Моральные ценности в эпоху Искусственного Интеллекта
В недавнем исследовании ученые из Государственного университета Джорджии сравнили способность большой языковой модели (БЯМ) ChatGPT4 и людей оценивать моральные дилеммы. Участникам был предложен модифицированный тест Тьюринга с 10 сценариями, варьирующимися от явно аморальных до условных социальных ситуаций.
Удивительно, но респонденты в среднем предпочли моральные рассуждения, сгенерированные ChatGPT4, охарактеризовав их как более добродетельные, умные, справедливые и надежные по сравнению с человеческими ответами.
Несмотря на впечатляющие результаты ChatGPT4, ученые предостерегают от безоговорочного доверия к моральным суждениям ИИ. Способность рассуждать об этике не гарантирует ее понимания на глубинном уровне. Исследователи призывают детально изучить, как большие языковые модели интерпретируют мораль, прежде чем полагаться на их советы в этой сфере.
Это открытие вызывает множество вопросов об этических рамках использования ИИ и о том, как мы определяем моральные ценности в эпоху искусственного интеллекта.
Первый священник с искусственным интеллектом «Отец Джастин» Уволен
В условиях стремительного развития технологий и искусственного интеллекта религия и религиозные институты также оказались затронуты. Catholic Answers, базирующаяся в Калифорнии группа по защите прав католиков и конфессий, 23 апреля прошлого года предприняла большой и довольно амбициозный шаг. Catholic Answers объявила о разработке искусственного интеллекта священника, которого они назвали «Отец Джастин».
Целью седобородого и кустистого отца Джастина является предоставление верных и образовательных ответов на вопросы о католической вере.
Названный в честь святого Юстина Мученика, апологета и отступника второго века, отец Юстин должен был стать «авторитетной, но доступной» фигурой, поддерживающей приходских священников и католическое учение.
Однако все пошло не совсем так, как планировалось.
Священник с искусственным интеллектом, разработанный организацией Catholic Answers, обернулся скандалом, столкнувшись с реакцией общества.
Первый музыкальный клип, созданный нейросетью Sora от OpenAI, революция или баловство? Как работает?
Представьте, что вы смотрите музыкальный клип, в котором каждая сцена, каждый персонаж и каждое движение камеры созданы искусственным интеллектом. Звучит как научная фантастика? Что ж, будущее уже наступило. Встречайте The Hardest Part - первый в истории музыкальный клип, полностью сгенерированный нейросетью Sora от OpenAI.
Этот новаторский проект - плод совместных усилий инди-музыканта Washed Out (настоящее имя - Эрнест Грин) и режиссера Пола Трилло. Клип на песню “The Hardest Part” демонстрирует впечатляющие возможности генеративных моделей в создании реалистичных и захватывающих визуальных образов. Но как именно работает эта технология, и какое влияние она окажет на индустрию развлечений? Давайте разберемся.
Под капотом Sora: Как нейросеть создает видео
Примечание: Следующее описание основано на рассуждениях Итана Хи (Ethan He), исследователя ИИ из NVIDIA, бывшего сотрудника FAIR и выпускника CMU, с более чем 6000 цитирований и 5000 звезд на GitHub. Оригинальная статья доступна на LinkedIn Pulse. Реальные технологии являются коммерческой тайной OpenAI и еще не были обнародованы.
Предполагается, что в основе Sora лежит DiT (диффузионный трансформер) - архитектура, которая использует возможности масштабирования трансформеров наряду с итеративным процессом уточнения диффузионных моделей, я уже рассказывал про AnimateDiff, который позволяет генерировать видео на моделях Stable Diffusion, тут этот принцип многократно улучшен.
Схема работы диффузионного трансформера
Трансформеры известны своей эффективностью в обработке последовательных данных и обеспечивают надежную архитектуру для моделирования временной динамики видео. Процесс диффузии, в свою очередь, итеративно уточняет выходные данные, начиная с зашумленного начального состояния и двигаясь к желаемому видеовыходу, повышая качество и согласованность сгенерированных видео.
Для сжатия видео Sora использует векторный квантованный вариационный автоэнкодер (VQ-VAE) на основе трехмерной сверточной нейронной сети (3D CNN). Эта архитектура сети состоит из энкодера, который уменьшает размерность визуальных данных до скрытого пространства, и декодера, который реконструирует видео из этого сжатого представления.
Схема работы VQ-VAE для сжатия видео
Использование 3D CNN позволяет захватывать временную динамику видео, что важно для создания согласованного и плавного движения в сгенерированных клипах. Симметричная конструкция энкодера и декодера обеспечивает эффективное сжатие и реконструкцию видео, сохраняя высокую точность исходного контента.
Процесс обучения Sora
Во время обучения к видеотокенам добавляется случайный шум. Трансформер получает на вход текстовое условие, временной шаг диффузии и зашумленные видеотокены.
Генерация текста в видео
Универсальность Sora распространяется на различные приложения, включая анимацию статических изображений и создание идеально зацикленных видео. Анимация статического изображения достигается путем кодирования изображения как первого токена и использования шума для остальных токенов. Для создания бесшовно зацикленных видео Sora обеспечивает идентичность первого и последнего токенов на каждом шаге диффузии, улучшая эстетическую привлекательность сгенерированного контента.
Генерация видео из изображения
Одним из самых замечательных аспектов Sora является ее способность демонстрировать такие возникающие возможности, как 3D-согласованность и постоянство объектов, без явного программирования. Традиционно для достижения 3D-согласованности в сгенерированных видео требовались специальные функции потерь. Однако Sora показывает, что при масштабировании эти возможности могут возникать естественным образом, позволяя генерировать видео, точно имитирующие реальную динамику и взаимодействия.
Таким образом, Sora представляет собой значительный скачок в области генерации видео с помощью ИИ, объединяя несколько передовых технологий для создания высококачественных видеороликов из текстовых описаний.
Создание клипа “The Hardest Part”: Сложности и уроки
Несмотря на впечатляющий результат, процесс создания клипа The Hardest Part с помощью Sora был далеко не простым. Режиссеру Полу Трилло пришлось сгенерировать более 700 видеофрагментов, чтобы отобрать из них 55 лучших для финального клипа. Каждый фрагмент требовал детального текстового описания, учитывающего не только визуальные элементы, но и движения камеры, ракурсы и действия персонажей.
Без динамики сцены смотрятся откровенно странно
“Мы пролетаем сквозь пузырь, он лопается, мы пролетаем сквозь жвачку и выходим на открытое футбольное поле”, - так Трилло описывал одну из сцен клипа.
Пока у Пола Трилло был доступ к Сора он так же сделал промо заставку для TED Talks, со столь полюбившимися ему пролетами камеры. Как по мне, получилось интереснее чем в клипе.
Этот опыт показывает, что даже с использованием передовых алгоритмов ИИ создание качественного видеоконтента требует значительных усилий и творческого подхода. Сора, безусловно, открывает новые возможности, но она не заменяет человеческий талант, а дополняет его.
Барьеры на пути к массовому использованию
Несмотря на огромный потенциал Sora и подобных технологий, их широкое применение в индустрии развлечений пока сталкивается с рядом препятствий. Главным из них является высокая стоимость генерации видео.
Для создания согласованных и реалистичных видеопоследовательностей Sora требуется огромное количество вычислительных ресурсов и объем памяти. По оценкам экспертов, генерация даже короткого клипа может обходиться в сотни или тысячи долларов. Для сравнения, другие мультимодальные модели, такие как LLaVA и CogVLM, которые работают только с изображениями и текстом, уже требуют существенных затрат на GPU и электроэнергию.
Еще одним барьером является вопрос авторских прав и интеллектуальной собственности. Модели вроде Sora обучаются на огромных массивах видеоданных, принадлежащих различным правообладателям и в том числе открытых. Использование сгенерированного ИИ контента в коммерческих проектах может привести к юридическим спорам и конфликтам интересов.
OpenAI и Голливуд: Стратегия внедрения
Сгенерированный Сэм Альтмен на фоне сгенерированных голливудских холмов
OpenAI, разработчик Sora, активно продвигает свою технологию в киноиндустрии. В марте 2024 года генеральный директор компании Сэм Альтман и другие представители провели серию встреч с голливудскими студиями, режиссерами и продюсерами. Цель этих встреч - найти партнеров для дальнейшего развития и внедрения Sora в кинопроизводство.
Для крупных киностудий использование генеративных моделей может означать существенное сокращение затрат на производство визуальных эффектов и ускорение процесса создания фильмов. OpenAI рассчитывает, что партнерство с Голливудом поможет не только улучшить Sora, но и продемонстрировать ее возможности широкой аудитории.
Однако не все в киноиндустрии разделяют энтузиазм по поводу внедрения ИИ. Многие актеры, режиссеры и другие творческие работники опасаются, что генеративные модели могут лишить их работы и нивелировать ценность человеческого таланта. Поэтому OpenAI предстоит найти баланс между технологическим прогрессом и интересами профессионального сообщества.
Sora и будущее развлечений
Первый музыкальный клип, созданный с помощью Sora, - это лишь начало большого пути. По мере развития генеративных моделей и снижения стоимости их использования, мы увидим все больше примеров применения ИИ в киноиндустрии, музыке, видеоиграх и других сферах развлечений.
Однако важно помнить, что технологии вроде Sora - это инструменты, а не замена человеческого творчества. Они открывают новые горизонты и позволяют воплощать самые смелые идеи, но за каждым успешным проектом по-прежнему стоят талантливые люди - режиссеры, сценаристы, художники и многие другие.
Первая короткометражка сделанная в Sora называется Air Head by Shy Kids
Будущее индустрии развлечений - это симбиоз творчества и технологий, в котором ИИ дополняет и усиливает человеческие способности. И клип “The Hardest Part” - это лишь первый шаг на пути к этому будущему.
А что вы думаете о потенциале генеративных моделей вроде Sora? Как они повлияют на индустрию развлечений и творческие профессии? Поделитесь своим мнением в комментариях!
Универсальная нейросеть–PopAi
В сети набирает популярность нейросеть PopAi, давайте выясним с чем это связано.
PopAi – это инновационная платформа, объединяющая все необходимые инструменты для эффективной работы с текстами, файлами и творческими задачами.
Чат-бот с ИИ помогает во многих вопросах, будь то поиск информации, редактирование текстов или даже генерация идей. Встроенный саммарайзер позволяет быстро извлекать ключевую информацию из PDF-файлов, а интегрированная читалка делает процесс получения данных более продуктивным.
Кроме того, на главной странице нейросеть имеет 3 раздела:
1.Чат с документом
Материал с маленьким объемом загружает быстро и выдает ключевую информацию через нескольких секунд. Однако, конечно, пропускает некоторые детали. К слову, дается только 2 бесплатные попытки в день.
2. Презентация
В этом разделе вы можете выбрать шаблон презентации для разных направлений. Например, бизнес-плана, школьного урока, лекций для студентов и тп. После этого необходимо указать количество страниц, слов, выбрать еще аудиторию, чтобы ChatGPT-4, встроенный в PopAi, писал для нее.
3.Изображение
DALL-E 3 сгенерирует одно изображение по подробному промту в течение одной минуты, но следующую попытку вы получите на следующий день.
Конечно, инструментов тут гораздо больше, так как мы описывали только основные. Протестировать самому можно по ссылке
Узнавайте больше подобных инструментов в телеграм-канале AIUI
Для чего нужна Sora?
«ИИ нужен не для того, чтобы делать что-то лучше человека, а чтобы делать вещи, которые раньше были невозможны»
Эта фраза прямая иллюстрация к нейросети Sora от Open AI. Она поможет не копировать старое, а воплощать в жизнь новые и невозможные идеи, которые иначе мы никогда бы не увидели.