Google Research-ის მკვლევრებმა შეიმუშავეს ახალი ხელოვნური ინტელექტის სისტემა, Vlogger, რომელსაც შეუძლია შექმნას რეალისტური ვიდეოები ადამიანების საუბრის, ჟესტებისა და მოძრაობის შესახებ – ყველაფერი მხოლოდ ერთი ფოტოდან.
VentureBeat წერს, რომ Vlogger-ს ვიდეოს შესაქმნელად მხოლოდ ერთი ფოტო და აუდიო ჩანაწერი სჭირდება, საიდანაც ხელოვნური ინტელექტი შექმნის ავატარს, რომელიც ლაპარაკობს აუდიოს მიხედვით და აკეთებს სახის შესაბამის გამომეტყველებას.
უზარმაზარი ახალი მონაცემთა ნაკრებიდან სწავლით, AI გუნდმა შეძლო ხელოვნური ინტელექტის სისტემის შექმნა, რომელსაც შეუძლია ფოტოების გაცოცხლება ძალიან დამაჯერებელი გზით.
საკვანძო ფაქტორი იყო უზარმაზარი ახალი მონაცემთა ნაკრების შექმნა სახელწოდებით Mentor, რომელიც შეიცავს 800000-ზე მეტ მრავალფეროვან იდენტიფიკატორს და 2200 საათიან ვიდეოს. ამან Vlogger-ს საშუალება მისცა ესწავლა, როგორ შეექმნა ვიდეოები სხვადასხვა ეროვნების, ასაკის, ტანსაცმლის, პოზებისა და გარემოს ადამიანების მიკერძოების გარეშე.
თუმცა, ამ ტექნოლოგიას ასევე აქვს ბოროტად გამოყენების პოტენციალი, როგორიცაა ღრმა ფეიქი. როდესაც ხელოვნური ინტელექტის მიერ გენერირებული ვიდეოები უფრო რეალისტური და უფრო ადვილი გასაკეთებელი ხდება, ამან შეიძლება გააუარესოს დეზინფორმაციასთან და რეალურის ყალბისგან გარჩევის პრობლემები.
Vlogger-ს აქვს შეზღუდვები. გენერირებული ვიდეოები შედარებით მოკლეა და აქვთ სტატიკური ფონი. ადამიანები არ მოძრაობენ 3D გარემოში.
