Mona Lisa’nın rap yaparken nasıl görüneceğini hiç merak ettiniz mi? Yapay zeka bunu mümkün hale getirdi. Microsoft’un en son yapay zeka yeniliği VASA-1, yüzlerin statik görüntülerini gerçekçi animasyonlu konuşma veya şarkı kliplerine dönüştürerek gerçeklik ile kurgu arasındaki çizgiyi bulanıklaştırıyor. Teknoloji, dudak hareketlerini sesle senkronize ederek kişinin konuştuğu veya şarkı söylediğine dair ikna edici bir yanılsama yaratıyor. Microsoft, Leonardo da Vinci’nin Mona Lisa rap’i gibi eğlenceli örneklerle sergilenmesine rağmen, kimliğe bürünme veya dolandırıcılık gibi kötüye kullanım potansiyelini kabul ediyor ve aracı kamuya yayınlamaktan kaçındı.
Mona Lisa rap görüntüsü
Microsoft araştırmacıları bir blog yazısında VASA’yı ‘sanal karakterlerin gerçekçi konuşan yüzlerini oluşturmaya yönelik bir çerçeve’ olarak tanımlıyor. Yazıda: “İnsanın konuşma davranışlarını taklit eden gerçekçi avatarlarla gerçek zamanlı etkileşimlerin önünü açıyor Metodumuz yalnızca değerli dudak-ses senkronizasyonu üretmekle kalmıyor, aynı zamanda gerçekçilik ve canlılık algısına katkıda bulunan geniş bir duygu yelpazesini, etkileyici yüz nüanslarını ve doğal baş hareketlerini de yakalayabiliyor” ifadelerine yer veriliyor.
Georgetown Üniversitesi Güvenlik ve Gelişen Teknoloji Merkezi’nde direktör olan Helen Toner, yapay zeka ile ilgili bu çağrısını TED konferansında yaptığı bir konuşmada yaptı. Toner, geçen yıl şirketin CEO’su Sam Altman’ın görevden alınmasına destek…
VASA-1, ister gerçek ister kurgu olsun, bir yüzün hareketsiz görüntüsünü analiz ederek ve yüzü gerçek zamanlı olarak canlandırmak için onu sesle eşleştirerek çalışıyor. Microsoft’un araştırmacıları, VASA-1’in, dijital avatarlarla gerçekçi etkileşimler için çeşitli duyguları ve nüansları aktarabilen, gerçekçi konuşan yüzler oluşturmaya yönelik bir çerçeve olduğunu öne sürüyor. ESET güvenlik uzmanı Jake Moore, “Görmek artık kesinlikle inanmamak” diyor.
Moore: “Bu teknoloji geliştikçe, herkesin neyin mümkün olduğunun tam olarak farkında olmasını ve yazışmaları gerçek olarak kabul etmeden önce iki kez düşünmesi gerektiğini garanti altına almak için zamana karşı bir yarış yapılıyor. Ancak, diğer ilgili içerik oluşturma teknikleri gibi, yine de insanların kimliğine bürünmek amacıyla kötüye kullanılma potansiyeli var” diyor. Ayrıca Moore: “Gerçek kişilere yönelik yanıltıcı veya zararlı içerik oluşturmaya yönelik her türlü davranışa karşıyız ve sahtecilik tespitini geliştirmeye yönelik tekniğimizi uygulamakla ilgileniyoruz. Şu anda, bu yöntemle oluşturulan videolar hala tanımlanabilir yapılar içeriyor ve sayısal analiz, gerçek videoların orijinalliğini elde etmek için hala bir boşluk olduğunu gösteriyor” ifadelerini kullanıyor.
Umut verici uygulamalarına rağmen uzmanlar, teknolojinin aldatma ve manipülasyon potansiyeline ilişkin endişelerini dile getiriyor. Bireylerin asla söylemedikleri şeyleri söylüyormuş gibi görünmelerini sağlama yeteneği ile VASA-1, dolandırıcılık ve yanlış bilgilendirmeyi kolaylaştırabilir.
Mona Lisa rap görüntüsü için buraya tıklayabilirsiniz.
