Generatori teksta u sliku s umjetnom inteligencijom (AI) bili su na naslovnicama posljednjih mjeseci, ali istraživači su već prešli na sljedeću granicu: generatore teksta u video sa vještačkom inteligencijom. Meta istraživači su javno predstavili takav novi generator, prenosi The Verge.
Metin tim inženjera za mašinsko učenje predstavljen novi sistem pod nazivom Make-A-Video. Ovaj AI model omogućava korisnicima da unesu grubi opis scene i generiše kratak video koji odgovara njihovom tekstu. Video snimci su jasno umjetni, s mutnim objektima i izobličenim animacijama, ali su i dalje značajno dostignuće u području generiranja sadržaja umjetnom inteligencijom.
U svom postu na Facebook Izvršni direktor Meta Mark Zuckerberg opisao je ovaj rad kao "nevjerovatan napredak", dodajući: "Video je mnogo teže napraviti od fotografija, jer pored pravilnog generisanja svakog piksela, sistem također mora predvidjeti kako će se oni mijenjati tokom vremena."
Isječci traju ne više od pet sekundi i ne sadrže zvuk, ali pokrivaju ogroman raspon tragova. Iako je jasno da je video generisan kompjuterom, kvalitet ovakvih AI modela će se brzo poboljšati u bliskoj budućnosti. Za samo nekoliko godina, AI generatori slika prešli su put od stvaranja gotovo nerazumljivih slika do fotorealističkog sadržaja. I dok napredak u videu može biti sporiji s obzirom na gotovo neograničenu složenost predmetne oblasti, nagrada za besprijekorno generiranje videa motivirat će mnoge organizacije i kompanije da ulože značajna sredstva u projekat.
Kompanija kaže da planira izdati demo verziju sistema, ali nije rekla kada i kako će biti implementirana. U radu koji opisuje model, istraživači Meta napominju da se Make-A-Video obučava na parovima slika-naslov, kao i na neobilježenim video snimcima.
Sadržaj obuke izveden je iz dva skupa podataka, WebVid-10M i HD-VILA-100M, koji zajedno sadrže milione video zapisa i obuhvataju stotine hiljada sati video zapisa. Usput, ovo uključuje snimke.
Istraživači napominju da model ima mnoga tehnička ograničenja, pored mutnih kadrova i rasutih animacija. Make-A-Video daje 16 kadrova videa u rezoluciji od 64×64 piksela, koji se zatim mijenjaju pomoću posebnog AI modela na 768×768 piksela.
Možete pomoći Ukrajini u borbi protiv ruskih osvajača. Najbolji način da to učinite je da donirate sredstva Oružanim snagama Ukrajine putem Savelife ili preko službene stranice NBU.
Također zanimljivo:
- Umjetna inteligencija pomaže u pronalaženju novih kosmičkih anomalija
- Bivši šef Googlea uporedio je umjetnu inteligenciju s nuklearnim oružjem