انتشار عمومی هوش مصنوعی Sora در ادامه سال 2024

به گزارش واحد ترجمه ایران‌دکونومی، استارتاپ هوش مصنوعی OpenAI رسماً اعلام کرد ابزار تازه‌وارد Sora در ادامه سال 2024 به‌صورت عمومی در دسترس کاربران قرار خواهد گرفت.

ابزار ساخت ویدیوی Sora حدود یک ماه پیش معرفی شده و قادر است دستورات متنی ساده را به ویدیوهای باکیفیت و خارق‌العاده 60 ثانیه‌ای تبدیل کند. جالب اینجاست که تاریخ رونمایی Sora همزمان با انتشار نسخه جدید مدل زبانی گوگل، یعنی Gemini 1.5 شده بود!

با Sora شگفت‌انگیز آشنا شوید

ابزار هوش مصنوعی Sora موفق شد در بازه زمانی بسیار کوتاهی توجه عده زیادی از کاربران را به خود جلب کند. دلیل این جلب توجه گسترده، کیفیت بسیار بالای نتایج ویدیویی نهایی ساخته شده براساس دستورات متنی اولیه بوده است.
کیفیت ساخت و واقع‌گرا بودن ویدیوهای Sora به‌قدری باورپذیر بود که تا این لحظه نمونه‌ای مشابه آن در تکنولوژی هوش مصنوعی مشاهده نشده است. برخی از نمونه‌های ساخته‌شده توسط این ابزار حتی از ویدیوهای اصلی و اورجینال نیز قابل تشخیص نیستند!

با اینکه به تأیید کمپانی سم آلتمن ویدیوهای Sora نهایتاً 1 دقیقه خواهند بود؛ اما این زمان کوتاه به‌هیچ‌وجه نقطه‌ضعف به‌حساب نمی‌آید و این کیفیت عملکرد این ابزار تازه‌وارد است که باعث شگفتی کاربران شده است.
با توجه به اینکه این مدل هوش مصنوعی هنوز به‌صورت عمومی منتشر نشده است؛ تمام ویدیوهای نمونه موجود در سطح اینترنت همگی براساس دستورات متنی خود OpenAI ساخته شده‌اند. ولی قرار است ابزار Sora به‌زودی در دسترس همه کاربران قرار بگیرد و در نتیجه شاهد خلاقیت و نوآوری در ساخت ویدیوهای باورپذیر هوش مصنوعی خواهیم بود.

میرا موراتی، مدیر ارشد تکنولوژی OpenAI در جدیدترین مصاحبه خود با روزنامه Wall Street Journal تأیید کرد که این ابزار شگفت‌انگیز ساخت ویدیو بر مبنای هوش مصنوعی “به‌زودی و در طی چند ماه آینده در سال 2024” به‌صورت عمومی به کاربران عرضه خواهد شد.

همچنین به گفته او، امکان تولید صدا در آینده به این مدل هوش مصنوعی اضافه خواهد شد تا ویدیوهای ساخته‌شده توسط این ابزار واقعی‌تر و باورپذیرتر باشند.  پیش‌بینی می‌شود ابزار Sora یک جهش بزرگ به سمت آینده و نسل بعدی این تکنولوژی باشد.

استارتاپ OpenAI با انتشار پست جدیدی در بلاگ خود به کاربران و علاقه‌مندان اطلاع‌رسانی کرده که قصد دارد قبل از انتشار عمومی ابزار Sora، با هنرمندان و سیاست‌گذاران به توافق رسیده و شرایط را برای استفاده صحیح از این مدل هوش مصنوعی جدید مهیا کند. یکی از مهم‌ترین نگرانی‌های پیرامون رونمایی از این ابزار، “سوءاستفاده از پتانسیل‌های آن برای خلق تصاویر نامناسب” و یا “نقض قانون کپی‌رایت” می‌باشد.

همچنین در ادامه این مصاحبه آمده است که استارتاپ OpenAI قصد دارد فرایند ویرایش و تدوین ویدیوهای نهایی ساخته شده توسط Sora را نیز امکان‌پذیر کند. در این فرایند کاربران به‌صورت مستقیم از این ابزار درخواست می‌کنند که مشکلات مدنظرشان را اصلاح و ویرایش کند. در حال حاضر این ابزار هوش مصنوعی از داده‌های صوتی پشتیبانی نمی‌کند.

بخش اعظمی از مصاحبه جدید میرا موراتی مربوط به داده‌های اولیه استفاده شده برای آموزش الگوریتم‌های Sora بوده است. او در این گفتگو تأیید کرده که “ویدیوهای عمومی و محتواهای دارای مجوز موجود در پلتفرم Shuttershock” (شریک تجاری OpenAI) برای تعلیم این ابزار مورداستفاده قرار گرفته‌اند. اما سؤالات و ابهامات بیشتری مانند “آیا ویدیوهای یوتیوب، فیسبوک یا اینستاگرام هم بخشی از داده‌های آموزشی Sora بوده‌اند؟” متاسفانه بی‌جواب باقی مانده‌اند.

منبع: 9to5Google