Umjetna inteligencija dosegla novi nivo: Šta je Sora - kako pretvara tekst u video?

Upoznajte Sora — OpenAI-jev novi generator teksta u video. Alat, koji je kompanija iz San Francisca predstavila u četvrtak, 15. februara koristi generativnu umjetnu inteligenciju za trenutno stvaranje kratkih videa na temelju pisanih naredbi.

Sora nije prva koja je demonstrirala ovu vrstu tehnologije. Ali industrijski analitičari ističu visoku kvalitetu do sada prikazanih videozapisa alata i napominju da njegovo uvođenje označava značajan skok za OpenAI i budućnost generiranja teksta u video općenito.

Ipak, kao i sa svim stvarima u današnjem brzo rastućem prostoru umjetne inteligencije, takva tehnologija također izaziva strahove o potencijalnim etičkim i društvenim implikacijama. 

Šta je Sora? Mogu li ga još koristiti?

Sora je generator teksta u video — stvara videozapise do 60 sekundi na temelju pisanih upita pomoću generativne umjetne inteligencije. Model također može generirati video iz postojeće fotografije.

Sora još nije dostupna za javnu upotrebu (OpenAI kaže da sarađuje s kreatorima politika i umjetnicima prije nego što službeno objavi alat) i postoji mnogo toga što još uvijek ne znamo. No od objave u četvrtak,16. februara kompanija je podijelila pregršt primjera videozapisa koje je generirala Sora kako bi pokazala šta može.

Postoje li danas drugi alati za videozapise generirani AI-jem?  

OpenAI-jeva Sora nije prva takve vrste. Google, Meta i startup Runway ML su među ostalim kompanijama koje su demonstrirale sličnu tehnologiju.

Ipak, industrijski analitičari naglašavaju očitu kvalitetu i impresivnu dužinu Sora videozapisa koji su dosad podijeljeni. Fred Havemeyer, voditelj američkog istraživanja umjetne inteligencije i softvera u Macquarieu, rekao je da lansiranje Sore predstavlja veliki korak naprijed za industriju.

Dosljednost i dužina Sorinih videa, međutim, predstavlja "nove prilike za kreativce da ugrade elemente videa generiranog umjetnom inteligencijom u tradicionalniji sadržaj, a sada čak i da generiraju potpune narativne videozapise iz jednog ili nekoliko upita", rekao je Curran za The Associated Press.

Koji su potencijalni rizici?

Iako su Sorine sposobnosti zaprepastile promatrače od lansiranja, zabrinutost zbog etičkih i društvenih implikacija upotrebe videa generiranih umjetnom inteligencijom također ostaje.

Havemeyer, na primjer, ukazuje na znatne rizike u potencijalno napetom izbornom ciklusu 2024. Posjedovanje "potencijalno čarobnog" načina za generiranje videozapisa koji mogu izgledati i zvučati realistično predstavlja niz problema unutar politike i izvan nje, dodao je - ukazujući na prijevaru, propagandu i zabrinutost zbog dezinformacija.

Tehnološke kompanije još uvijek odlučuju kada je riječ o upravljanju umjetnom inteligencijom i njezinim rizicima dok vlade cijelog svijeta rade na tome da ih sustignu.

U decembru je Europska unija postigla dogovor o prvim svjetskim sveobuhvatnim pravilima umjetne inteligencije, ali akt neće stupiti na snagu dvije godine nakon konačnog odobrenja.

U četvrtak, 16. februara je OpenAI rekao da poduzima važne sigurnosne korake prije nego što Sora postane široko dostupna.

OpenAI je otkrio ograničene informacije o tome kako je Sora izgrađena. Tehničko izvješće OpenAI-ja nije otkrilo koji su izvori slika i video zapisa korišteni za treniranje Sore - a kompanija nije odmah odgovorila na zahtjev Associated Pressa za dodatnim komentarima u petak.

Izdanje Sora također stiže usred tužbi protiv OpenAI-ja i njegovog poslovnog partnera Microsofta od strane nekih autora i The New York Timesa zbog korištenja pisanih djela zaštićenih autorskim pravima za treniranje ChatGPT-a.

8. Amalfi Coastpic.twitter.com/H8OIuhKyYe

— Angry Tom (@AngryTomtweets) February 15, 2024