Google признава, че вирусен видеоклип с изкуствен интелект е редактиран, за да изглежда по-добре

Видеоклип демонстриране на опциите на модела на изкуствен интелект (AI) на Гугъл, който изглеждаше прекомерно добър, с цел да е истина, може просто да е подобен.

Демото на Gemini, което има 1,6 милиона гледания на YouTube демонстрира удивително придвижване напред-назад, където AI дава отговор в действително време на подкани с изговорени думи и видео.

В описанието на видеоклипа Гугъл сподели всичко не беше подобен, какъвто изглеждаше - той беше ускорил отговорите в името на демонстрацията.

Но също по този начин призна, че AI не дава отговор на глас или видео в всички.

В обява в блог, оповестена по същото време като демонстрацията, Гугъл разкрива по какъв начин в действителност е изработен видеоклипът.

Впоследствие, както беше обявено за първи път от Bloomberg, Гугъл удостовери пред BBC, че в действителност е направено посредством подканяне на AI посредством " потребление на фрагменти от неподвижно изображение от фрагментите и подканяне посредством текст ".

" Нашите ръце с Gemini демо видео демонстрира действителни подкани и резултати от Gemini ", сподели представител на Гугъл.

" Направихме го, с цел да покажем диапазона от благоприятни условия на Gemini и да вдъхновим разработчиците. "

Демото

Във видеото човек задава поредност от въпроси на AI на Гугъл, до момента в който демонстрира обекти на екрана.

Например, в един миг демонстраторът подвига гумено пате и пита Близнаци дали ще изплува.

Първоначално не е несъмнено от какъв материал е изработен, само че откакто индивидът го стисне - и забележи, че това провокира скърцащ тон - AI вярно разпознава обекта.

Разрешаване на наличие в YouTube?

Тази публикация съдържа предоставено наличие от Гугъл YouTube. Искаме вашето позволение, преди да се зареди нещо, защото те може да употребяват бисквитки и други технологии. Може да желаете да прочетете и преди да приемете. За да видите това наличие, изберете „ одобрявам и не преставам “.

Въпреки това, това, което наподобява, че се случва във видеоклипа на пръв взор, е доста друго от това, което фактически се е случило при генерирането на подканите.

ИИ в действителност беше показано неподвижно изображение на патицата и попита от какъв материал е направено. След това беше подаден текстова подкана, обясняваща, че патицата издава скърцащ тон, когато се стисне, което води до вярната идентификация.

В различен впечатляващ миг индивидът прави рутина за чаши и топки - вълшебен трик, при който топка е скрита под една от трите движещи се чаши - и AI е в положение да дефинира къде се е преместила.

Но още веднъж, защото изкуственият разсъдък не отговаряше на видеоклип, това в действителност беше реализирано посредством проявление на поредност от неподвижни изображения.

В своя блог обява Гугъл изясни, че в действителност сподели на AI къде има топка под три чаши и му сподели изображения, които съставляват разменени чаши.

Гугъл обясни, че демонстрацията е основана посредством снимане фрагменти от видеото, с цел да " тестват опциите на Gemini при необятен набор от провокации ".

Докато последователностите бяха съкратени и бяха употребявани неподвижни изображения, гласът от видеоклипа се взема непосредствено от писмените подкани, подавани в Gemini.

Но има различен детайл от видеото, който в допълнение разтяга истината.

В един миг потребителят слага свят карта и пита AI: „ Въз основа на това, което виждате, измислете концепция за игра... и използвайте емотикони. “

AI дава отговор, като явно изобретяване на игра, наречена „ познай страната “, в която дава улики (като кенгуру и коала) и дава отговор на вярно съмнение на потребителя, който сочи страна (в този случай Австралия).

Но в действителност, съгласно блога на Гугъл, AI въобще не е измислил тази игра.

Вместо това, AI получи следните указания: „ Хайде да играем на една игра. Помислете за страна и ми дайте визия. Уликата би трябвало да е задоволително съответна, с цел да има единствено една вярна страна. Ще се опитам да посоча страната на карта “, гласеше подканата.

След това потребителят даде на AI образци за верен и погрешен отговор.

След тази точка Gemini съумя да генерира улики и да дефинира дали потребителят сочи вярната страна или не от фотоси на карта.

Впечатляващо е - само че не е същото като да твърдиш, че AI е изобретил играта.

Моделът на AI на Гугъл е впечатляващо, без значение от потреблението на неподвижни изображения и текстови подкани - само че тези обстоятелства значат, че неговите благоприятни условия са доста сходни на тези на GPT-4 на OpenAI.

И това Забележително е, че видеото беше оповестено единствено две седмици след интервал на невиждан безпорядък в пространството на AI, след трагичното уволняване - и повторното наемане - на Сам Алтман като основен изпълнителен шеф на OpenAI.

Не е ясно кое от двете е по-напреднало - само че Гугъл може към този момент да играе наваксващо, откакто господин Алтман сподели пред Financial Times, че компанията работи върху идната версия на своя AI.

Източник: bbc.com