VASA-1

كشفت شركة مايكروسوفت النقاب عن نظام ذكاء اصطناعي جديد مبتكر يسمى VASA-1، وهو لا يقتصر على تحليل الصور وتحريكها فحسب، بل يجعل التاريخ يغني، ويمكن لهذه التقنية المبتكرة التقاط صورة ثابتة للوجه وإنشاء مقطع فيديو نابض بالحياة وهو يتحدث، والعالم يضج بردود أفعال تتراوح من التسلية إلى لمسة من الرعب، كل ذلك بفضل قدرة VASA-1 على بث الحياة في لوحة الموناليزا الغامضة.

وتخيل أن اللوحة الشهيرة لليوناردو دافنشي تنبض بالحياة (ستجد الفيديو اسفل المقال)، وشفتاها تتحركان بالتزامن مع أغنية الراب للممثلة آن هاثاواي، وهذا ليس مشهداً من حلم معين او فيلم من الخيال العلمي؛ وهو عرض لقدرات VASA-1 الرائعة، ويتجاوز النظام مجرد مزامنة الشفاه، حيث يلتقط تعابير الوجه الدقيقة وحركات الرأس لخلق تأثير طبيعي مذهل.

وتتصور شركة Microsoft مستقبلاً يمكن فيه استخدام برنامج الذكاء الاصطناعي VASA-1 للأغراض التعليمية، وإضفاء الحيوية على الشخصيات التاريخية وإنشاء تجارب تعليمية تفاعلية، بل ويمكن أن يمهد الطريق لرفاق افتراضيين، ويقدمون الرفقة لأولئك الذين قد يحتاجون إليها.

ومع ذلك، مع القوة الكبيرة تأتي مسؤولية كبيرة، وتعترف Microsoft بالاخطاء المحتملة لـ VASA-1، ويمكن إساءة استخدام هذه التكنولوجيا لإنشاء مقاطع فيديو "عميقة التزييف" شديدة الواقعية يمكن استخدامها لانتحال شخصية الأشخاص لأغراض ضارة، وإدراكاً لهذه المخاطر، اتبعت مايكروسوفت نهجاً حذراً، حيث اختارت عدم إطلاق التكنولوجيا للجمهور حتى الآن.

ومن غير المستغرب أن تعج شبكة الإنترنت بردود الفعل على أغنية الراب الموناليزا، ويجدها البعض مضحكة ومبتكرة، بينما يعبر البعض الآخر عن مخاوفهم بشأن احتمالية التلاعب، ويعد هذا الفيديو واسع الانتشار بمثابة تذكير صارخ بالسيف ذي الحدين الذي يمكن أن يكون عليه الذكاء الاصطناعي.

وتحت الغطاء، يكمن سحر VASA-1 في تدريبه، وقامت مايكروسوفت بتغذية النظام بكمية هائلة من البيانات – مقاطع فيديو لأشخاص يتحدثون – مما سمح له بالتعرف على الحركات المعقدة للوجه البشري، ويتم أخذ حركة الشفاه، وتعبيرات الوجه، ونظرة العين، وحتى الرمش في الاعتبار لخلق شعور بالأصالة.

والأهم من ذلك أن مايكروسوفت تؤكد التزامها بالتنمية المسؤولة، وقبل إطلاق العنان لـ VASA-1 على العالم، سيتأكدون من استخدام التكنولوجيا بشكل أخلاقي ووفقاً للوائح، وهذا النهج الحذر يستحق الثناء، لأنه يعطي الأولوية للمخاطر المحتملة الناجمة عن إساءة استخدام الذكاء الاصطناعي.

Microsoft just dropped VASA-1.

This AI can make single image sing and talk from audio reference expressively. Similar to EMO from Alibaba

10 wild examples:

1. Mona Lisa rapping Paparazzi pic.twitter.com/LSGF3mMVnD

— Min Choi (@minchoi) April 18, 2024