Microsoft Research Asia, bir kişinin hareketsiz görüntüsünü ve mevcut bir ses dosyasını alarak gerçekçi şekilde konuşarak taklit eden VASA-1 adlı yeni bir deneysel yapay zeka aracını tanıttı.

Haberin Devamı

Haberin Devamı

Haberin Devamı

Haberin Devamı

Mevcut bir hareketsiz görüntü üzerinden dudak hareketlerini dahi oluşturma yeteneğine sahip AI birebir kopya oluşturabiliyor. Araştırmacılar proje sayfasına tonlarca örnek yüklediler ve sonuçlar, insanları bunların gerçek olduğuna inandıracak kadar iyi görünüyor.

Örneklerdeki dudak ve kafa hareketleri, daha yakından incelendiğinde hâlâ biraz robotik ve senkronize görünmese de, teknolojinin gerçek insanların sahte videolarını kolay ve hızlı bir şekilde oluşturmak için kötüye kullanılabileceği açıkça ortada.

Araştırmacıların kendisi de bu potansiyelin farkındadır ve teknolojilerinin “sorumlu bir şekilde ve uygun şekilde kullanılacağından” emin olana kadar “çevrimiçi bir demo, API, ürün, ek uygulama ayrıntıları veya ilgili herhangi bir teklif” yayınlamamaya karar verdiler. Ancak internette hacklerlar bu görselleri kendi isteklerine göre kullanmaya devam edebilir.

Araştırmacılar, kötüye kullanım potansiyeline rağmen teknolojilerinin tonlarca faydası olduğuna inanıyor. Bunun, eğitimde eşitliği artırmak ve iletişim sorunu yaşayanlar için erişilebilirliği artırmak için kullanılabileceğini düşünüyorlar. VASA-1’in, ihtiyaç duyanlara arkadaşlık ve terapötik destek de sağlayabileceğini söyleyerek, AI’ın insanların konuşabileceği yapay zeka programlarda kullanılabileceğini de söylediler.

Haberin Devamı

Haberin Devamı

Haberin Devamı

Haberin Devamı

Duyuruyla birlikte yayınlanan makaleye göre Microsoft VASA-1, YouTube videolarından çıkarılan “6.112 ünlüye ait 1 milyonun üzerinde ifadeyi” içeren VoxCeleb2 Veri Seti üzerinde eğitildi.