Bạn nghe thấy giọng nói hơi cứng, đôi môi của phát thanh viên di chuyển khác lạ, bởi đây là sản phẩm được tạo ra bởi máy tính. Tuy vậy, không có nghĩa đây là một phát thanh viên trí tuệ nhân tạo. Theo như phóng viên của tạp chí MIT Technology Review trực thuộc Viện Công nghệ Massachusetts MIT, sản phẩm không hề “thông minh” chút nào. Đây chỉ là “một con rối đọc lời thoại” mà thôi, chứ chẳng có tí “thông minh” nào trong đó cả đâu.
Công ty Sogou, cha đẻ của những phát thanh viên ảo, đưa thuật toán hình ảnh của một phát thanh viên thực, kèm theo lời thoại để huấn luyện cỗ máy tạo ra một hình ảnh theo ý muốn.
Cụ thể, đây là một phần mềm đã học được cách tạo ra vẻ ngoài và giọng nói trông có vẻ như là một phát thanh viên thực thụ. Rất ấn tượng, nhưng chỉ là 1 ví dụ rất nông cạn cho “machine learning – máy học”. Theo các nhà nghiên cứu tại MIT, ta có thể gọi đây là “phát thanh viên trí tuệ nhân tạo”, nhưng nó sẽ gây hiểu nhầm.
Trên thực tế thì bất kỳ ai cũng có thể tạo ra những đoạn video như vậy, và chúng ta từng chứng kiến nó trở thành trào lưu nguy hiểm mang tên deepfakes.
Theo như phóng viên của tạp chí MIT Technology Review, đây chỉ là con rối đọc lời thoại mà thôi.
Công nghệ này sẽ cải thiện khả năng hoạt họa, kỹ xảo máy tính và công nghệ phát triển game trong tương lai. Nhưng lẩn khuất đâu đây là những điểm đáng lo ngại, một cỗ máy tính đủ mạnh có thể lồng ghép những khuôn mặt quen thuộc, nổi tiếng vào bất kỳ cơ thể người nào. Chuyện này đã và đang diễn ra, khi một số video không đứng đắn cho lắm, sử dụng kỹ thuật ghép mặt vừa nêu, vẫn trôi nổi trên Internet.
Vài tháng trước, phóng viên Technology Review gặp mặt CEO của Sogou là Wang Xiaochaun khi anh có bài diễn thuyết tại Đại học Tsinghua, giới thiệu những dự án trí tuệ nhân tạo mới của mình. Một trong số đó là video của một ngôi sao điện ảnh nổi tiếng đang video call cho người xem.
Có một điều chắc chắn duy nhất: tương lai của trí tuệ nhân tạo sẽ có vẻ ngoài và giọng nói rất kỳ quái, chúng ta chưa thể thích ứng được ngay.
Theo Trí Thức Trẻ
