Yapay zeka, DALL-E 2 ve Stable Diffusion gibi halka açık yapay zeka görüntü oluşturucularıyla, bir avuç kelimeye yanıt olarak görüntü oluşturma konusunda giderek daha iyi hale geliyor. Artık Meta araştırmacıları yapay zekayı bir adım daha ileriye taşıyor: Bunu bir metin isteminden videolar oluşturmak için kullanıyorlar.
Meta CEO'su Mark Zuckerberg Perşembe günü Facebook'ta araştırma hakkında bir paylaşım yapıldıDenilen Bir video yap, Meta araştırmacılarının kullandığı çeşitli metin istemlerini ve sonuçta ortaya çıkan (çok kısa) videoları derleyen 20 saniyelik bir klip ile. Bu istemler arasında "Kendi portresini çizen bir oyuncak ayı", "Mars'a inen bir uzay gemisi", "Dizüstü bilgisayarını çözmeye çalışan örgü şapkalı bir tembel hayvan" ve "Okyanusta bir dalgada sörf yapan bir robot" yer alıyor.
Her istemin videoları yalnızca birkaç saniye uzunluğundadır ve genellikle istemin önerdiği şeyi (gerçek yaratığa pek benzemeyen yavru tembel hayvan hariç) oldukça düşük çözünürlükte ve biraz sarsıntılı bir şekilde gösterirler. tarzı. Öyle olsa bile, sistemler sözcüklerden görüntü oluşturma konusunda giderek daha iyi hale geldikçe, yapay zeka araştırmalarının aldığı yeni yönü gösteriyor. Ancak eğer teknoloji eninde sonunda geniş çapta piyasaya sürülürse, metinden görsele sistemlerin yol açtığı aynı endişelerin çoğunu gündeme getirecek; örneğin video yoluyla yanlış bilgi yaymak için kullanılabileceği gibi.
bir web sayfası Make-A-Video için bu kısa klipleri ve bazıları oldukça gerçekçi görünen diğerlerini içerir (örneğin, istem üzerine oluşturulan bir video gibi) “Mercan resifinde yüzen palyaço balığı” veya göstermeyi amaçlayan biri “Şiddetli yağmur altında yürüyen genç bir çift".
Facebook gönderisinde Zuckerberg, bir avuç kelimeden hareketli bir görüntü oluşturmanın ne kadar zor olduğuna dikkat çekti.
"Video oluşturmak fotoğraflardan çok daha zordur çünkü her pikseli doğru şekilde oluşturmanın ötesinde sistemin zaman içinde nasıl değişeceğini de tahmin etmesi gerekir" diye yazdı.
Bir araştırma makalesi Çalışmayı anlatırken, projenin kelimelerin resimlerle nasıl eşleştiğini anlamak için metinden resme bir yapay zeka modeli ve "Yapay Zeka" olarak bilinen bir yapay zeka tekniği kullandığını açıklıyor. denetimsiz öğrenme - algoritmaların etiketlenmemiş verileri inceleyerek içindeki modelleri ayırt ettiği - videolara bakıp gerçekçi hareketin neye benzediğini belirlediği.
Araştırmacılar, metinden görseller üreten devasa, popüler yapay zeka sistemlerinde olduğu gibi, metinden görsele yapay zeka modelinin internet verileri üzerinde eğitildiğine dikkat çekti; bu da onun "zararlı olanlar da dahil olmak üzere muhtemelen sosyal önyargıları abarttığı" anlamına geliyor. yazdı. Verileri "NSFW içeriği ve zehirli kelimeler" açısından filtrelediklerini ancak veri kümelerinin milyonlarca resim ve metin içerebileceğinden bu tür içeriğin tamamının kaldırılmasının mümkün olmayabileceğini belirttiler.
Zuckerberg, Meta'nın Make-A-Video projesini gelecekte demo olarak paylaşmayı planladığını yazdı.
The-CNN-Wire™ & © 2022 Cable News Network, Inc., bir Warner Bros. Discovery Şirketi. Tüm hakları Saklıdır.
