متا از هوش مصنوعی جدیدی برای تبدیل متن به ویدیو رونمایی کرد

مدیرعامل متا از سیستم هوش مصنوعی جدیدی رونمایی کرده که می‌تواند متن را به ویدیو تبدیل کند. این سیستم تقریبا شبیه Dall-E است، اما وقتی به آن متن می‌دهید، به جای تبدیل توصیفات شما به یک تصویر، برایتان ویدیو خلق می‌کند.

هوش مصنوعی تبدیل متن به ویدیو

مارک زاکربرگ با انتشار ویدیوی یک خرس عروسکی که در حال کشیدن پرتره خودش است، از این برنامه که ظاهرا Make-A-Video نام دارد، رونمایی کرد. این ویدیو همچنین اسبی را در حال آب خوردن، یک بشقاب پرنده را در ارتفاع نزدیک به زمین، هنرمندی را در حال نقاشی روی بوم و یک سگ ابرقهرمان را در حال پرواز نشان می‌دهد. همه این ویدیوها با توصیفات ساده متنی خلق شده‌اند.

زاکربرگ می‌گوید: «عملکرد این سیستم خیلی شگفت‌انگیز است. خلق ویدیو به جای تصویر کار بسیار سخت‌تری است چون این سیستم جدا از تلاش برای تولید دقیق هر پیکسل، باید پیش‌بینی کند که پیکسل‌ها در طول زمان چگونه تغییر می‌کنند. Make-A-Video با افزودن لایه‌ای از یادگیری که تحت نظارت قرار ندارد، این کار را انجام می‌دهد و اجازه می‌دهد سیستم حرکات در دنیای فیزیکی را درک کرده و از این آموخته‌ها در الگوریتم‌های مرسوم تبدیل متن به تصویر استفاده کند.»

مدیرعامل متا می‌گوید این شرکت در آینده دموی کاملی را از این سیستم به اشتراک خواهد گذاشت، اما فعلا معلوم نیست که کاربران چه زمانی می‌توانند خودشان این هوش مصنوعی را امتحان کنند. اما در مجموع به نظر می‌رسد که ویدیوها کوتاه و باکیفیت هستند و با کمک پیشرفت‌های اخیر این شرکت در زمینه فناوری‌های زایا ساخته می‌شوند.

متا در بیانیه‌ای درباره هوش مصنوعی جدید خود می‌گوید: «Make-A-Video از مجموعه داده‌های عمومی استفاده می‌کند تا سطح بالاتری از شفافیت در تحقیقات را ارائه کند. ما آزادانه مطالعات مربوط به هوش مصنوعی زایا و نتایج آن را برای دریافت بازخورد با کاربران به اشتراک می‌گذاریم و از چارچوب مسئولانه خود در زمینه هوش مصنوعی استفاده می‌کنیم تا رویکردمان را در خصوص این فناوری‌های نوظهور بهبود و پیشرفت دهیم.»