Новы AI Make-a-Video ад Meta можа ствараць хуткія відэаролікі з тэкставых падказак

MУ ліпені eta прадставіла штучны інтэлект Make-a-Scene для генерацыі тэксту ў малюнак, які, як Dall-E і Прамежак падарожжа, выкарыстоўвае алгарытмы машыннага навучання (і вялізныя базы дадзеных саскапіяваных у інтэрнэце твораў мастацтва) для стварэння фантастычных адлюстраванняў пісьмовых падказак. У чацвер генеральны дырэктар Meta Марк Цукерберг прадставіў больш аніміраваны сучаснік Make-a-Scene, Make-a-Video.

Як вынікае з назвы, Make-a-Video - гэта "новая сістэма штучнага інтэлекту, якая дазваляе людзям пераўтвараць тэкставыя падказкі ў кароткія відэакліпы высокай якасці", - напісаў Цукерберг у блогу Meta ў чацвер. Функцыянальна Video працуе гэтак жа, як і Scene - абапіраючыся на сумесь апрацоўкі натуральнай мовы і генератыўных нейронавых сетак для пераўтварэння невізуальных падказак у выявы - гэта проста выцягванне кантэнту ў іншым фармаце.

«Наша інтуіцыя простая: даведайцеся, як выглядае свет і як ён апісваецца з парных дадзеных тэксту і выявы, і даведайцеся, як свет рухаецца з некантраляваных відэаматэрыялаў», - піша група даследчыкаў Meta ў даследчай працы, апублікаванай у чацвер раніцай. Гэта дазволіла камандзе скараціць колькасць часу, неабходнага для навучання відэамадэлі, і ліквідаваць патрэбу ў спалучэннях тэкставых і відэаданых, захоўваючы пры гэтым «неабсяжнасць (разнастайнасць у эстэтычных, фантастычных адлюстраваннях і г.д.) сучасных мадэляў стварэння выявы. »   

Як і большасць іншых даследаванняў Meta па AI, Make-a-Video выпускаецца як праект з адкрытым зыходным кодам. «Мы хочам прадумаць, як мы ствараем такія новыя генератыўныя сістэмы штучнага інтэлекту», — адзначыў Цукерберг. «Мы адкрыта дзелімся з супольнасцю гэтымі генератыўнымі даследаваннямі і вынікамі штучнага інтэлекту для атрымання зваротнай сувязі і будзем працягваць выкарыстоўваць нашу адказную структуру штучнага інтэлекту для ўдасканалення і развіцця нашага падыходу да гэтай новай тэхналогіі». 

Як і ў выпадку, здавалася б, з кожным генератыўным штучным інтэлектам, які выпускаецца, магчымасць няправільнага выкарыстання Make-a-Video немалая. Каб апярэдзіць любыя патэнцыйныя гнюсныя махінацыі, даследчая група папярэдне ачысціла навучальны набор даных Make-a-Video ад любых малюнкаў NSFW, а таксама таксічных фраз.