متا از تولیدکننده مبتنی بر هوش مصنوعی متن به ویدئوی خود رونمایی کرد
مدیرعامل شرکت متا –مارک زاکربرگ– از یک برنامه جدید هوش مصنوعی (AI) به نام Make-A-Video خبر داده است که به کاربران اجازه می‌دهد از یک توضیحات متنی یک ویدیو بسازند.
زاکربرگ با نشان دادن یک خرس عروسکی در حال نقاشی از خود، یک سفینه فضایی در حال فرود بر روی مریخ و یک بچه تنبل با کلاه بافتنی در تلاش برای کشف یک لپ تاپ، قابلیت‌های این برنامه را به نمایش گذاشت.
همه ویدئوهای اشاره شده از طریق پیام‌های متنی تولید شده‌اند و دستگاه هوش مصنوعی با یادگیری عمیق از سینت سایزر‌های تصویری مانند GPT-3 و LAION-5B یک ویدئوی متحرک از درستورهای متنی می‌سازند.
زاکربرگ در فیس‌بوک نوشته: «تولید ویدئو بسیار سخت‌تر از عکس‌ها است، زیرا فراتر از تولید صحیح هر پیکسل، سیستم همچنین باید پیش‌بینی کند که چگونه آن‌ها در طول زمان تغییر می‌کنند. »
«Make-A-Video این مشکل را با افزودن لایه‌ای از یادگیری بدون نظارت حل می‌کند که سیستم را قادر می‌سازد حرکت در دنیای فیزیکی را درک کند و آن را برای تولید متن به تصویر سنتی اعمال کند.»
متا برنامه‌ای برای به اشتراک گذاشتن یک نسخه آزمایشی کامل در آینده در دسترس کاربران در دست دارد، اما هیچ اطلاعاتی در مورد اینکه چه زمانی کاربران فیس‌بوک می‌توانند خودشان آن را امتحان کنند، وجود ندارد. به نظر می‌رسد کلیپ‌های ویدیویی تولید شده کوتاه و «با کیفیت» خواهند بود.
این رونمایی به دنبال اعلام قبلی فیس بوک در اوایل سال جاری در مورد Make-A-Scene، که یک تولیدکننده متن به تصویر مشابه DALL-E خوانده شده بود، صورت می‌گیرد.
«Make-A-Video از مجموعه داده‌های در دسترس عموم استفاده می‌کند که سطح بیشتری از شفافیت را به تحقیق اضافه می‌کند. ما آشکارا این تحقیقات و نتایج مولد هوش مصنوعی را با جامعه برای بازخورد آن‌ها به اشتراک می‌گذاریم و به توسعه مسئولانه هوش مصنوعی خود برای اصلاح و تکامل رویکرد خود به این فناوری نوظهور ادامه خواهیم داد.»
اعلام امروز گام دیگری در فناوری تولید تصویر با هوش مصنوعی است که به دنبال اخبار دیروز DALL-E مبنی بر اینکه اکنون در دسترس همه است، اعلام شده است.
حذف لیست انتظار DALL-E خبر مهمی بود. با این حال، برنامه‌هایی مانند Stable Diffusion و Midjourney هم عقب نیفتاده‌اند و دوش به دوش خرکت می‌کنند.
گوگل هم چندین نمونه از برنامه Imagen خود را به اشتراک گذاشته که چشمگیر به نظر می‌رسند، اما این شرکت جست و جو هنوز هیچ خبری در مورد زمان انتشار عمومی آن نداده است.
(متاسفانه به خاطر سرعت پایین اینترنت و عدم دسترسی عکس‌ها و ویدئوهای بیشتر نتوانستم در مورد این خبر درج کنم. پوزش)
