این هوش مصنوعی مایکروسافت تصاویر را سخنگو می کند

به گزارش سرویس علم و فناوری خبر ناب به نقل از فرارو - به لطف ابزار هوش مصنوعی جدید مایکروسافت، مرز بین آنچه واقعی هست و نیست، روز به روز باریک تر می شود. این فناوری که VASA-۱ نام دارد، تصویری ثابت از چهره یک فرد را به یک کلیپ متحرک از صحبت کردن یا آواز خواندن او تبدیل می کند.

به گزارش روزیاتو، این غول فناوری ادعا می کند که حرکات لب «به طرز بی نظیری» با صدا هماهنگ می شوند تا به نظر برسد که سوژه زنده است. در واقع عملکرد VASA-۱ فراتر از تطبیق حرکات لب با صدا است و می تواند طیف گسترده ای از احساسات، ظرافت های چهره و حرکات طبیعی سر را نیز به تصویر بکشد و چهره های ساخته شده را واقعی تر نشان دهد.

در یک نمونه، شاهکار قرن شانزدهمی لئوناردو داوینچی، «مونالیزا»، با لهجه آمریکایی شروع به رپ کردن می کند.

علاوه براین، VASA-۱ روی ویدیوی تولیدشده کنترل دارد؛ به این معنا که کاربر می تواند جهت نگاه کردن شخصیت، مقیاس های مختلف فاصله سوژه از تصویر و حتی حالت احساسی آن ها را مشخص کند.

با این حال، مایکروسافت اذعان می کند که از آنجایی که این ابزار ممکن است برای جعل هویت انسان مورد سوء استفاده قرار گیرد، آن را برای عموم منتشر نخواهد کرد.

یکی دیگر از خطرات احتمالی کلاهبرداری است، زیرا کاربران آنلاین ممکن است به وسیله یک پیام جعلی از تصویر شخصی که به او اعتماد دارند گول بخورند.

کارشناسان مایکروسافت با پیش بینی نگرانی هایی که ممکن است مردم داشته باشند، گفتند: «VASA-۱ به منظور ایجاد محتوایی که برای گمراه کردن یا فریب استفاده می شود طراحی نشده است. با این حال، مانند سایر تکنیک های مشابه تولید محتوا، همچنان می توان از آن برای جعل هویت انسان ها سوء استفاده کرد».

مایکروسافت اذعان می کند که تکنیک های موجود هنوز با «اصالت چهره های طبیعی در حال حرف زدن» فاصله دارند، اما قابلیت های هوش مصنوعی به سرعت در حال رشد است.

به گفته محققان دانشگاه ملی استرالیا، چهره های جعلی ساخته شده توسط هوش مصنوعی واقعی تر از چهره انسان به نظر می رسند. این متخصصان هشدار می دهند که تصاویر هوش مصنوعی از افراد، دارای واقع گرایی افراطی یا هایپررئالیسم هستند؛ به این معنی که چهره ها تناسب بیشتری دارند و مردم این موضوع را به عنوان نشانه ای از واقعی بودن تلقی می کنند.

مطالعه دیگری توسط کارشناسان دانشگاه لنکستر نشان داد که چهره های جعلی ساخته شده توسط هوش مصنوعی قابل اعتمادتر به نظر می رسند، که این موضوع پیامد هایی برای حفظ حریم خصوصی آنلاین دارد.

در همین حال، OpenAI، خالق ربات معروف ChatGPT، ابزار ترسناک تبدیل متن به ویدیو سورا (Sora) خود را در ماه فوریه معرفی کرد که می تواند کلیپ های ویدیویی هوش مصنوعی فوق العاده واقعی را تنها بر اساس دستورالعمل های متنی کوتاه و توصیفی بسازد.

کارشناسان هشدار دادند که این موضوع می تواند کل صنایعی مانند تولید فیلم را از بین ببرد و منجر به افزایش ویدیو های دیپ فیک به ویژه در آستانه رویداد های مهم سیاسی مانند انتخابات ریاست جمهوری شود.

این خبر توسط سایت فرارو منتشر شده و خبر ناب صرفا آن را به اشتراک گذاشته است.

منبع : فرارو