Rap Mona Lisa? Microsoft AI baru menganimasikan wajah dari foto

New York
CNN
—

Mona Lisa kini dapat melakukan lebih dari sekadar tersenyum, berkat teknologi AI baru dari Microsoft.

Minggu lalu, peneliti Microsoft merinci model AI baru yang mereka kembangkan yang dapat mengambil gambar diam wajah dan klip audio seseorang yang berbicara dan secara otomatis membuat video tampak realistis dari orang tersebut yang berbicara. Video-video tersebut—yang dapat dibuat dari wajah-wajah nyata, serta karikatur atau karya seni—lengkap dengan sinkronisasi bibir yang meyakinkan serta gerakan wajah dan kepala yang alami.

Dalam salah satu video eksperimental, para peneliti menunjukkan bagaimana mereka menganimasikan Mona Lisa dengan membawakan lagu rap komedi oleh aktris Anne Hathaway.

Keluaran dari model AI disebut Vasa-1, lucu dan agak kontradiktif dalam realitasnya. Microsoft mengatakan teknologi ini dapat digunakan untuk pendidikan, “meningkatkan aksesibilitas bagi individu dengan tantangan komunikasi,” atau mungkin untuk menciptakan pendamping virtual bagi manusia. Namun mudah juga untuk melihat bagaimana alat tersebut dapat disalahgunakan dan digunakan untuk menyamar sebagai orang sungguhan.

Ini adalah kekhawatiran yang melampaui Microsoft: Seiring dengan semakin banyaknya alat yang muncul untuk membuat gambar, video, dan klip audio menarik yang dihasilkan oleh AI, Para ahli prihatin Dan penyalahgunaannya dapat menyebabkan bentuk-bentuk misinformasi baru. Beberapa pihak juga khawatir bahwa teknologi akan semakin mengganggu industri kreatif, mulai dari film hingga periklanan.

Saat ini, Microsoft menyatakan belum berencana merilis model VASA-1 ke publik segera. Langkah ini serupa dengan cara mitra Microsoft, OpenAI, mengatasi kekhawatiran seputar hal ini Alat video yang dihasilkan oleh kecerdasan buatanSora: OpenAI menggoda Sora pada bulan Februari, namun sejauh ini hanya tersedia untuk beberapa pengguna profesional dan profesor keamanan siber untuk tujuan pengujian.

“Kami menentang segala perilaku yang membuat konten menyesatkan atau berbahaya bagi orang sungguhan,” kata peneliti Microsoft dalam sebuah postingan blog. Namun mereka menambahkan bahwa perusahaan “tidak memiliki rencana untuk merilis” produk tersebut ke publik “sampai kami memastikan teknologi tersebut digunakan secara bertanggung jawab dan sesuai dengan peraturan yang sesuai.”

Para peneliti mengatakan model AI baru Microsoft dilatih pada beberapa video wajah orang saat berbicara, dan dirancang untuk mengenali gerakan alami wajah dan kepala, termasuk “gerakan bibir, ekspresi (non-bibir), tatapan mata, dan kedipan, antara lain. ” hal-hal lain”. Hasilnya adalah video yang lebih realistis ketika VASA-1 menggeser gambar diam.

Misalnya, dalam satu video uji yang disetel ke klip seseorang yang tampak gelisah, tampaknya saat bermain video game, wajah yang berbicara tersebut memiliki alis yang berkerut dan bibir yang mengerucut.

Alat AI juga dapat diarahkan untuk menghasilkan video yang subjeknya melihat ke arah tertentu atau mengekspresikan emosi tertentu.

Jika dicermati, masih ada tanda-tanda bahwa video tersebut merupakan buatan mesin, seperti jarang berkedip dan gerakan alis berlebihan. Namun Microsoft mengatakan mereka yakin modelnya “secara signifikan mengungguli” alat serupa lainnya dan “membuka jalan bagi interaksi real-time dengan avatar seperti manusia yang meniru perilaku percakapan manusia.”