Аналитика
Границата помеѓу она што е реално и она што не е станува сè потенка благодарение на новата алатка за вештачка интелигенција од Microsoft. Наречена VASA-1, технологијата ја трансформира мирната слика на лицето на една личност во анимиран клип на кој зборува или пее.
Движењата на усните се „исклучително синхронизирани“ со аудио за да изгледа дека сликата е оживеана, тврди технолошкиот гигант. Во еден пример, ремек-делото на Леонардо да Винчи од 16 век „Мона Лиза“ почнува да рапува грубо со американски акцент.
Сепак, Мајкрософт признава дека алатката може да биде „злоупотребена за имитирање луѓе“ и не ја објавува во јавноста.
VASA-1 прави статична слика на лице – без разлика дали тоа е фотографија на вистинска личност или уметничко дело или цртеж на некој измислен. Потоа „прецизно“ го совпаѓа ова со аудио од говор „од која било личност“ за да го оживее лицето.
Вештачката интелигенција беше обучена со библиотека на изрази на лицето, што дури и дозволува да ја анимира мирната слика дури и во реално време – така што се изговара звукот.
Во блог пост, истражувачите на Мајкрософт ја опишуваат VASA како „рамка за генерирање живописни лица што зборуваат на виртуелни ликови“. „Тоа го отвора патот за ангажмани во реално време со реални аватари кои имитираат човечки разговорни однесувања“, велат тие.
„Нашиот метод е способен не само да произведе скапоцена синхронизација на звукот на усните, туку и да долови голем спектар на емоции и експресивни нијанси на лицето и природни движења на главата кои придонесуваат за перцепција на реализам и живост.
Во однос на случаите на употреба, тимот смета дека VASA-1 може да им овозможи на аватарите на дигиталната вештачка интелигенција „да се ангажираат со нас на начини кои се исто толку природни и интуитивни како интеракциите со вистински луѓе“.
Но, експертите ги споделија своите грижи околу технологијата, која доколку биде објавена може да направи луѓето да изгледаат дека кажуваат работи што никогаш не ги кажале.
Друг потенцијален ризик е измамата, бидејќи луѓето на интернет може да бидат измамени со лажна порака од имиџот на некој на кој им веруваат.
Џејк Мур, специјалист за безбедност во ESET, вели: „Како што се подобрува оваа технологија, тоа е трка со времето за да се осигураме дека сите се целосно свесни за тоа што е способно и дека треба двапати да размислат пред да ја прифатат кореспонденцијата како вистинска“, изјави тој за MailOnline.
Предвидувајќи ја загриженоста што може да ја има јавноста, експертите на Мајкрософт рекоа дека VASA-1 „не е наменет да создава содржина што се користи за заблуда или измама“. „Меѓутоа, како и другите техники за генерирање на содржина поврзана, сè уште може да се злоупотреби за имитирање луѓе“, додаваат тие.
„Ние сме против какво било однесување за создавање на заблуда или штетна содржина на вистински лица и заинтересирани сме да ја примениме нашата техника за унапредување на откривањето фалсификат.
„Во моментов, видеата генерирани со овој метод сè уште содржат артефакти што може да се идентификуваат, а нумеричката анализа покажува дека сè уште има празнина за да се постигне автентичноста на вистинските видеа“.
Според истражувачите од Австралискиот национален универзитет, лажните лица направени од вештачката интелигенција изгледаат пореални од човечките лица. Овие експерти предупредија дека приказите на луѓе со вештачка интелигенција имаат тенденција да имаат „хиперреализам“, со лица кои се понепропорционални, а луѓето тоа го грешат како знак на хуманост.
Друга студија на експерти од Универзитетот Ланкастер покажа дека лажните лица со вештачка интелигенција изгледаат подоверливи, што има импликации за приватноста на интернет.
Во меѓувреме, OpenAI, креаторот на познатиот бот ChatGPT, ја претстави својата „застрашувачка“ алатка за текст-во-видео Sora во февруари, која може да прави ултрареални видео клипови со вештачка интелигенција само врз основа на кратки, описни текстуални поттикнувања.
Посветена страница на веб-страницата на OpenAI има богата галерија на филмови направени од вештачка интелигенција, од човек кој оди на лента за трчање до рефлексии во прозорците на воз во движење и мачка што го буди својот сопственик.
Сепак, експертите предупредија дека тоа може да збрише цели индустрии како што е филмското производство и да доведе до пораст на длабоки лажни видеа кои водат до претседателските избори во САД.
„Идејата дека вештачката интелигенција може да создаде хиперреалистична видео снимка од, на пример, политичар кој прави нешто непријатно, треба да предизвикува загриженост како што влегуваме во најтешката година за избори во човечката историја“, рече д-р Ендрју Рогојски од Универзитетот во Сари.
