دستور نيوز
تمثل تقنية Sora الجديدة من OpenAI نقلة غير عادية في عالم الذكاء الاصطناعي، خاصة في مجال تحويل النص إلى فيديو. إضافة إعلان تم تصميم هذه التقنية المبتكرة للدخول في عصر جديد من إنشاء محتوى الفيديو، مما يسمح بإنشاء مقاطع فيديو واقعية للغاية ومبتكرة تصل مدتها إلى دقيقة واحدة عبر تعليمات نصية بسيطة. بفضل هذه القدرة، يعد سورا مثالًا رائعًا على إمكانات الذكاء الاصطناعي لإحداث ثورة في إنشاء الوسائط الرقمية. على سبيل المثال، تم إعطاء سورا التعليمات التالية: “امرأة أنيقة تسير في أحد شوارع طوكيو المليئة بالنيون المتوهج الدافئ ولافتات المدينة المتحركة. ترتدي سترة جلدية سوداء، وفستانًا أحمر طويلًا، وحذاء أسود، وتحمل محفظة سوداء. إنها ترتدي النظارات الشمسية وأحمر الشفاه. إنها تمشي بثقة وبشكل عرضي. الشارع رطب وعاكس، مما يخلق تأثير مرآة للأضواء الملونة. “الكثير من المارة يتجولون.” هذه هي النتيجة (من موقع OpenAI): القدرات والتحديات المبتكرة يستطيع Sora إنشاء مشاهد معقدة تضم شخصيات متعددة، وأنواع محددة من الحركة، وسيناريوهات مفصلة، كل ذلك مع فهم الفروق الدقيقة المضمنة في موجه المستخدم. إحدى الميزات البارزة هي قدرة Sora على إنشاء فيديو كامل مرة واحدة، وبالتالي التخلص من التناقضات، مثل التغييرات في المظهر عندما تتحرك الأهداف خارج نطاق الرؤية. ومع ذلك، فإن النموذج لا يخلو من نقاط الضعف. على سبيل المثال، قد يتم تصوير شخص ما وهو يتناول قضمة من تفاحة، ولكن علامة القضمة قد لا تظهر على التفاحة بعد الآن. كما قد يواجه سورا صعوبة في التعامل مع التفاصيل المكانية والاتجاهات، مثل عدم التمييز بين اليسار واليمين، أو صعوبة في وصف أحداث المشاهد التي تتكشف مع مرور الوقت، مثل الالتزام بمسار معين للكاميرا. مثال آخر على النتيجة التي تم إنشاؤها بواسطة تقنية سورا كان هذا الفيديو (من موقع OpenAI) حيث طُلب منه على وجه التحديد: “تواجه الكاميرا مباشرة المباني الملونة في بورانو، إيطاليا. كلب دلماسي رائع ينظر من خلال نافذة في مبنى بالطابق الأرضي. كثير من الناس يسيرون ويركبون الدراجات على طول شوارع القناة أمام المباني. تقنيات البحث والتطوير على غرار نماذج GPT، يستخدم Sora أنواع بنيات التعلم العميق المستخدمة لمعالجة البيانات التسلسلية، مما يسمح له بمعالجة كميات كبيرة من البيانات بكفاءة. يمثل النموذج مقاطع الفيديو والصور كمجموعات من تصحيحات البيانات، على غرار الرموز المميزة في GPT، مما يسمح له بالتدريب على مجموعة متنوعة من البيانات المرئية. ومن خلال توحيد تمثيل البيانات، تمكن تقنية Sora من التعامل مع المدة والدقة والمواصفات الأخرى بشكل أكثر كفاءة من أي وقت مضى. يعتمد Sora أيضًا على الأبحاث التي أجريت على نماذج DALL-E وGPT، ويستخدم تقنية الاسترجاع الخاصة بـ DALL-E 3 لإنشاء تسميات توضيحية وصفية للغاية لبيانات التدريب المرئي. يؤدي هذا إلى إنشاء مقاطع فيديو تتبع التعليمات النصية للمستخدم بشكل أكثر دقة. يمكن للنموذج أيضًا تحريك الصور الثابتة أو توسيع مقاطع الفيديو الموجودة مع الاهتمام الملحوظ بالتفاصيل، مما يوضح تنوعه وإمكاناته في تطبيقات العالم الحقيقي. اعتبارات السلامة والأخلاق إدراكًا لأهمية السلامة والأخلاق، اتخذت OpenAI العديد من الخطوات المهمة قبل أن يتم دمج Sora في منتجاتها. وأعربت الشركة في تغريدة على موقع “X” أنه من خلال التعاون مع أعضاء “الفريق الأحمر”، وهو فريق داخل الشركة متخصص في مجالات مثل المعلومات الخاطئة ومحتوى الكراهية والتحيز، يتم تطوير أدوات للكشف المحتوى المضلل، بما في ذلك: أداة تصنيف قادرة على تحديد مقاطع الفيديو التي أنشأها سورا. المشاركة والآفاق المستقبلية تخطط OpenAI للتعامل مع صانعي السياسات والمعلمين والفنانين على مستوى العالم لفهم المخاوف وتحديد حالات الاستخدام الإيجابية لـ Sora. على الرغم من الأبحاث والاختبارات المكثفة، إلا أن المجموعة الكاملة من الاستخدامات المفيدة والضارة المحتملة لا تزال غير معروفة. تؤمن OpenAI بأهمية التعلم من الاستخدام الواقعي كعنصر حاسم في إنشاء أنظمة ذكاء اصطناعي أكثر أمانًا مع مرور الوقت. يمثل Sora تقدمًا كبيرًا في قدرة الذكاء الاصطناعي على فهم ومحاكاة العالم الحقيقي، مما يمثل خطوة حاسمة نحو تحقيق الذكاء العام الاصطناعي (AGI). لا يوضح تطويره إمكانية إنشاء محتوى فيديو جذاب فحسب، بل يسلط الضوء أيضًا على التحديات والمسؤوليات المستمرة في أبحاث وتطبيقات الذكاء الاصطناعي.
“سورا” تقنية مذهلة تحول النص إلى مقاطع فيديو باستخدام الذكاء الاصطناعي – في…
– الدستور نيوز