جان بخشیدن به عکس ها با هوش مصنوعی - وبلاگ ادکلن شنل

به گزارش وبلاگ ادکلن شنل، محققان گوگل از هوش مصنوعی VLOGGER رونمایی کردند که می تواند از عکس های ثابت ویدئوی صحبت کردن فرد را بسازد.

به گزارش وبلاگ ادکلن شنل ، محققان گوگل یک سیستم هوش مصنوعی تازه توسعه داده اند که می تواند فقط از عکس ثابت ویدئوهای واقعی از صحبت کردن، ژست ها و حرکت های افراد را ایجاد کند. این فناوری که VLOGGER نام دارد، به مدل های پیشرفته یادگیری ماشین برای ترکیب فیلم های واقع بینانه تکیه می کند.

به نقل از فارس، این مدل هوش مصنوعی می تواند از یک فرد عکس و یک کلیپ صوتی را به عنوان ورودی بگیرد و سپس ویدئویی را که با صدا منطبق است تولید کند با ایجاد حالات صورت مربوطه، حرکات سر و دست. اگرچه ویدئوها کامل نیستند، اما نشان دهنده جهشی قابل توجه در توانایی متحرک کردن تصاویر ساکن هستند.از آنجایی که ویدئوهای تولید شده از طریق هوش مصنوعی واقعی تر و ایجاد آن آسان تر می شوند، چالش های مربوط به اطلاعات نادرست و جعل دیجیتال را تشدید می کنند.

محققان به سرپرستی انریک کورونا، از نوعی مدل یادگیری ماشین به نام مدل های انتشار برای دستیابی به نتایج استفاده کردند. مدل های انتشار اخیراً عملکرد قابل توجهی در تولید تصاویر بسیار واقعی از توضیحات متن نشان داده اند. با توسعه آنها در حوزه ویدئو و آموزش بر روی مجموعه داده های تازه گسترده، این تیم توانست یک سیستم هوش مصنوعی ایجاد کند که می تواند عکس ها را به روشی بسیار متقاعدکننده زنده کند.

5858