, jak machine learning przez wiele lat był integralną częścią przepływu pracy nad efektami wizualnymi w Hollywood.
Aktor opisał, jak działają sieci konwolucyjne - architektura, która poprzedzała transformatory i była przez lata kluczowym narzędziem. Według niego, sieci te analizują wizualne dane poprzez tensory, czyli numeryczne reprezentacje obrazów zawierające informacje o numerze batcha, numerze klatki oraz wartościach RGB dla każdego piksela. Te sieci uczą się identyfikować wzorce w danych, co prowadzi do detekcji krawędzi i ekstrakcji cech - innymi słowy, do rozpoznawania, gdzie są konkretne elementy sceny, na przykład gdzie znajduje się parapet okna.
Taka funkcjonalność okazała się rewolucyjna dla branży: pozwala artystom efektów wizualnych znacznie łatwiej usuwać greenscreen i zastępować go realistycznym tłem lub nowymi elementami sceny. Affleck zaznaczył, że do tego nie potrzeba być ekspertem - można pisać nawet proste skrypty w Pythonie i korzystać z siły współczesnych modeli. Jego refleksja pokazuje, jak głębokie uczenie przeniknęło mainstreamowe procesy twórcze w Hollywood, stając się czymś zupełnie zwykłym dla profesjonalistów w branży.