x5p2qoem.png
Μια σκηνή που δημιουργήθηκε από τον Sora. (Εικόνα: OpenAI)

Το Sora είναι το νέο μοντέλο δημιουργικής τεχνητής νοημοσύνης της OpenAI που λειτουργεί παρόμοια με τη γεννήτρια εικόνων Dall-E της εταιρείας. Οι χρήστες απλώς ζητούν περιεχόμενο βίντεο και το Sora επιστρέφει ένα βίντεο κλιπ υψηλής ποιότητας. Μπορεί επίσης να δημιουργήσει βίντεο από στατικές εικόνες, να επεκτείνει βίντεο ή να γεμίσει κενά καρέ.

Το βίντεο θα μπορούσε να είναι το επόμενο σύνορο για την παραγωγική Τεχνητή Νοημοσύνη, καθώς τα chatbot και οι γεννήτριες εικόνων εισέρχονται στον πραγματικό κόσμο. Ενώ είναι ευπρόσδεκτη από τους λάτρεις της Τεχνητής Νοημοσύνης, η νέα τεχνολογία εγείρει επίσης σοβαρές ανησυχίες σχετικά με την παραπληροφόρηση καθώς πλησιάζουν οι μεγάλες παγκόσμιες πολιτικές εκλογές. Σύμφωνα με στοιχεία της εταιρείας μηχανικής μάθησης Clarity, ο αριθμός των deepfakes που δημιουργούνται από την Τεχνητή Νοημοσύνη έχει αυξηθεί κατά 900% σε ετήσια βάση.

Με το Sora, η OpenAI επιδιώκει να ανταγωνιστεί εργαλεία τεχνητής νοημοσύνης που δημιουργούν βίντεο από ανταγωνιστές όπως η Meta, η Google και νεοσύστατες επιχειρήσεις όπως η Stability AI. Η Amazon έχει επίσης λανσάρει το Create with Alexa, ένα μοντέλο που βασίζεται σε προτροπές για τη δημιουργία κινούμενου περιεχομένου σύντομης μορφής για παιδιά.

Η Sora μπορεί προς το παρόν να δημιουργήσει βίντεο διάρκειας μόνο ενός λεπτού ή λιγότερο. Υπάρχει επίσης μια μικρή ομάδα—ή «κόκκινη ομάδα»—που χρησιμοποιεί το μοντέλο για να αναζητήσει τρωτά σημεία ασφαλείας. Η OpenAI δεν έχει δημοσιεύσει καμία δημόσια επίδειξη πέρα ​​από τα 10 δείγματα κλιπ που είναι διαθέσιμα στον ιστότοπό της.

Η OpenAI δημιουργεί επίσης έναν ταξινομητή που μπορεί να αναγνωρίσει βιντεοκλίπ ως προϊόντα της Sora και σχεδιάζει να συμπεριλάβει ορισμένα μεταδεδομένα στην έξοδο για να βοηθήσει στην αναγνώριση περιεχομένου που δημιουργείται από τεχνητή νοημοσύνη. Η προσπάθεια είναι παρόμοια με αυτήν που κάνει η Meta για την αναγνώριση εικόνων που δημιουργούνται από τεχνητή νοημοσύνη.

Το Sora, όπως και το ChatGPT, χρησιμοποιεί την αρχιτεκτονική Transformer που εισήγαγαν οι ερευνητές της Google σε μια εργασία του 2017.

(Σύμφωνα με το CNBC)