Az OpenAI új eszköze szövegből gyárt ijesztően valósághű videókat: máris komoly az aggodalom, hogy mi lehet ebből

Az OpenAI új mesterséges intelligencia eszköze, a Sora nem csak arra alkalmas, hogy hibásan felvett videókat javítson ki a szemcsézettség csökkentésével és a képek újraélesítésével, hanem egyszerű szöveges bemenetekből is képes új fotorealisztikus videókat létrehozni. A technológia kifinomultsága a mellékelt videókban is látszik, de ezúttal valóban érdemes ellátogatni az OpenAI blogjára, mert ott további mesés megjelenésű videók tekinthetők meg.

Csodálat és aggodalom

Az OpenAI blogbejegyzése szerint a Sora képes bonyolult, több szereplőt, árnyalt mozgásdinamikát és élethű részleteket tartalmazó jeleneteket létrehozni mind az alanyok, mind a hátterek esetében. A modell „felfogóképessége” túlmutat a felhasználói utasításokon, magában foglalja a valós világ fizikájának megértését – hívja fel a figyelmet a FirstrPost a technológiáról szóló ismertetésében.

Prompt: “A movie trailer featuring the adventures of the 30 year old space man wearing a red wool knitted motorcycle helmet, blue sky, salt desert, cinematic style, shot on 35mm film, vivid colors.” pic.twitter.com/0JzpwPUGPB

— OpenAI (@OpenAI) February 15, 2024

Bár az OpenAI nem közölt konkrét dátumot, hogy a Sora mikor válik elérhetővé a szélesebb nyilvánosság számára, a jelenlegi bevezetés a kutatók és alkotók egy kiválasztott csoportja számára teszi lehetővé a kezdeti tesztelést. Ez az ellenőrzött kiadás megelőzi a szélesebb körű bevezetést, ami máris aggodalmakat ébreszt az ilyen fejlett technológiával való esetleges visszaélésekkel kapcsolatban.

Félelmetes képességekkel jönnek a ChatGPT-ügynökök, hogy elvegyék a munkáját

A félelem nem indokolatlan, hiszen az OpenAI éppen a napokban jelentette be, hogy államilag támogatott orosz, észak-koreai, iráni és kínai hackerek használták fel a vállalat technológiáját bűnös célokra. De valószínűleg a rosszindulatú elemek sokkal szélesebb köre fordul a fejlett generatív mesterséges intelligenciához üzelmei megtámogatására.

Prompt: “Animated scene features a close-up of a short fluffy monster kneeling beside a melting red candle. the art style is 3d and realistic, with a focus on lighting and texture. the mood of the painting is one of wonder and curiosity, as the monster gazes at the flame with… pic.twitter.com/aLMgJPI0y6

— OpenAI (@OpenAI) February 15, 2024

Az OpenAI eddig nem vett részt az AI alapú videogenerálásban, de a vállalat meglévő, mesterséges intelligenciával működő eszközeinek portfoliójába, a ChatGPT és a Dall-E mellé természetes módon illik a Sora.

Nem pusztán egy új eszköz, annál sokkal több

Többről van szó, mint egyszerű kreatív eszközről, hiszen éppen azt testesíti meg, amit Dr. Jim Fan, az Nvidia vezető kutatója „adatvezérelt fizikamotornak” nevez. Azáltal ugyanis, hogy a Sora a fizika alapú számításokat beépíti a videorenderelésbe, túllép a hagyományos képgenerálási technikákon – jegyzi meg a FirstPost.

A diffúziós modell alapján működő Sora a videókat a kezdetben elmosódott, statikus képkockákból csiszolt, nagy valósághűségű szekvenciákká finomítja. Ez a megközelítés megkülönbözteti a versenytársaktól, hosszabb, dinamikusabb videókat produkálva, amelyek a hagyományos filmkészítési technikákkal vetekednek.

Prompt: “A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. she wears a black leather jacket, a long red dress, and black boots, and carries a black purse. she wears sunglasses and red lipstick. she walks confidently and casually.… pic.twitter.com/cjIdgYFaWq

— OpenAI (@OpenAI) February 15, 2024

Figyelemre méltó képességei ellenére a Sora számára is léteznek korlátok. Az OpenAI elismeri, hogy a modellt még finomítani kell, különösen az ok-okozati összefüggések és a térérzékelés megértése terén. A különböző esetek, amikor a Sora nem tudta pontosan ábrázolni az ok-okozati összefüggéseket, vagy félreértelmezte a térbeli tájolást, aláhúzzák az ilyen fejlett mesterséges intelligencia rendszerek felelősségteljes alkalmazásával járó kihívásokat.

A Sora megjelenése új korszakot jelent a mesterséges intelligencia által vezérelt videók előállításában, de az átalakító potenciáljával párhuzamosan etikai következményei és társadalmi hatásai is aggodalomra adnak okot. A mesterséges intelligencia által generált tartalmak korának kezdete kritikus vitákat vált ki a visszaélések elleni védekezésről és a kreatív lehetőségek felelősségteljes kiaknázásáról – írja a FirstPost a várható fejleményekről.