OpenAI nesen ir atklājis savu inovatīvo teksta uz fotoreālistisku video modeli Sora, kas simbolizē būtisku soli uz priekšu generatīvas AI tehnoloģijā. Šī apbrīnojamā inovācija ir potenciāli spējīga revolucionizēt dažādas jomas, izņemot video produkciju.
Sora tiek dēvēta par “pasaulē simulētāju” OpenAI, jo tā demonstrē svarīgu aspektu trīsdimensiju saprašanu. Šis AI ir spējīgs radīt datorgrafikai līdzīgas ainavas digitālās ainavās vai veidot video, kas saglabā reālu situāciju būtību, piemēram, sievieti, kas pastaigājas pa neona gaismām apgaismotu ielu naktī.
Pētnieks Tim Brooks, kas stāv aiz Soras, skaidro, ka AI spēja saprast 3D ģeometriju un saskaņotību dabiski izpaudās, izmantojot plašas datu apjomas, nevis tika ieprogrammēta iepriekš. Šis atklājums uzsver neordināro potenciālu palielināt video ģenerēšanas modeļus, lai izveidotu vispārējus fiziskās pasaules simulatorus.
Lai trenētu Soru, OpenAI uzbaroja to ar lielām daudzībām nosaukumotu video, radot saikni starp video materiālu un teksta ievadi. Šis piegājiens ļauj AI radīt jaunus materiālus, balstoties uz norādēm, paplašināt esošos klipus vai pārveidot AI radītas attēlus video formātā.
Nepārprotami OpenAI pētnieki novērojuši vairākas jaunatklātas spējas Sorā tās attīstības laikā. AI ir spējīgs simulēt aspektus cilvēku, dzīvnieku un vides, kas atrodami fiziskajā pasaulē. To var redzēt radītajos klipos, kuros ir dinamiskas kameras maiņas un apbrīnojami plūstošas kustības, norādot ievērojamu saprašanu par 3D telpām.
Soras potenciālās lietojumprogrammas pārsniedz video produkciju, OpenAI pat ierosina tās potenciālu spējas spēļu platformās. Paplašinot video modeļus tālāk, varētu tikt izveidoti augsti spējīgi simulatori gan fiziskajai, gan digitālajai pasaulei, kā arī to iemītniekiem.
Svarīgi ir atzīt, ka Sorai vēl ir dažas ierobežojumi. Modelis pilnībā neizprot cēloni un sekas, kā liecina gadījumi, kur cilvēks ņem kumosiņu no cepumkastēs, bet cepums paliek nesabojāts vai glāzes kausis noplūst, nešķērdams vispirms. Neraugoties uz šiem nepilnīgumiem, Sora sniedz ieskatu nākotnē, kur AI radīts video ir neatšķirams no realitātes.
OpenAI ir apņēmīgs risināt šīs tehnoloģijas potenciāli riskantos aspektus. Uzņēmums plāno pakāpeniski ieviest Soru, lai novērtētu iespējamos kaitējumus un riskus ar ārējo novērtētāju palīdzību. Drošība ir galvenais mērķis, jo OpenAI atzīst potenciālu ļaunprātīgas izmantošanas iespēju.
Noslēgumā OpenAI Soras modelis simbolizē pāreju uz priekšu AI tehnoloģijā. Tā spēja simulēt fizisko pasauli un radīt fotoreālistiskus video demonstrē generatīvo AI modeļu milzīgo potenciālu. Lai gan joprojām ir jāpārvar daži izaicinājumi, Sora liek ceļu nākotnei, kurā AI ražots saturs izplūst starp reālu un mākslīgu.
The source of the article is from the blog radiohotmusic.it