Microsoft Billa Gatesa predstavio je novi program pod nazivom VASA koji stvara “šareno lice virtualnih likova koji govore s angažirajućim vizualno učinkovitim vještinama (VAS), iz samo jedne statične slike i audio zapisa.”
Prema odjelu za umjetnu inteligenciju (AI) u Microsoftu, tehnološki div potajno radi na programu kako bi se podcasteri, TV voditelji i vijesti mogli u potpunosti zamijeniti umjetnom inteligencijom.
“Naš premijerni model, VASA-1, sposoban je ne samo proizvesti pokrete usana koji su izvrsno sinkronizirani sa zvukom, već i uhvatiti širok raspon nijansi lica i prirodnih pokreta glave koji pridonose percepciji autentičnosti i živosti,” Bill Gatesov tim napisao je u članku o ovim najnovijim događajima.
Naturalnews.com izvještava: “Glavne inovacije uključuju holističku dinamiku lica i model generiranja pokreta glave koji radi u latentnom prostoru lica, te razvoj ekspresivnog i latentnog prostora lica korištenjem videa. Kroz opsežne eksperimente, uključujući procjenu skupa novih mjernih podataka, pokazujemo da naša metoda značajno nadmašuje prethodne metode u različitim dimenzijama sveobuhvatno.”
Visokokvalitetni deepfakes
Metode koje koristi Microsoft Research Asia za razvoj ovih tipova dubokih lažnih slika nalik ljudima daju video visoke kvalitete zajedno s realističnom dinamikom lica i glave. Takav video može se generirati online u 512 × 512 s do 40 sličica u sekundi (FPS) i zanemarivom početnom latencijom.
Laički rečeno, tehnologija je toliko uvjerljiva da bi mnogi ljudi vjerojatno nasjeli na nju i pomislili da su ovo stvarni ljudi na njihovim ekranima. Samo će najizbirljiviji moći reći da nešto nije u redu s onim što vide.
“Utire put angažmanima u stvarnom vremenu s realističnim avatarima koji oponašaju ljudsko ponašanje u razgovoru”, ponosno tvrdi Microsoft Research Asia.
Ako ste zainteresirani vidjeti nekoliko primjera ovih jezivih AI pokretnih i govorećih slika, to možete učiniti na Microsoft.com.
“Naša metoda sposobna je ne samo proizvesti dragocjenu sinkronizaciju usana, već i generirati širok raspon izražajnih nijansi lica i prirodnih pokreta glave”, kažu iz tvrtke.
“Može obraditi zvuk proizvoljne duljine i stabilno ispisati besprijekorne videozapise lica koja govore.”
Svrha istraživanja je osloboditi cijelo društvo ili vojsku virtualnih AI avatara, kaže Microsoft, ali ne brinite: radi se samo o “ciljanju pozitivnih aplikacija”, inzistira tvrtka.
“Nije namijenjeno stvaranju sadržaja koji se koristi za obmanu”, kaže se u odricanju od odgovornosti stranice. “Međutim, kao i druge srodne tehnike generiranja sadržaja, i dalje bi se mogla potencijalno zloupotrijebiti za lažno predstavljanje ljudi.
“Protivimo se svakom ponašanju usmjerenom na stvaranje obmanjujućeg ili štetnog sadržaja o stvarnim osobama i zainteresirani smo za primjenu naše tehnike za poboljšanje otkrivanja krivotvorina. Trenutno video zapisi generirani ovom metodom još uvijek sadrže artefakte koji se mogu identificirati, a numerička analiza pokazuje da još uvijek postoji praznina u postizanju autentičnosti pravih videozapisa.
Navodni slučajevi pozitivne upotrebe takve tehnologije čitaju se kao parodija, s Microsoftom koji tvrdi da može stvoriti “jednakost u obrazovanju” dok “poboljšava pristupačnost za osobe s komunikacijskim poteškoćama”.jam izazove, nudi druženje ili terapijsku podršku onima kojima je potrebna…”
