مايكروسوفت تعمل على أداة ذكاء اصطناعي تحوّل صورة ومقطع صوتي إلى “وجه ناطق”

ابتكر باحثون من شركة “مايكروسوفت” أداة ذكاء اصطناعي قادرة على تحويل صورة وجه ومقطع صوتي إلى فيديو واقعي جدا لـ”وجه يتكلّم”، بحسب وثيقة نشرتها شركة التكنولوجيا الكبرى هذا الأسبوع.

وأشارت الشركة إلى أن “هدف الأداة لا يتمثل في إنشاء محتوى بقصد التضليل أو الخداع”، لافتة إلى أنّ “الاداة، وعلى غرار تقنيات إنشاء محتوى أخرى، قد تُستخدم لأهداف مسيئة وانتحال صفة أيّ كان”.

ويثير النمو السريع للذكاء الاصطناعي التوليدي، الذي يتيح بسهولة إنتاج مختلف أنواع المحتوى (نصوص وصور وأصوات…) بجودة عالية جدا، مخاوف كثيرة خصوصا في ما يتعلق بالاستغلال لأغراض الاحتيال والتضليل.

وأكّدت مايكروسوفت أن “بحثنا يركز على الصور الرمزية الافتراضية (أفاتار)، بهدف الاستخدام الإيجابي”، مضيفة “نعارض أي سلوك يهدف إلى إنشاء محتوى مضلل أو ضار”.

ولا تعتزم شركة التكنولوجيا، وهي مستثمر رئيسي في “أوبن إيه آي” مبتكرة برنامج “تشات جي بي تي”، إتاحة الأداة الجديدة أو تقديم معلومات تقنية “طالما اننا غير متأكدين من أنّ الأداة ستُستخدم بشكل مسؤول بحسب القوانين المعمول بها”.

ويلتقط البرنامج المسمى “فاسا-1” (VASA-1) صورة وجه بسيطة ويسجل مقطعا صوتيا ويحولهما إلى شريط فيديو يظهر وجها يتحرك ويتكلم بطريقة واقعية جدا.

وتعمل شركات أخرى على هذه التقنية، على غرار “رَنواي” Runway، إحدى الشركات المتخصصة في الذكاء الاصطناعي التوليدي للفيديو. وأنشأ باحثون من “غوغل” برنامج ذكاء اصطناعي مسمى “فلوغر” قادر على إنشاء مقاطع فيديو واقعية لوجوه ناطقة.

وأشارت “مايكروسوفت” إلى أنّ فوائد ابتكار هذه الأداة “مثل تعزيز المساواة في مجال التعليم، ومساعدة مَن يعانون صعوبات في التواصل، وتوفير الدعم العلاجي لمَن يحتاجونه”، تبرر العمل عليها.