استارت‌آپ شبیه‌سازی صدا، چت‌بات اینیشتین را صدادار کرد

به گزارش پیوست به نقل از تک‌رانچ، با این وجود موتور ویدیویی که شخصیت سه بعدی یا همان نسخه دیجیتالی آلبرت اینیشتین را شبیه سازی می‌کند متعلق به شرکت رسانه ترکیبی دیگری با نام یونی‌کیو (UneeQ) است و روی وب‌سایت این شرکت می‌توانید به نسخه زنده‌ای از این موتور ویدیویی دسترسی پیدا کنید.

افلوریتمیک می‌گوید که هدف ازاینیشتین دیجیتال در واقع نمایشی از یک تکنولوژی بحث برانگیز است که در زمینه تجارت اجتماعی ارائه خواهد شد. به زبان ساده می‌توان گفت دیپ‌فیک‌هایی که در حال حاضر چهره‌های تاریخی را نمایش می‌دهند ممکن است به زودی به فروشنده پیتزای شما تبدیل شوند.

همچنین این استارت‌آپ می‌گوید که زنده کردن دانشمندان و چهره‌های تاریخی یا حداقل نمایشی تقریبی از آنها برای ارتباط با دانش آموزان کاربر‌د‌های زیادی در زمینه آموزش دارد.

این زندگی کاملا مجازی است اما صدای اینیشتین شبیه سازی کاملا دیجیتالی نیست؛ افلوریتمیک می‌گوید که برای مدل‌سازی صدای این چت‌بات با یک بازیگر صدا همکاری کرده است چرا که اینیشتین قدیمی بسیاری از کلمات جدید یا اصطلاحاتی مثل بلاک‌چین را چطور باید تلفظ کند. پس آنچه می‌بینیم چیزی فراتر از هوش مصنوعی است.

متل همان مدیر اجرایی الفوریتمیک در گفتگوی با تک‌کرانچ گفت: «این مرحله بعدی در نمایش تکنولوژی‌ای است که تجارت اجتماعی از راه مکالمه را ممکن می‌کند. هنوز بیش از یک نقض و مشکل تکنولوژی را باید حل کرد اما به طور کلی فکر می‌کنیم که این راه خوبی برای نشان دادن مسیر است».

این استارت‌آپ در پست وبلاگی درمورد بازسازی صدای اینیشتین نوشت که چه پیشرفتی درمورد موضوعات مشکل‌ساز مربوط به این نسخه از چت‌بات حاصل شده است، این استارت‌آپ اعلام کرد که توانسته است زمان انتقال دانش محساباتی موتور به رابط کاربری که آن را به پاسخ صوتی تبدیل می‌کند را از 12 ثانیه در ابتدا به کمتر از سه ثانیه کاهش دهد. اما این تاخیر هنوز هم باعث خسته کننده شدن ربات می‌شود.

قوانینی که از داده‌های مردم یا تصویر آنها محافظت می‌کند، در عین حال چالشی قانونی یا اخلاقی برای ساخت «شبیه ساز دیجیتال» از انسان‌های زنده ایجاد می‌کند.

با اینکه چهره‌های تاریخی امکان پرسش‌های عجیب درمورد اخلاق را ندارند و درنتیجه نمی‌توانند درمورد اخلاقیات صحبت کنند، حق امتیاز هنوز هم برای آنها صدق می‌کند و البته برای اینیشتین هم اینچنین است.

لهمان با اشاره به موضوع حق امتیاز شبیه سازی صدای اینیشتین می‌گوید‌ «امتیاز او متعلق به دانشگاه هبروی اورشلیم است که در این پروژه همکاری دارد. در واقع ما صدای اینیشتین را شبیه سازی نکردیم بلکه از فایل‌های ضبط شده و همچنین فیلم‌ها الهام گرفتیم. بازیگر صوتی‌ای که به ما در مدل‌سازی دای او کمک کرد خودش او را ستایش می‌کند و فکر می‌کنیم که عملکردش شخصیت انیشتین را جذب می‌کند».

به نظر می‌رسد حقیقت «دروغ‌های» تکنولوزی پیشرفته آنچنان ساده نیست. اما در دیپ‌فیک مسئله پیچیدگی تکنولوژی نیست که اهمیت دارد و این موضوع همواره به محتوا بستگی دارد. و شبیه سازی هرچقدر هم خوب انجام گیرد، پاسخ مردم به آنچه می‌بینند و می‌شنوند اهمیت بالایی دارد؛ از یک داستان مثبت تا چیزی عمیقا منفی.

نگرانی درمورد پتانسیل دیپ‌فیک‌ها و تبدیل شدن آن به ابزاری برای انتشار اطلاعات نادرست با پیچیده تر شدن تکنولوژی در حال افزایش است و همین مسئله به قانون‌مندسازی هوش مصنوعی در اروپا که دو نهاد مسئول «اینیشتین دیجیتال» در آنجا هستند کمک کرده است.

پیشتر در همین هفته لایحه‌ای از یک قانون پیشنهاد در اتحادیه اروپا برای کاربرد‌های «پرخطر» هوش مصنوعی نشت کرد که بخش‌هایی از آن دیپ‌فیک را هدف قرار می‌داد.

براساس این برنامه، قانون‌گذاران به دنبال آن هستند که «قوانین شفاف‌سازی هماهنگی» را برای سیستم‌های هوش مصنوعی و آنهایی که برای تولید یا دستکاری تصویر، صوت یا محتوای ویدیویی استفاده می‌شوند پیشنهاد دهند که برای ارتباط با انسان‌ها طراحی شده‌اند.  درنتیجه یک چت‌بات از اینیشتین دیجیتالی احتمالا پیش از شروع به تقلید از اینیشتین باید خودش را به عنوان یک نسخه جعلی معرفی کند.

درنتیجه فعلا چت‌بات اینیشتین دیجیتال هنوز به اندازه‌ای تاخیر دارد که کاربر جعلی بودن آن را تشخیص دهد. سازندگان آن این چت‌بات را با هدف عرضه این چشم‌انداز به تجارت اجتماعی در دیگر تجارت‌ها با محوریت هوش مصنوعی عرضه کرده‌اند.

منبع: TechCrunch