Umjetna inteligencija (AI) generatori teksta u sliku dospjeli su na naslovnice posljednjih mjeseci, ali istraživači su već prešli na sljedeću granicu: AI pokretani generatori teksta u video. Meta istraživači su javno predstavili takav novi generator, prenosi The Verge.
Metin inženjerski tim za strojno učenje predstavio novi sustav nazvan Make-A-Video. Ovaj AI model omogućuje korisnicima da unesu grubi opis scene i generira kratki video koji odgovara njihovom tekstu. Videozapisi su jasno umjetni, s mutnim objektima i iskrivljenim animacijama, ali su i dalje značajno postignuće u području generiranja sadržaja umjetnom inteligencijom.
U svom postu na Facebook Izvršni direktor Mete Mark Zuckerberg opisao je rad kao "nevjerojatan napredak", dodavši: "Video je puno teže stvoriti nego fotografije, jer osim što ispravno generira svaki piksel, sustav također mora predvidjeti kako će se oni mijenjati tijekom vremena."
Isječci traju najviše pet sekundi i ne sadrže zvuk, ali pokrivaju ogroman raspon tragova. Iako je jasno da je video računalno generiran, kvaliteta takvih AI modela brzo će se poboljšati u bliskoj budućnosti. U samo nekoliko godina AI generatori slika prešli su put od stvaranja gotovo nerazumljivih slika do fotorealističnog sadržaja. I dok napredak u videu može biti sporiji s obzirom na gotovo neograničenu složenost predmetnog područja, nagrada za besprijekorno stvaranje videa motivirat će mnoge organizacije i tvrtke da ulože značajna sredstva u projekt.
Tvrtka kaže da planira izdati demo verziju sustava, ali nije rekla kada ili kako će biti implementirana. U radu koji opisuje model, istraživači Mete napominju da je Make-A-Video obučen na parovima slika-naslov, kao i na neoznačenim video snimkama.
Sadržaj obuke izveden je iz dva skupa podataka, WebVid-10M i HD-VILA-100M, koji zajedno sadrže milijune videozapisa i obuhvaćaju stotine tisuća sati video zapisa. Usput, ovo uključuje snimke.
Istraživači napominju da model ima mnoga tehnička ograničenja, osim mutnih okvira i raspršenih animacija. Make-A-Video emitira 16 okvira videa u razlučivosti od 64 × 64 piksela, koji se zatim mijenjaju pomoću zasebnog AI modela na 768 × 768 piksela.
Možete pomoći Ukrajini u borbi protiv ruskih osvajača. Najbolji način da to učinite je donirati sredstva Oružanim snagama Ukrajine putem Savelife ili putem službene stranice NBU.
Također zanimljivo:
- Umjetna inteligencija pomaže u pronalaženju novih kozmičkih anomalija
- Bivši šef Googlea usporedio je umjetnu inteligenciju s nuklearnim oružjem