Η Microsoft έχει προκαλέσει πολλές συζητήσεις στο εξωτερικό γύρω από μία πολύ ανησυχητική αίτηση «πατέντας» που ουσιαστικά θα… αλλάζει ό,τι λένε οι άνθρωποι ακόμα και σε live stream βίντεο!

Η εταιρεία-«κολοσσός» κατέθεσε αίτηση διπλώματος ευρεσιτεχνίας για τεχνολογία Παραγωγικής Τεχνητής Νοημοσύνης (Generative AI), η οποία έχει τη δυνατότητα να ευθυγραμμίζει εκ νέου το στόμα, τα χείλη και τις κινήσεις του προσώπου ενός ομιλητή σε καρέ βίντεο, ώστε να συγχρονίζονται με τροποποιημένο ή μεταφρασμένο λόγο, προσδίδοντας ένα πιο ομαλό και προσεγμένο αποτέλεσμα.

Στα τέλη Οκτωβρίου δημοσιεύτηκαν λεπτομέρειες γύρω από τη δυστοπική «πατέντα». Ο κύριος σκοπός αυτής είναι η προσαρμογή, η μετάφραση και η υποτιθέμενη «βελτίωση» της ζωντανής επικοινωνίας μέσω βίντεο.

Επίσης συγχρονίζει τις κινήσεις των χειλιών και του προσώπου του ομιλητή, ώστε το αποτέλεσμα να δίνει την εντύπωση μιας φυσικής ομιλίας.

Ένα ακόμη χαρακτηριστικό αυτής της τεχνολογίας της Microsoft είναι η δυνατότητα προσαρμογής του περιεχομένου σε πραγματικό χρόνο, βάσει των προτιμήσεων του χρήστη και του κοινού.

Αυτό περιλαμβάνει την αφαίρεση περιττών λέξεων «γεμίσματος» (filler words), τη διόρθωση λανθασμένων προφορών, τη μετατροπή τοπικών διαλέκτων σε τυποποιημένο λεξιλόγιο, καθώς και την αφαίρεση ή τη φίμωση (μέσω ηχητικού σήματος) υβριστικών και προσβλητικών εκφράσεων.

Το νέο σύστημα θα μπορεί να εντοπίζει ανακριβή στοιχεία ή λανθασμένους όρους και να τους αντικαθιστά άμεσα με ακριβείς και σωστές εκφράσεις, σε περίπτωση που ο ομιλητής κάνει κάποιο λάθος ή παρουσιάσει τέτοιου είδους δεδομένα.

Ως επίσημη δικαιολογία παρουσιάζεται κάτι που εντέχνως έχει πάρει μεγάλες διαστάσεις στην εποχή μας: Υποτίθεται το κάνουν για να καταπολεμήσουν τα «deepfake» βίντεο και φωτογραφίες.

Κι όλα αυτά σε πραγματικό χρόνο! Θα τα κάνουν live και στον απλό θεατή θα φαίνεται σαν να μην γίνεται η παραμικρή παρέμβαση.

Pixabay photo