Tekstimuotoiset kehotteet realistisiksi videoiksi muokkaava Sora on tuorein esimerkki tekoälyn valtavan nopeasta kehittymisestä.
Tyylikäs nainen kävelee Tokiossa neonkylttien hehkussa musta nahkatakki, aurinkolasit ja punainen mekko päällään. Kadun pinnan vesilammikoista heijastuvat kaupungin valot. Nainen on itsevarma ja rento.
Tällä kuvailulla tekoäly on luonut alla näkyvän videon, jonka Chat GPT:stä tuttu Open AI on julkaissut viestipalvelu X:ssä.
Kyseessä on eilen torstaina esitellyn Sora-nimisen työkalun tuotos. Kyseessä on tekoälymalli, joka luo tekstimuotoisesta kehotteesta minuutin mittaisia videoita.
Työkalu on herättänyt tuoreeltaan paljon hämmästelyä videoiden realistisuudesta, vaikka Open AI sanoo niissä olevan vielä heikkouksia. Katumaiseman esimerkkivideolla voi esimerkiksi havaita, miten epäluonnollisesti naisen nilkat heiluvat ja askelrytmi heittelee.
Sora ei ole vielä saatavilla yleiseen käyttöön, mutta se on siirtynyt turvallisuustesteihin. Open AI sanoo rakentavansa estoja esimerkiksi väkivaltaisen, seksuaalisen tai julkisuuden henkilöiden ulkonäköä jäljittelevän sisällön tuottamiseen.
Kehitysaskeleita ja uhkakuvia
Sora ei ole ensimmäinen sovellus, jolla tekstistä saadaan realistisen näköisiä videoita tekoälyn avulla. Esimerkiksi Google testaa sovellusta nimeltä Lumiere ja Metalla on kehityksessä Emu-niminen malli.
Tekoälyn tuottamat tekstit, kuvat ja videot ovat herättäneet paljon keskustelua niiden uhista ja mahdollisuudesta.
Viime vuonna Hollywoodin näyttelijöiden ja käsikirjoittajien lakoissa yhtenä keskeisenä kysymyksenä oli se, miten tekoälyä voi käyttää elokuva- ja televisiotuotannoissa.
Soralla pystyy luomaan hyvin elokuvamaisia kohtauksia. X-palvelussa jaetussa videossa näkyy esimerkiksi kamera-ajo talvisella kujalla Tokiossa.
Vaikka Open AI on varmasti valinnut esittelyyn työkalun parhaita tuotoksia, asiantuntijoiden mukaan videoiden pituus ja laatu ovat merkittävä kehitysaskel visuaalisen tekoälyn saralla.
– En odottanut näin pitkäkestoisia ja johdonmukaisia videoita vielä kahteen tai kolmeen vuoteen, sanoi Illinoisin yliopiston informaatiotutkimuksen professori Ted Underwood Washington Postille.
ABI Research -konsulttiyhtiön vanhempi analyytikko Reece Hayden sanoi CNN:n haastattelussa uskovansa Soran tyyppisillä tekoälymalleilla olevan suuri vaikutus digitaalisen viihteen markkinoille.
– Yksi ilmeinen käyttötapa on televisiossa. Näin pystytään luomaan lyhyitä kohtauksia tukemaan tarinoita. Malli on silti rajallinen, mutta se näyttää markkinoiden suunnan.
