Лечението на тумор направи тази жена неспособна да говори. AI й върна гласа

Въпреки че клонирането на глас с изкуствен интелект (AI) провокира безпокойствие, потреблението на новата технология на OpenAI може да помогне на хора, наранени от инсулти и тумори.

Преди да се подложи на това, което би било животоспасяваща и изменяща живота интервенция, гласът на младата американка Алексис „ Лекси “ Богън беше великолепен.

Тя обичаше да се споделя за Тейлър Суифт и Зак Браян балади в колата. Тя постоянно се смееше - даже когато събираше неприятно държание на деца в предучилищна възраст или обсъждаше политика с другари. В учебно заведение тя беше сопран в припева.

След това, за една нощ, този глас изчезна.

През август предходната година лекарите отстраниха израстък, затънал в задната част на мозъка й. Когато тръбата за дишане излезе един месец по-късно, Боган имаше проблеми с преглъщането и се напрегна да каже „ здравей “ на родителите си.

Как да забележите deepfake: 5 неща, за които да внимавате, с цел да идентифицирате генерирано от AI наличие онлайн

Месеци рехабилитация помогнаха за възобновяване й, само че говорът й към момента е повреден. Приятели, непознати и членове на личното й семейство се борят да схванат какво се пробва да им каже.

През април 21-годишното момиче си върна остарелия глас. Не същинският, а гласов клонинг, генериран от технология за изкуствен интелект (AI) от основателя на ChatGPT OpenAI, който тя може да извика от телефонно приложение.

Умора от AI deepfakes

Обучен на 15-секундна времева капсула от нейния тийнейджърски глас - произхождащ от видео за проява на готвене, което е записала за учебен план - нейният синтетичен, само че удивително действително звучащ AI глас в този момент може да каже съвсем всичко, което пожелае.

Тя написа няколко думи или фрази в телефона й и приложението незабавно ги прочита на глас.

„ Здравейте, мога ли да получа грандиозно ледено еспресо с кафява захар и овесено мляко “, сподели AI гласът на Bogan, до момента в който тя държеше телефона през прозореца на колата си в Starbucks drive-thru.

Експерти предизвестиха, че бързото възстановяване на технологията за клониране на глас посредством изкуствен интелект може да разшири телефонните измами, да попречи на демократичните избори и да накърни достолепието на хора - живи или мъртви - които в никакъв случай се съгласиха гласът им да бъде пресъздаден, с цел да споделят неща, които в никакъв случай не са говорили.

OpenAI разкрива технология за клониране на глас с изкуствен интелект, която се нуждае единствено от 15-секундна проба, с цел да работи

Използвана е за основаване на дълбоки подправени автоматизирани позвънявания до гласоподаватели в Ню Хемпшир, имитиращи президента на Съединени американски щати Джо Байдън.

В американския щат Мериленд управляващите неотдавна упрекнаха състезателен шеф на гимназия в потребление на AI за генериране на подправен аудио клип на шефа на учебното заведение, който прави расистки забележки.

Но Богън и екип от лекари в болничната група Lifespan на Роуд Айлънд имат вяра, че са намерили приложение, което оправдава рисковете.

Пресъздаване на изгубени гласове

Боган е един от първите хора – единствено един с нейното положение - които са съумели да пресъздадат загубен глас с.

Някои други снабдители на AI, като започващата компания ElevenLabs, са тествали сходна технология за хора с говорни недостатъци и загуба - в това число юрист която в този момент употребява гласовия си клонинг в правосъдната зала.

Трябва да сме наясно с рисковете, само че не можем да забравим за пациента и общественото богатство.

„ Надяваме се, че Лекси е пионер с развиването на технологията “, сподели доктор Рохайд Али, ординатор по неврохирургия в здравното учебно заведение на университета Браун и болничното заведение в Роуд Айлънд.

Милиони хора с инвалидизиращи инсулти, рак на гърлото, или неврогенеративните болести могат да бъдат от изгода, сподели той.

„ Трябва да сме наясно с рисковете, само че не можем да забравим за пациента и общественото богатство “, сподели доктор Фатима Мирза, различен гражданин, работещ по Пилотът. „ Можем да помогнем на Лекси да върне същинския й глас и тя може да приказва с думи, които са най-верни за самата нея “.

Мирза и Али, които са женени, привлякоха вниманието на ChatGPT- производител OpenAI заради техния предходен проучвателен план в Lifespan, употребяващ AI chatbot за опростяване на формулярите за здравно единодушие за пациентите.

Компанията от Сан Франциско протегна ръка, до момента в който беше на лов по-рано тази година за обещаващи медицински приложения за своя нов AI гласов генератор.

Докато новите принадлежности процъфтяват, „ пръстовите отпечатъци “ на AI върху научни публикации могат да навредят на доверието в жизненоважни проучвания

Бавно възобновяване

Боган към момента постепенно се възстановяваше от интервенция.

Заболяването стартира предишното лято с главоболие, замъглено виждане и увиснало лице, тревожат лекарите в детската болница Hasbro в Провидънс.

Почти като че ли част от самоличността ми беше взета, когато изгубих гласа си.

Те откриха съдов израстък с размерите на топка за голф, притискащ мозъчния й дънер и впримчен в кръвоносни съдове и черепни нерви.

„ Беше борба за приемане преодоляване на кървенето и изваждане на тумора “, сподели детският неврохирург доктор Константина Свокос.

Местоположението и тежестта на тумора, съчетани със сложността на 10-часовата интервенция, повредиха контрола на Боган върху мускулите на езика и гласните струни, възпрепятствайки способността й да яде и приказва, сподели Свокос.

„ Почти като че ли част от самоличността ми беше взета, когато изгубих гласа си “, сподели Боган.

Тръбата за хранене излезе тази година. Логопедичната терапия продължава, позволявайки й да приказва разбираемо в тиха стая, само че без никакви признаци тя ще възвърне цялостната изясненост на естествения си глас.

„ В един миг започнах да не помня по какъв начин звуча, “ сподели Богън. „ Толкова привикнах с метода, по който звуча в този момент “.

РЕКЛАМА Може ли технологията AI deepfake в действителност да се употребява за положително? | Euronews Tech Talks Podcast

„ Обучение “ AI за това по какъв начин да приказва

Винаги, когато телефонът звънеше в дома на фамилията в предградието на Провидънс, Норт Смитфийлд, тя го предаваше на майка си, с цел да одобри позвъняванията й.

Тя усещаше, че натоварва приятелите си всякога, когато отидоха на гръмък ресторант. Баща й, който има загуба на слуха, се мъчеше да я разбере.

Още в болничното заведение лекарите търсеха пилотен пациент, който да опитва с технологията на OpenAI.

„ Първият човек, който На доктор Свокос ми хрумна Лекси ", сподели Али. „ Свързахме се с Лекси, с цел да забележим дали ще се заинтересува, без да знаем какъв ще бъде отговорът й. Тя искаше да го тества и да види по какъв начин ще работи “.

Deepfake видеоклиповете провокират подправени мемоари за филми, изследване демонстрира

Боган трябваше да се върне няколко години обратно, с цел да откри подобаващ запис на гласа й, с цел да „ образова “ AI системата за това по какъв начин тя приказва. Това беше видео, в което тя обясняваше по какъв начин се прави салата с паста.

Нейните лекари съзнателно подадоха на AI системата единствено 15-секунден клип. Звуците от готвене вършат други елементи от видеото несъвършени. Това беше и всичко, от което се нуждаеше OpenAI - усъвършенстване по отношение на предходната технология, изискваща доста по-дълги проби.

Те също знаеха, че извличането на нещо потребно от 15 секунди може да бъде жизненоважно за всички бъдещи пациенти, които нямат диря от гласа си в интернет. Кратко гласово известие, оставено на родственик, може да е задоволително.

„ Ставам толкоз прочувствен всякога, когато чуя гласа й “

Когато го тестваха за първи път, всички бяха зашеметени от качеството на гласовия клонинг. Случайни проблеми - погрешно произнесена дума, изчезнала интонация - бяха най-вече незабележими.

През април лекарите оборудваха Bogan със особено направено телефонно приложение, което единствено тя може да употребява.

„ Аз ставам толкоз прочувствена всякога, когато чуя гласа й “, сподели майка й, Памела Боган, със сълзи на очи.

РЕКЛАМА Как се употребяват новите принадлежности за ИИ в лекарските кабинети?

„ Мисля, че е ужасно, че мога имам този тон още веднъж “, добави Лекси Богън, като сподели, че това оказа помощ „ да увеличи увереността ми ненапълно там, където беше на първо място това да се случи “.

Сега тя употребява приложението към 40 пъти дневно и изпраща противоположна връзка, надява се ще помогне на бъдещи пациенти.

Един от първите й опити беше да приказва с децата в детската градина, където работи като асистент-учител.

Тя написа „ ха ха ха ха “ очакване на роботизиран отговор. За нейна изненада това прозвуча като нейния остарял смях.

Тя го е употребила в Target and Marshall's, с цел да попита къде да откри предмети. Това й оказа помощ да се свърже още веднъж с татко си. И за нея е по-лесно да поръчва бърза храна.

Лекарите на Bogan са почнали да клонират гласовете на други искащи пациенти от Роуд Айлънд и се надяват да внедрят технологията в лечебни заведения по целия свят.

ИИ може да оказват помощ да се предскаже по какъв начин пациентите реагират на лекуване с антидепресанти

OpenAI сподели, че работи внимателно в разширението на потреблението на Voice Engine, който към момента не е обществено наличен.

Редица по-малки започващи AI към този момент продават гласови услуги за клониране на развлекателни студия или да ги създадат по-широкодостъпни.

Повечето снабдители на гласово генериране споделят, че не разрешават представянето под непозната идентичност или злоупотребата, само че се разграничават по метода, по който постановат изискванията си за потребление.

По-широк достъп до гласово клониране с изкуствен интелект

„ Искаме да сме сигурни, че всеки, чийто глас се употребява в услугата, се съгласява непрестанно “, сподели Джеф Харис, началник на OpenAI за продукта.

„ Искаме да се уверим, че не се употребява в политически подтекст. Затова възприехме метод да бъдем доста лимитирани в това на кого даваме технологията “.

Харис сподели, че OpenAI следва стъпката включва създаването на предпазен инструмент за „ гласово засвидетелствуване “, тъй че потребителите да могат да възпроизвеждат единствено личния си глас. Това може да е „ ограничаващо за пациент като Лекси, който имаше неочаквана загуба на говорните си качества “, сподели той.

Аудио дълбоки подправени измами: Престъпниците употребяват AI, с цел да звучат като семейство и хората си падат по това

“ Така че считаме, че ще би трябвало да имаме връзки с високо доверие, изключително с доставчиците на медицински услуги, с цел да дадем малко по-безпрепятствен достъп до технологията ".

Боган е впечатлила лекарите си с фокуса си върху мислейки за това по какъв начин технологията може да помогне на други с сходни или по-сериозни говорни дефекти.

" Част от това, което тя е направила през целия този развой, е да мисли за способи да поправя и промени това ", сподели Мирза. „ Тя беше ужасно ентусиазъм за нас “.

Докато към този момент тя би трябвало да си играе с телефона, с цел да накара гласовия механизъм да приказва, Боган си показва AI гласов мотор, който усъвършенства по-старите средства за възобновяване на говора – като като роботизирано звучащ електроларинкс или гласова протеза - при обединение с човешкото тяло или превод на думи в действително време.

Нарастването на дълбоките имитации в интервютата за работа: Защо би трябвало да се тревожим

Тя не е толкоз сигурна какво ще се случи, когато тя порасне и нейният AI глас продължава да звучи като тийнейджърка. Може би технологията може да „ състари “ нейния AI глас, сподели тя.

Засега, „ макар че гласът ми не е възобновен изцяло, имам нещо, което ми оказва помощ да намеря гласа си още веднъж “, тя сподели.