Mă știți, îmi place să vorbesc despre lucrurile care au implicații directe asupra noastră. Iar astăzi vreau să ne oprim puțin asupra tehnologiei, căci se întâmplă lucruri importante în acest domeniu. Spre exemplu, compania OpenAI (care a creat ChatGPT) a anunțat acum câteva zile că lucrează la aplicația Sora, un instrument care transformă textele în video.

Cu alte cuvinte, inteligența artificială pare că depășește o nouă bornă, iar aplicațiile precum Sora devin cea mai recentă cursă a înarmărilor în domeniul AI.

În tot acest context, în care inteligența artificială poate să analizeze volume uriașe de date în vederea unor decizii informate și are capacitatea de a eficientiza munca prin automatizarea sarcinilor repetitive, instrumentul revoluționar de inteligență artificială generativă creat de OpenAI este de așteptat să accelereze proliferarea videoclipurilor deepfake pe internet și să aibă implicații pentru aproape fiecare industrie.

În caz că nu știați, inteligența artificială este acum aparent peste tot. Și are abilități multiple, precum cele de a scrie texte, de a crea imagini, de a compune muzică sau de a scrie programe. Atunci când luăm toate aceste abilități împreună ca un pachet, după cum susține și istoricul israelian Yuval Noah Harari, ele se reduc la un singur lucru: abilitatea foarte mare de a manipula.

Deci, ce este Sora? Foarte simplu spus, este o aplicație de inteligență artificială care preia indicații scrise și le transformă în videoclipuri originale.

Experții pe care i-am citit în ultimele zile susțin că instrumentele de inteligență artificială generativă evoluează foarte de rapid, iar ele se adaptează aproape instant la rețelele sociale, ceea ce duce la un călcâi al lui Ahile pentru o democrație, căci se sporește numărul de posibilități de exploatare în rău a acestor instrumente. Iar unii dintre experți atenționează că nu se putea întâmpla acest lucru într-un moment mai prost, făcând referire la dezinformarea bazată pe inteligența artificială în campaniile politice.

Compania OpenAI a împărtășit un teaser al modelului său text-to-video pe platforma X (fostul Twitter), explicând că poate crea instantaneu videoclipuri sofisticate, de 60 de secunde, „cu scene foarte detaliate, mișcări complexe ale camerei și mai multe personaje cu emoții vibrante”.

Instrumentul nu este încă disponibil publicului. Deocamdată, OpenAI a dat undă verde pentru folosire doar unor artiști vizuali, designeri și regizori pentru a testa produsul și pentru ca aceștia să transmită feedback-ul lor companiei înainte ca aceasta să lanseze produsul pe scară mai largă.

OpenAI a adăugat că siguranța va fi esențială și că Sora se va confrunta cu teste contradictorii, cunoscute sub numele de red-teaming, în care utilizatorii din această fază încearcă să facă platforma să eșueze, să producă conținut inadecvat sau să devină „necinstită”. Scopul este descoperirea greșelilor pentru ca acestea să fie înlăturate, cel puțin așa sugerează OpenAI.

Mai mult, OpenAI a ținut să transmită că experții în domeniul siguranței vor evalua instrumentul pentru a înțelege modul în care ar putea crea dezinformare și conținuturi care incită la ură.

Progresele tehnologice au depășit aparent controalele și echilibrele acestor tipuri de instrumente, sunt de părere unii experți americani care cred în utilizarea inteligenței artificiale în scopuri bune și cu respectarea unor limite de siguranță.

La modul concret, aplicația Sora le va ușura munca actorilor rău intenționați care vor să genereze videouri de tip deepfake de înaltă calitate. Folosindu-se de noul instrument, producătorii de dezinformare vor avea o mai mare flexibilitate pentru a crea videoclipuri care ar putea fi folosite în scopuri ofensive.

Prin urmare, organizații precum băncile trebuie să dezvolte propriile instrumente bazate pe inteligență artificială pentru a proteja consumatorii împotriva potențialelor amenințări. De altfel, băncile care se bazează pe măsuri de securitate de autentificare video sunt cele mai expuse la potențiale fraude comise cu ajutorul Sora.

În altă ordine de idei, capacitățile instrumentului Sora sunt cel mai strâns legate de abilitățile lucrătorilor din domeniul creației de conținut, inclusiv din domeniul cinematografiei, mass-media și alte domenii conexe. Actorii vocali sau persoanele care realizează videoclipuri scurte pentru jocuri video, în scopuri educaționale sau reclame vor fi cei mai afectați.

O serie de experți atrag atenția că, pentru profesii precum marketingul sau creația, instrumente precum Sora ar putea schimba regulile jocului și ar putea crea economii semnificative de costuri pentru producătorii de filme și televiziune și ar putea contribui la proliferarea conținutului generat de inteligența artificială în loc să se folosească actori.

Având în vedere că facilitează crearea de conținut vizual de către oricine, chiar și de către cei fără abilități artistice, Sora ar putea permite utilizatorilor să dezvolte conținut media de tip „alege-ți aventura”. În plus, există deja voci care spun că și un jucător important din industria de creație video, precum este Netflix, ar putea permite utilizatorilor finali să își dezvolte propriul conținut pe baza unor indicații.

Google, Meta și startup-ul Runway ML se numără printre companiile care au prezentat deja o tehnologie similară. Dar calitatea înaltă a videoclipurilor afișate de aplicația produsă de OpenAI a surprins observatorii, ridicând în același timp îngrijorări cu privire la implicațiile etice și sociale.

OpenAI a avertizat că „modelul actual Sora are puncte slabe”, cum ar fi confuzia dintre stânga și dreapta sau eșecul de a menține continuitatea vizuală pe toată durata unui videoclip. Dar, spre deosebire de instrumentul Google de transformare a textului în video, Lumiere, aplicația Sora poate genera videoclipuri cu o durată de până la un minut.

Transformarea textului în video a devenit cea mai recentă cursă a armelor în domeniul inteligenței artificiale generative, în timp ce companii ca OpenAI, Google, Microsoft și alți jucători din tech se uită dincolo de generarea de text și imagini și încearcă să își consolideze poziția într-un sector care se preconizează că va ajunge la venituri de 1,3 trilioane de dolari până în 2032 și să câștige încrederea consumatorilor care au fost intrigați de inteligența artificială generativă de când ChatGPT a apărut în urmă cu puțin mai mult de un an.

Pe lângă faptul că aplicația Sora e încă în faza de testare, OpenAI a transmis că dorește să împărtășească progresul său acum pentru a „oferi publicului o idee despre ce capacități AI se află la orizont”.

Ce puncte tari ale Sora?

Un lucru care ar putea diferenția Sora de alte aplicații bazate pe inteligență artificială este capacitatea sa de a interpreta solicitări lungi, inclusiv un exemplu care a ajuns la 135 de cuvinte. Exemplele video pe care OpenAI le-a distribuit joi demonstrează că Sora poate crea o varietate de personaje și scene, de la oameni, animale și monștri pufoși până la peisaje urbane, grădini zen și chiar New York City scufundat sub apă.

Acest lucru se datorează, în parte, muncii anterioare a OpenAI cu modelele sale Dall-E și GPT. Generatorul text-imagine Dall-E 3 a fost lansat în septembrie 2023. În special, Sora împrumută tehnica de recapitulare a lui Dall-E 3, despre care OpenAI spune că generează „legende foarte descriptive pentru datele de antrenament vizual”.

Prin urmare, SORA este capabil să genereze scene complexe cu mai multe personaje, tipuri specifice de mișcare și detalii precise ale subiectului și ale fundalului. Modelul înțelege nu numai ceea ce a cerut utilizatorul în prompter, ci și modul în care acele lucruri există în lumea fizică.

Videoclipurile de probă pe care OpenAI le-a împărtășit par remarcabil de realiste, cu excepția, poate, a cazurilor în care o față umană apare în plan apropiat sau când sunt redate imagini cu creaturi marine care înoată. În rest, oamenilor obișnuiți s-ar putea să le fie greu să-și dea seama ce este real și ce nu este.

Modelul poate, de asemenea, să genereze videoclipuri din imagini statice și să extindă videoclipurile existente sau să completeze cadrele lipsă, la fel cum poate face Lumiere.

OpenAI precizează că Sora servește drept fundație pentru modelele care pot înțelege și simula lumea reală, o capacitate despre care compania americană crede că va fi o piatră de hotar importantă pentru realizarea AGI.

AGI, sau inteligența generală artificială, este o formă mai avansată de inteligență artificială, care este mai apropiată de inteligența similară celei umane și include capacitatea de a efectua o gamă mai largă de sarcini. Meta, compania-mamă a Facebook, și britanicii de la DeepMind Technologies și-au exprimat, de asemenea, interesul de a atinge acest punct de referință.

Ce puncte slabe ale Sora?

OpenAI a recunoscut că Sora are puncte slabe, cum ar fi dificultatea de a descrie cu acuratețe fizica unei scene complexe și de a înțelege cauza și efectul. Spre exemplu, o persoană ar putea mușca dintr-o prăjitură, dar după aceea, prăjitura ar putea să nu aibă semnul mușcăturii.

OpenAI a precizat că înainte de a fi disponibilă pentru utilizare largă, aplicația SORA va trece prin mai multe măsuri importante de siguranță. Printre acestea se numără respectarea standardelor de siguranță existente ale OpenAI, care interzic violența extremă, conținutul sexual, imaginile care incită la ură, imaginea celebrităților și proprietatea intelectuală a altora. De altfel, o problemă potențială mare este dacă conținutul videoclipului produs de Sora va încălca drepturile de autor ale altor persoane.

Ăsta-i un subiect fierbinte pentru Open AI, având în vedere că, recent, compania a fost dată în judecată de cotidianul american New York Times și de unii autori de literatură care au spus că le-au fost folosite lucrări protejate prin drepturi de autor pentru a instrui ChatGPT.

Reprezentanții OpenAI au mai spus că, în ciuda cercetărilor și testelor extinse, nu pot prezice toate modurile benefice în care oamenii vor folosi tehnologia care stă la baza Sora și nici toate modurile în care oamenii vor abuza de ea. De aceea, spune Open AI, credem că învățarea din utilizarea aplicației de către oameni este o componentă esențială pentru a crea și a lansa în timp sisteme de inteligență artificială din ce în ce mai sigure.

În ciuda temerilor unor experți, există și voci din industria de tehnologie americană care susțin că va trece foarte mult timp până când procesul de transformare a textului în video va reprezenta o amenințare la adresa producției de filme reale.

Cu alte cuvinte, la acest moment nu se pot face filme coerente prin asamblarea a 120 de clipuri Sora de un minut, deoarece modelul nu va răspunde la solicitări în exact același mod. Însă limita de timp nu reprezintă o barieră pentru companii precum OpenAI, iar instrumente ca Sora au potențialul să transforme modul de a crea conținut pe TikTok, Instagram (Reels) și alte platforme sociale.

Ce spun experții: că pentru a face un film profesionist ai nevoie de multe echipamente scumpe, iar Sora va fi doar un model care va da posibilitatea unei persoane obișnuite care face videoclipuri pe rețelele sociale să realizeze conținut de foarte bună calitate.

Deocamdată, OpenAI se confruntă cu sarcina uriașă de a se asigura că Sora nu este o catastrofă pentru internet și scânteia de care aveau nevoie creatori de dezinformare și subminare a democrației.

Dar, după ce această fază va fi trecut, o să înceapă lunga numărătoare inversă până când următorul Christopher Nolan sau Celine Song va primi o statuetă Oscar pentru „magia” de a stimula cinematografic un model de inteligență artificială.

https://republica.ro/openai-a-lansat-sora-o-aplicatie-de-inteligenta-artificiala-text-to-video-atat-de-puternica-incat-l-a?fbclid=IwAR0x0bNowWMkmVmEjPY_et-PWrRBd_SdttpT8eDWjVc2NB9r3eRrTv4IKig