- Sam Altman ponownie zadziwił branżę AI.
- W czwartek OpenAI przedstawiło swój nowy model przetwarzania tekstu na wideo Sora.
- Zdolność Sory do tworzenia filmów o wysokiej jakości zszokowała internet.
Sam Altman właśnie zadziwił branżę AI. Ponownie.
Tym razem nie jest to spowodowane przez kogokolwiek Wstrząsowe przemieszczenie OpenAIi to nie ma z tym nic wspólnego CzatGPT. Zamiast tego jest to zasługa zupełnie nowego modelu sztucznej inteligencji o nazwie Sora.
W czwartek ma Sora przedstawiła światktóry bierze swoją nazwę od japońskiego słowa oznaczającego „niebo” i może tworzyć filmy wideo o długości do minuty z tekstu.
OpenAI podaje swój cel Sora Celem jest nauczenie sztucznej inteligencji „rozumienia i symulowania świata fizycznego w ruchu, a celem szkolenia modeli, które pomogą ludziom rozwiązywać problemy wymagające interakcji w świecie rzeczywistym”.
To dość nudny sposób na opisanie możliwości tego modelu. Może tworzyć wysokiej jakości filmy wideo o wszystkim, od Kalifornii podczas XIX-wiecznej gorączki złota po animacje 3D podobne do produkcji Dreamworks. Jedyne, o co zostaniesz poproszony, to prosty monit tekstowy.
Warto zaznaczyć, że nie jest to pierwszy przykład tego typu technologii.
Wspierany przez Google i Nvidia nowojorski start-up Runway ma narzędzie oparte na sztucznej inteligencji, które zamienia tekst w wideo. Meta ma podobną nazwę Wideo na temat: emu. W zeszłym miesiącu Google wprowadziło swoją wersję konwersji tekstu na wideo o nazwie Lumiere.
Czy emocje wokół nich są porównywalne z emocjami Sory? Nie do końca.
Częściowo dlatego, że kierownictwo Altmana jest własnością prywatną OpenAI daje mu swobodę wyolbrzymiania technologii – mimo że wciąż jest testowana pod kątem uszkodzeń. (Uwaga: wydanie Sory jest ograniczone do testowania ryzyka przez członków drużyny Red Team, a także wybranych artystów wizualnych i filmowców.)
Dlatego ogłoszenie Sory w mediach społecznościowych nie zawierało jedynie hiperłącza do bloga wyjaśniającego nowy model sztucznej inteligencji; wymagało to bezpośredniego kontaktu z ludźmi, którzy go poszli.
NA
„Chcemy pokazać, co potrafi Sora. W odpowiedzi prześlij napisy do filmów, które chcesz obejrzeć, a my zaczniemy kręcić kilka filmów!” on napisał. Zaczęły napływać zapytania.
Osobowość internetowa MrBeast poprosiła go o nagranie jednego z nich Małpa gra w szachy w parku. Ktoś inny chciał to zobaczyć Podcasting Golden Retriever w górach. Dyrektor generalny Nothing, Carl Pei, poprosił o film przedstawiający Willa Smitha jedzącego spaghetti. Wiele innych osób też to zrobiło.
Nikunj Kothari, partner venture w Khosla Ventures, podkreślił wpływ strategii Altmana, porównując ją ze sposobem, w jaki udostępnił ją Google kompleksową aktualizację swojego modelu AI Geminiza pośrednictwem bloga dokładnie w dniu uwolnienia Sory.
Google ogłosiło „coś oszałamiającego”. powiedział w X, rozszerzając „okno kontekstowe” Gemini – liczbę słów, które model AI może przetworzyć wokół docelowego tokena – nawet o 1 milion. To duży krok naprzód, ale Google nie prezentuje go tak, jak Altman.
„Nie ma placu zabaw, sam nie mogę tego wypróbować. Wpis na blogu zawiera kilka bardzo imponujących filmów, ale w ogóle nie jest dostosowany do moich potrzeb” – napisała Kothari
„To znacznie przyćmi bardzo, bardzo imponujące osiągnięcia Google. Google znajduje się w fazie upadku i musi „dzielić się”, aby odzyskać dzielenie się umysłami” – stwierdził Kothari.
Jednak szum może nie trwać długo.
Wypuszczenie modelu sztucznej inteligencji zdolnego do tworzenia oszałamiających wizualnie filmów może stanowić nowe zagrożenie dla branży kreatywnej, która już wzbudziła obawy co do potencjału generatywnej sztucznej inteligencji do odbierania im pracy po zeszłorocznych strajkach w Hollywood.
Powszechne przyjęcie tej technologii może również mieć niszczycielski wpływ na tegoroczne wybory, jeśli zostanie wykorzystana przez złych aktorów próbujących stworzyć fałszywe filmy wideo, takie jak Donald Trump czy Joe Biden.
Prawdopodobnie doprowadzi to również do odnowienia wymagań wobec OpenAI dotyczących przejrzystości danych wykorzystywanych do uczenia swoich modeli, w taki sam sposób, jak modele open source.
Na razie jednak ludzie wierzą w szum Altmana.
Witold Gombrowicz jest autorem publikującym na portalu humanmag.pl, gdzie porusza tematy związane z aktualnościami, polityką, biznesem, technologią, sportem, rozrywką i stylem życia. Skupia się na przejrzystym przedstawianiu faktów, dostarczaniu użytecznych informacji oraz opisywaniu wydarzeń i historii istotnych dla czytelników w rzetelny i przystępny sposób.