Аппалач Ярославни
Хоча багато хто боїться майбутнього, в якому медіа, створені штучним інтелектом, не будуть відрізнятися від традиційних, руйнуючи суспільство та/або цивілізацію, ми все ж поки не зовсім там.
Доказом цього є сюрреалістична реклама пива, створена за допомогою штучного інтелекту, яка стала вірусною на вихідних.
30-секундне відео під назвою Synthetic Summer вперше з’явилося в Instagram близько тижня тому. Його створили Гелен Пауер і Кріс Бойл з лондонської продакшн-компанії Privateisland.tv.
Ймовірно, створили ролик за допомогою нової моделі штучного інтелекту Gen-2 від Runway, яка може створювати короткі відеокліпи на основі письмових підказок, подібно до того, як Stable Diffusion може створювати нерухомі зображення.
У відео під пісню Smash Mouth — All Star ми бачимо симулякри людей, які відпочивають на стереотипному американському барбекю на задньому дворі, час від часу фізично зливаючись з імпресіоністичними пивними посудинами. Жінки сміються, щелепи роззявляються. Пивні келихи перетворюються на пивні бляшанки. Полум’яні грилі набувають статусу вогняного торнадо і дугою перетинають подвір’я. Це видовище сюрреалістичного пекла, яке водночас знайоме і напрочуд чуже.
Чому воно таке дивне?
Наразі відеогенератори зі штучним інтелектом все ще примітивні. Поки їхні творці навчають моделі, вони працюють з набагато меншим набором вихідних даних, ніж моделі синтезу нерухомих зображень, а їхній запуск значно дорожчий в обчислювальному плані. Імпресіоністичний погляд на рекламу пива, ймовірно, походить від поглинання суті реальної реклами пива в наборі даних Gen-2.
Компанія Runway не розкрила набір даних, використаний для навчання Gen-2, але в статті для Gen-1 (більш ранньої моделі) вона посилалася на «внутрішній набір даних з 240 млн зображень і користувацький набір даних з 6,4 млн відеокліпів».
Однак пиво — не єдиний продукт, який рекламує штучний інтелект. 24 квітня хтось під ніком Pizza Later опублікував у Twitter відеоролик вигаданого ресторану під назвою Pepperoni Hug Spot. Створений значною мірою ШІ він включає спотворені зображення людей, що їдять піцу, згенеровані Runway’s Gen-2. Крім того, його творець, як повідомляється, згенерував сценарій за допомогою GPT-4, використав Midjourney для нерухомих зображень, а голос за кадром створив Eleven Labs. Все це було змонтовано за допомогою Adobe After Effects.
Обидва ці твори, ініційовані та зібрані людиною, показують, що генеративний ШІ ще має пройти довгий шлях.
Проте жодне відео не може зрівнятися з чистотою і величчю створеного штучним інтелектом Вілла Сміта, який їсть спагеті, що назавжди залишиться в наших серцях як наш перший кошмарний відеомем, згенерований штучним інтелектом.
Нагадаємо, що напередодні один із братів Руссо заявив, що ШІ скоро будуть використовувати для «створення оповіді» в кіно.