back to top
Παρασκευή, 24 Μαΐου, 2024
ΑρχικήInternetBusinessDeepfakes: Η Microsoft Δημιουργεί Υπερρεαλιστικά "Μιλώντα Πρόσωπα" από Στατικές Εικόνες!

Deepfakes: Η Microsoft Δημιουργεί Υπερρεαλιστικά “Μιλώντα Πρόσωπα” από Στατικές Εικόνες!

Η αναστατώνει τον κόσμο της τεχνητής νοημοσύνης με το νέο της πειραματικό εργαλείο . Πρόκειται για μια AI που μπορεί να μετατρέψει μια στατική εικόνα προσώπου – ακόμα και σχέδιο – σε ένα ρεαλιστικό βίντεο που μιλάει, σε πραγματικό χρόνο! Το VASA-1 δημιουργεί εκφράσεις και κινήσεις κεφαλής που συγχρονίζονται τέλεια με υπάρχον ηχητικό αρχείο, είτε πρόκειται για ομιλία ή τραγούδι. Στη σελίδα του project υπάρχουν πολλά παραδείγματα, τόσο καλοφτιαγμένα που θα μπορούσαν να ξεγελάσουν ακόμα και παρατηρητικό θεατή.

Αν και σε προσεκτική παρατήρηση οι κινήσεις των χειλιών και του κεφαλιού στα παραδείγματα μπορεί να φαίνονται λίγο ρομποτικές και εκτός συγχρονισμού, η δυνατότητα κατάχρησης της ς είναι ξεκάθαρη. Με το VASA-1 θα μπορούσαν να δημιουργηθούν εύκολα και γρήγορα deepfakes video πραγματικών ανθρώπων. Οι ερευνητές της αναγνωρίζουν αυτόν τον κίνδυνο και προς το παρόν δεν προτίθενται να δημοσιεύσουν “online demo, API, εμπορικό προϊόν, πρόσθετες λεπτομέρειες υλοποίησης ή οποιαδήποτε σχετική υπηρεσία” μέχρι να βεβαιωθούν ότι η τεχνολογία τους “θα χρησιμοποιηθεί με υπευθυνότητα και σύμφωνα με τους κανονισμούς.” Δεν αναφέρθηκε, ωστόσο, αν σχεδιάζουν να εφαρμόσουν συγκεκριμένους περιορισμούς για να αποτρέψουν κακόβουλη χρήση, όπως τη δημιουργία deepfake πορνό ή fake news.

Παρά τις ανησυχίες, οι ερευνητές πιστεύουν πως το VASA-1 έχει τεράστιες δυνατότητες για θετικές εφαρμογές. Μπορεί να βοηθήσει στην ισότιμη πρόσβαση στην εκπαίδευση, να βελτιώσει την επικοινωνία για άτομα με δυσκολίες, χαρίζοντάς τους ίσως ένα avatar που να μιλάει εκ μέρους τους. Επιπλέον, θα μπορούσε να προσφέρει συντροφιά και θεραπευτική υποστήριξη σε ανθρώπους που τη χρειάζονται, ανοίγοντας το δρόμο για προγράμματα με AI χαρακτήρες που θα μπορούν να συνομιλούν οι χρήστες.

Σύμφωνα με την ερευνητική εργασία που δημοσιεύτηκε μαζί με την ανακοίνωση, το VASA-1 εκπαιδεύτηκε με το σύνολο δεδομένων VoxCeleb2, το οποίο περιέχει “πάνω από 1 εκατομμύριο φράσεις από 6.112 διασημότητες” που εξήχθησαν από βίντεο του . Παρόλο που το εργαλείο εκπαιδεύτηκε με πραγματικά πρόσωπα, λειτουργεί και με καλλιτεχνικές φωτογραφίες, όπως η Μόνα Λίζα. Οι ερευνητές, με χιουμοριστική διάθεση, την συνδύασαν με ηχογράφηση της viral ερμηνείας του τραγουδιού Paparazzi του Lil Wayne από την Anne Hathaway. Το αποτέλεσμα είναι απολαυστικό και αξίζει να το δείτε, ακόμα κι αν αναρωτιέστε για τη χρησιμότητα μιας τέτοιας τεχνολογίας.

Marizas Dimitris
Marizas Dimitrishttps://www.techwar.gr
Αφοσιωμένος λάτρης κινητών Samsung, ο Δημήτρης έχει εξελίξει μια ιδιαίτερη σχέση με τα προϊόντα της εταιρίας, εκτιμώντας τον σχεδιασμό, την απόδοση και την καινοτομία που προσφέρουν. Γράφοντας και διαβάζοντας τεχνολογικά νέα από όλο τον κόσμο.
RELATED ARTICLES

ΑΦΗΣΤΕ ΜΙΑ ΑΠΑΝΤΗΣΗ

εισάγετε το σχόλιό σας!
παρακαλώ εισάγετε το όνομά σας εδώ

Most Popular

Last Articles