OpenAI کرخت زندگی مادی را نشان میدهد
OpenAI به تازگی مدل AI متن-تا-ویدیوی فوتورئالیستی خود به نام Sora را معرفی کرده است که یک قدم مهم در فناوری تولیدت آیهایی تولیدی است. این نوآوری قابل توجه پتانسیل انقلابی کردن دامین های مختلف خارج از تولید ویدیو را دارد.
Sora توسط OpenAI به عنوان یک “شبیه ساز جهان” توصیف شده است، زیرا نشان میدهد که مفاهیم اساسی جهان سه بعدی را درک میکند. این AI قادر به تولید صحنه های CGI واقعایی از مناظر دیجیتال است یا ویدیوهایی تولید می کند که جوهر صحنههای واقعی جهان را گرفته اند، همچون یک زن در حال راه رفتن در یک خیابان نورافشان در شب.
دانشمند تحقیقاتی پشت Sora، Tim Brooks، توضیح می دهد که توانایی AI برای درک هندسه 3D و تداوم به صورت طبیعی از تمرین بر روی حجم های گسترده بالای اطلاعات به وجود آمده است، نه اینکه از پیش برنامه ریزی شده باشد. این کشف برجسته قابلیت بی نظیر پتانسیل شگرف توسعه مدلهای تولید ویدیو در ساخت شبیهسازهای عمومی جهان فیزیکی را بیان می کند.
برای آموزش Sora، OpenAI ویدیوهای زیادی با عنوانهایی بزرگ به آن ارسال کرد تا ارتباط بین فیلم ورودی متن را برقرار کند. این روش به AI امکان می دهد تا بر اساس دستورات، ویدیوهای جدیدی تولید کند، ویدیوهای موجود را توسعه دهد یا تصاویر تولید شده توسط AI را به فرمت ویدیو تبدیل کند.
از جذابیتهایی که محققان OpenAI در Sora در طول توسعه آن مشاهده کردهاند میتوان به توانایی شبیهسازی بخش های افراد، حیوانات و محیط های موجود در جهان فیزیکی اشاره کرد. این مورد در کلیپهای تولید شده آشکار است، که دارای شیفتهای دینامیک دوربین و جابجایی چشمگیر نشان دهنده درک قابل توجهی از فضاهای 3D است.
کاربردهای بالقوه Sora فراتر از تولید ویدیو است با اینکه OpenAI حتی پتانسیل آن برای پلتفرمهای بازی را پیشنهاد داده است. با مقیاسدهی مدلهای ویدیویی بیشتر، میتوان شبیهسازهای بسیار قدرتمند از هر دو جهان فیزیکی و دیجیتال، همراه با ساکنان خود، توسعه داد.
مهم است که به ارتقاعیهای Sora اعتراف شود. مدل به طور کامل علت و معلولیت را درک نمیکند، همانطور که در مواردی که یک نفر یک قسمت از یک کوکی را میخورد اما کوکی سالم میماند یا یک لیوان شکسته نمیپیچد بلکه محتوا ریز میشود. به رغم این نقص در Sora ابتکاری از مهاجرت به آینده که ویدیو تولید شده توسط AI از طبیعی بودن متمایز نمیشود نشان می دهد.
OpenAI معتمد به شناسایی خطرات بالقوه مرتبط با این فناوری است. این شرکت قصد دارد Sora را به همراه ارزیابان خارجی به آرامی عرضه کند تا خطرات و احتمالات مرتبط را ارزیابی کند. اطمینان از ایمنی از بلندترین اولویتهاست زیرا OpenAI پتانسیل سوء استفاده از این فناوری را درک می کند.
به عنوان یک خاتمه، Sora اوپنآی یک قدم مهم در فناوری AI را نشان می دهد. توانایی آن برای شبیهسازی جهان فیزیکی و تولید ویدیوهای فوتورئالیستی، نمایانگر پتانسیل بینهایت مدلهای تولیدی AI است. در حالی که چالش هایی برای غلبه بر آن وجود دارد، Sora راه را برای یک آینده راه میدهد که محتوای تولید شده توسط AI خط میانی بین حقیقت و مصنوعی را محو می کند.
The source of the article is from the blog kewauneecomet.com