يستمر الذكاء الاصطناعي التوليدي في إعادة تشكيل مشهدنا الرقمي بخطوات تبدو هائلة إلى الأمام بين الحين والآخر، وربما يكون أحدث ابتكارات مايكروسوفت هو الأكثر إبهارًا، والأكثر إثارة للقلق أيضًا حتى الآن.
VASA-1، نموذج الذكاء الإصطناعي المصمم لتحويل الصور إلى فيديوهات، يطمس الخط الفاصل بين الفيديو الحقيقي والمُفبرك. ومن صورة واحدة ومقطع صوتي واحد، يمكنه إنشاء لقطات واقعية صادمة، كاملة مع حركات الشفاه والتعابير الواقعية.
تُدرك مايكروسوفت تمامًا قوة هذه التقنية، وتشير إلى أن VASA-1 ” قادر ليس فقط على مزامنة الصوت مع الشفاه، بل أيضًا على تقديم مجموعة كبيرة من المشاعر والفروقات الدقيقة المُعبرة في الوجه وحركات الرأس الطبيعية التي تساهم في توفير مقاطع أكثر واقعية وحيوية “.
يقوم نموذج الذكاء الإصطناعي هذا بإنشاء فيديوهات عالية الدقة ( 512 × 512 ) بمعدل 45 إطارًا في الثانية. والأمر الأكثر روعة هو أنه يمكنه إنشاء مقاطع فيديو واقعية للوجه الناطق بمعدل 40 إطارًا في الثانية في الوقت الفعلي.
التطبيقات المحتملة محيرة. تخيل أدوات تعليمية مع شخصيات تاريخية نابضة بالحياة تم إحياءها أو رفاق إفتراضيين يقدمون الدعم والفوائد العلاجية. ومع ذلك، فإن إحتمال إساءة الاستخدام هائل بنفس القدر، مما يشير على الفور إلى المخاوف المتعلقة بالتزييف العميق المقنع للغاية والقادر على نشر معلومات مضللة وتقويض الثقة في محتوى الإنترنت.
تعرف مايكروسوفت هذا جيدًا وتصر على أن هذا مسعى بحثي في المقام الأول، على الأقل في الوقت الحالي. وإعترفت الشركة بالمخاطر الكامنة وراء هذه التقنية، قائلة : “… مثل تقنيات إنشاء المحتوى الأخرى ذات الصلة، لا يزال من المحتمل إساءة إستخدامها لإنتحال شخصية البشر. نحن نعارض أي سلوك لإنشاء محتوى مضلل أو ضار لأشخاص حقيقيين…”
ولحسن الحظ، تؤكد مايكروسوفت أنها لن تطلق هذه التكنولوجيا القوية حتى تكون بيئة العمل مثالية. إن خطتها لإنتظار صدور لوائح تنظيمية قوية أمر مطمئن ويجب أن تحذو بقية شركات التكنولوجيا حذوها في هذا الجانب.
إن وتيرة الإبتكار السريعة تجعل التنبؤ بالمستقبل والعواقب المترتبة على أنظمة مثل VASA-1 مهمة شاقة. إذا تم نشر مثل هذه الأداة للعامة، فهل ستؤدي إلى موجة جديدة من الإبداع والإبتكار، أم أنها ستغذي موجة متصاعدة من عدم الثقة والتزييف؟ دعنا نعرف أفكارك في قسم التعليقات أدناه.
