Klony AI získajú ľudské emócie, Synthesia Deepfakes vyzerajú skutočne

Hovorí za kamerou človek alebo klon AI? Ohromujúca inovácia od startupu Unicorn podporované spoločnosťou Nvidia je takmer nemožné rozoznať rozdiel.

Startup AI Synthesia, ktorý minulý rok dosiahol status jednorožca v hodnote miliardy dolárov, vydal vo štvrtok novú technológiu s názvom Expressive Avatars; prvé digitálne klony AI na svete schopné produkovať ľudské výrazy tváre a správny tón hlasu z písomných výziev.

Táto technológia začína avatarom AI, ktorý je možné prispôsobiť tak, aby odrážal skutočné tváre.

^{Fotografický kredit: Synthesia}

Umelá inteligencia vytvorí digitálnu kópiu osoby na základe záberov zaznamenaných prostredníctvom ich webovej kamery alebo na certifikované štúdio. Môže tiež klonovať hlas osoby, aby sa vložil do jej digitálnej podoby.

Tí, ktorí sú opatrní pri vytváraní avatara AI, ktorý prevezme ich tvár a hlas, sa môžu namiesto toho rozhodnúť pre jednu z viac ako 160 predinštalovaných avatarov AI ktorú má Synthesia vo svojej databáze.

Súvisiace: 'Toto je vážny problém': Mr. Beast Slams AI Deepfakes

Keď používateľ vytvorí alebo vyberie avatara AI, musí urobiť ešte jednu vec: napísať, čo chce, aby jeho digitálne ja povedalo.

V ukážke, ktorú videl CNBC, používateľ napísal: “Som šťastný. Som smutný. Som frustrovaný.” a nechali digitálny klon vygenerovaný AI prečítať text. Avatar sprostredkoval výrazy tváre a tón spojený so šťastím pri vyslovení textovej výzvy „Som šťastný“ a vhodne zmenil svoje skloňovanie, keď povedal „Som frustrovaný“. Tón sa zhodoval so slovami.

Pomocou klonu AI a písomnej výzvy môže bezplatný používateľ každý rok vygenerovať 36 minút prispôsobených videí vo viac ako 120 jazykoch. Platené plány až 67 USD mesačne za až 360 minút videa ročne alebo neobmedzený počet minút videa pre firmy, ktoré sa rozhodnú pre podnikový plán.

Synthesia je startup, ktorý veľké spoločnosti využívajú v zákulisí. Zoom, Xerox, Microsoft a Reuters interne používajú programy Synthesia. Povedal to generálny riaditeľ spoločnosti Synthesia Victor Riparbelli MIT Technology Review že 56 % z rebríčka Fortune 100 používa túto technológiu.

Synthesia predáva túto technológiu ako spôsob vytvárania výrazných digitálnych avatarov pre firemné školenia a prezentácie. Napríklad dizajnéri Zoom vytvorili videá na školenie predaja v Synthesii za 90 % kratšieho času, ako vytvorenie videí trvalo ľudským bytostiam.

Súvisiace: JPMorgan tvrdí, že jej softvér AI Cash Flow znížil ľudskú prácu takmer o 90 %

„Odborníci zoomu sa už nemusia nahrávať a každý mesiac majú 15 až 20 hodín na prácu na svojej skutočnej práci,“ webová stránka Synthesia číta.

Schopnosť vytvárať strašidelne dobré deepfakes alebo AI, ktorá klonuje a manipuluje s hlasmi, podobizňami alebo inými aspektmi ľudskej bytosti bez ich povolenia, však môže viesť k zneužitiu.

Minulý mesiac sa Tennessee stalo prvým štátom USA prijať legislatívu ochrana profesionálov hudobného priemyslu pred deepfake.