يمكن للذكاء الاصطناعي الجديد لـ Meta Make-a-Video إنشاء مقاطع أفلام سريعة من المطالبات النصية

Mكشفت شركة eta النقاب عن إنشاء برنامج Make-a-Scene لتحويل النص إلى صورة بالذكاء الاصطناعي في يوليو ، والذي مثل Dall-E و ميدجورني، يستخدم خوارزميات التعلم الآلي (وقواعد البيانات الضخمة للأعمال الفنية المقتطعة عبر الإنترنت) لإنشاء صور خيالية للمطالبات المكتوبة. يوم الخميس ، كشف مارك زوكربيرج ، الرئيس التنفيذي لشركة Meta ، عن Make-a-Scene المعاصر الأكثر حيوية في Make-a-Video.

كما يوحي اسمها ، فإن Make-a-Video هو "نظام ذكاء اصطناعي جديد يتيح للأشخاص تحويل الرسائل النصية إلى مقاطع فيديو مختصرة وعالية الجودة" ، كتب زوكربيرج في مدونة ميتا يوم الخميس. من الناحية الوظيفية ، يعمل الفيديو بالطريقة نفسها التي يعمل بها Scene - بالاعتماد على مزيج من معالجة اللغة الطبيعية والشبكات العصبية المولدة لتحويل المطالبات غير المرئية إلى صور - إنه يسحب المحتوى بتنسيق مختلف.

كتب فريق من باحثي ميتا في ورقة بحثية نُشرت صباح الخميس: "حدسنا بسيط: تعرف على شكل العالم وكيف يتم وصفه من بيانات الصور النصية المزدوجة ، وتعلم كيف ينتقل العالم من لقطات فيديو غير خاضعة للإشراف". أدى القيام بذلك إلى تمكين الفريق من تقليل مقدار الوقت اللازم لتدريب نموذج الفيديو والقضاء على الحاجة إلى بيانات نصية - فيديو مقترنة ، مع الحفاظ على "الاتساع (التنوع في الرسوم الجمالية والخيالية ، وما إلى ذلك) لنماذج إنشاء الصور الحالية. "   

كما هو الحال مع معظم أبحاث الذكاء الاصطناعي في Meta ، يتم إصدار Make-a-Video كمشروع مفتوح المصدر. وأشار زوكربيرج: "نريد أن نفكر مليًا في كيفية بناء أنظمة ذكاء اصطناعي جديدة مثل هذه". "نحن نشارك علنًا هذا البحث التوليدي والنتائج الخاصة بالذكاء الاصطناعي مع المجتمع للحصول على تعليقاتهم ، وسنواصل استخدام إطار عمل الذكاء الاصطناعي المسؤول لدينا لتحسين وتطوير نهجنا تجاه هذه التكنولوجيا الناشئة." 

كما هو الحال مع كل ذكاء اصطناعي تم إصداره على ما يبدو ، فإن فرصة إساءة استخدام Make-a-Video ليست صغيرة. للتغلب على أي خدع شائنة محتملة ، قام فريق البحث بشكل استباقي بتنظيف مجموعة بيانات تدريب Make-a-Video لأي صور NSFW بالإضافة إلى الصياغة السامة.