OpenAI je napravio značajan korak naprijed u tehnologiji umjetne inteligencije šireći se na generiranje videozapisa. Tvrtka je predstavila svoj najnoviji model, Soru, koji omogućuje korisnicima da ukucavanjem željene scene stvore visokokvalitetni videoklip. Ovaj napredak u generiranju videozapisa uz pomoć AI-a otvara uzbudljive kreativne mogućnosti, ali istovremeno postavlja pitanja o dezinformacijama, posebno tijekom važnih globalnih izbora.
Sora, opisana kao generativni AI model, funkcionira slično alatu za generiranje slika pod nazivom DALL-E koji je također razvio OpenAI. Korisnici unose željenu scenu, a Sora generira odgovarajući videoklip, uključujući mogućnost stvaranja videa inspiriranog statičnim slikama ili produženja postojećih videa. Ovaj napredak širi područje generativne umjetne inteligencije izvan chatbotova i alata za generiranje slika te otvara put za primjenu videozapisa u potrošačkom i poslovnom okruženju.
Unatoč prepoznavanju potencijala AI-a za generiranje videozapisa, važno je istaknuti izazove s kojima se suočavamo. Dezinformacije su rastuća zabrinutost, posebice tijekom važnih političkih događaja diljem svijeta. Prema podacima iz Clarityja, AI-generirani deepfake videozapisi porasli su za nevjerojatnih 900% u usporedbi s prošlom godinom. Kako OpenAI ulazi u prostor videozapisa sa Sorom, i druge tvrtke poput Meta i Google razvijaju slične alate, poput Lumierea.
OpenAI ima za cilj učiniti multimodalnost, integraciju teksta, slika i generiranja videozapisa, ključnim aspektom skupa svojih AI modela. Spajajući više načina komunikacije, tvrtka nastoji ponuditi sveobuhvatna i moćna rješenja umjetne inteligencije. COO OpenAI-a, Brad Lightcap, izrazio je da samo tekst i kod nisu dovoljni modaliteti za potpuno korištenje mogućnosti AI modela.
Trenutno je Sora dostupna samo odabranim skupinama ispitivača sigurnosti. OpenAI još nije javno demonstrirao model izvan deset primjernih videozapisa, ali planira objaviti prateći tehnički rad. Što se tiče rješavanja povezanih rizika, OpenAI radi na “detection classifieru” koji će identificirati Sora-generirane videozapise te namjerava uključiti metapodatke u izlazu kako bi se olakšalo razlikovanje generiranog sadržaja putem AI-a.
OpenAI-jeva Sora predstavlja prekretnicu u generiranju videozapisa putem umjetne inteligencije, nudeći novo područje za kreativnost i inovacije. Međutim, kao i svaki tehnološki napredak, ključno je odgovorno upravljanje izazovima kako bismo umanjili rizik od dezinformacija u sve više multimedijalnom svijetu.
Česta pitanja:
P: Što je Sora?
O: Sora je generativni AI model razvijen od strane OpenAI-a koji korisnicima omogućuje da ukucavanjem željene scene stvore visokokvalitetni videoklip.
P: Kako Sora radi?
O: Korisnici unose željenu scenu, a Sora generira odgovarajući videoklip. Može stvoriti videozapise inspirirane statičnim slikama ili produžiti postojeće videozapise.
P: Što je značajno u vezi Sorine tehnologije?
O: Sora širi područje generativne umjetne inteligencije izvan chatbotova i alata za generiranje slika, otvarajući put za primjenu videozapisa u potrošačkom i poslovnom okruženju.
P: Koje zabrinutosti izaziva AI za generiranje videozapisa?
O: Dezinformacije su rastuća zabrinutost, posebno tijekom važnih političkih događaja. Porast AI-generiranih deepfake videozapisa izaziva zabrinutosti u vezi širenja lažnih informacija.
P: Kako OpenAI rješava zabrinutosti vezane uz dezinformacije?
O: OpenAI radi na “detection classifieru” koji će identificirati Sora-generirane videozapise i planira uključiti metapodatke u izlazu kako bi se olakšalo razlikovanje generiranog sadržaja putem AI-a.
P: Je li Sora javno dostupna?
O: Trenutno je Sora dostupna samo odabranim skupinama ispitivača sigurnosti. OpenAI još nije javno demonstrirao model, ali planira objaviti prateći tehnički rad.
Definicije:
– Generativni AI model: Model umjetne inteligencije koji može generirati novi sadržaj, poput teksta, slika ili videozapisa, na temelju unosa ili učenja iz postojećih podataka.
– Deepfake: AI-generirani videozapisi koji manipuliraju ili zamjenjuju izgled osobe u postojećem videozapisu, često korišteni za širenje lažnih informacija ili stvaranje obmanjujućeg sadržaja.
– Multimodalnost: Integracija više načina komunikacije, poput teksta, slike i videa, u AI modelima kako bi se pružila sveobuhvatnija i moćnija rješenja.
Predloženi povezani linkovi:
– OpenAI
– Meta
– Google
https://youtube.com/watch?v=oiUfFiYWGD8
The source of the article is from the blog radardovalemg.com