Може ли генераторът за текст-към-видео Sora на OpenAI да убие работни места в Холивуд?

Стартъпът за изкуствен интелект OpenAI нервира новия си AI видео генератор, Sora, в обществените медии през последните седмици. Миналата седмица разкри, че също по този начин е дало на артисти и режисьори в Холивуд първи взор върху технологията – и късмет да я тестват – преди Sora да бъде пусната обществено.

OpenAI разгласява обява в блог на 24 март, озаглавена „ Първите усещания на Сора “, показваща работата, която няколко креативен студия и режисьори са основали благодарение на видеогенератора.

Някои медийни специалисти спекулират, че Sora ще бъде извънредно унищожителен за филмовата креативна промишленост.

Ал Джазира беседва с един изпълнителен шеф, който работи в Холивуд, който ни помоли да не разкриваме самоличността му заради деликатния темперамент на тематиката. На въпроса каква беше първичната му реакция, когато видя качествата на Сора за първи път, той сподели: „ Реакцията ми на Сора беше тъкмо като на всички останали – челюстта ми удари пода. Сякаш виждахме нашия палач, само че в това време беше красиво. Веднага впечатляващо и ужасяващо. “

Трусовете, породени от Sora, към този момент са усетени от някои в промишлеността.

В изявление за The Hollywood Reporter през февруари артистът, режисьор и притежател на студио Тайлър Пери съобщи, че ще спре разширението на своето студио в Атланта за 800 милиона $, откакто види опциите на Sora за генериране на видео.

Той добави: „ Така че съм доста, доста угрижен, че в близко бъдеще доста работни места ще бъдат изгубени. Наистина, в действителност го усещам доста мощно. “

Какво е Sora?

Sora е генериращият AI модел текст към видео на OpenAI. Подобно на ChatGPT, въвеждате текстова подкана, само че вместо да генерира отговори на въпроси или подкани в текстова форма, Sora ще генерира видеоклипове с дължина до една минута.

Видео образец за опциите на Sora, пуснат от Open AI, може да се види по-долу:

Сам Алтман, основен изпълнителен шеф на OpenAI, също разгласява няколко образеца в своя X акаунт, в това число по-долу:

https://t.co/rmk9zI0oqO pic.twitter.com/WanFKOzdIw

— Сам Алтман (@sama) 15 февруари 2024 година

Сора надалеч не е съвършена. Ако се вгледате деликатно във видеото с „ обучителна готварска сесия “, лъжицата в дясната ръка изчезва, откакто „ бабата “ спре да бърка. Въпреки че е хиперреалистична, способността за различаване на имитации към момента участва в някои от видеоклиповете, които Сора основава.

Това повдигна още един въпрос до каква степен артикул като този ще работи в промишлеността.

Наш холивудски вътрешен човек съобщи следното: „ Ние ще излезем от другата страна по-големи и по-добри, тъй като хората ще са разбрали своето място на върха на технология, която е явно по-мощна, в сравнение с можем да си представим сега. Но желанието да играят, пишат, режисират, композират, сътрудничат и така нататък е надълбоко вродено в хората. Никъде не отива. Така че неприятно ли е за хората в промишлеността? Отговорът е не, по-късно да, по-късно не. Добре ли е за самата промишленост? Да.

Как работи Sora?

Както при ChatGPT, потребителите вкарват текстова команда, въпрос или подкана и AI дава отговор – в тази ситуация на Sora, с генерирани видео поредици.

За да направи това, Sora употребява композиция от машинно образование и обработка на натурален език (NLP), с цел да генерира видео поредност. НЛП е форма на изкуствен интелект, която схваща взаимоотношението сред компютрите и човешкия език. Машинното образование разрешава на Sora да се усъвършенства с течение на времето, като в същото време усъвършенства отговорите си посредством модели и противоположна връзка.

Sora употребява „ компютърно зрение “, с цел да разбере и интерпретира образна информация от изображения или видеоклипове. Компютърното зрение е софтуерна рамка, която споделя на Сора да „ разпознава “ образни представяния на обекти, хора и среди от действителния свят от текстови описания, които включват образен език. Например подканите „ котка се движи “ или „ талази, разбиващи се в океан “ демонстрират избрани атрибути и характерности. Sora се нуждае от този образен език, с цел да интерпретира текстовата подкана и по-късно да показа тъкмо образно изображение на обект.

Sora може да събира непълни или частични данни и да ги трансформира в разбираемо видео наличие, което наподобява доста действително. Sora работи като супермощен инструмент за мащабиране. Започва с огромни, размазани блокове от цвят или обекти и по-късно ги уточни в по-малки, по-дефинирани форми въз основа на вашата подкана.

Какво значи Sora за креативните работни места във филмовата промишленост?

Все още не е ясно кои, в случай че има такива, задания, нормално изпълнявани от човешки основатели, могат да бъдат поети от Сора. Способността на изкуствения разсъдък да възпроизвежда фотоси от камерата, осветяване и герои в придвижване основава неразучена територия за режисьори и режисьори. Въпреки това кинопрофесионалистите чакат това да раздруса доста промишлеността.

Холивудски вътрешен човек, който приказва с Ал Джазира при изискване за анонимност, сподели: „ Не виждам това като опасност за продукцията толкоз, колкото като опасност за метода, по който се прави продукцията, както го познаваме сега. Виждали сме сходни събития в предишното, изключително в постпродукцията, когато хората започнаха да редактират на преносими компютри, вместо на огромните скъпи пощенски къщи. Много хора бяха унищожени при този преход, до момента в който други внезапно можеха да си разрешат подобаващ редактор без режийните разноски, които изисква пощенската къща. “

На въпрос чии работни места могат да бъдат сменени от AI генератори, той добави: „ Може би въпросът „ кой ще бъде сменен “ е неверен въпрос. Мисля, че системата ще бъде отстранена и сменена. След няколко години може би терминът „ режисьор “ ще се отнася за индивида, който подсказва AI, а останалото се прави напълно цифрово. И в случай че този метод се одобри от публиката и прави пари и кара хората да изпитват човешка страст – тогава играта е завършила за множеството от нас. “

Какви са авторските права и правните проблеми?

Sora изтегля наличие от към този момент съществуващи изображения и видеоклипове, след което пресъздава видеоклип въз основа на подканата на потребителя. Кой тъкмо има това регенерирано видео? Трябва ли да се заплаща такса на всеки от основателите на фотоси и видеоклипове и героите, чиято работа Сора употребява, с цел да сътвори крайния видеоклип? Това са въпроси, на които към момента не е даден цялостен отговор.  

В основата на доста от горните въпроси е по какъв начин да се наблюдава създателят на всяко генерирано наличие, в това число лицата, които са били включени в крайния видеоклип.

Говорейки в канала си в YouTube, софтуерният юрист Пол Хасуел изясни: „ Ако някой просто употребява AI модел и по-късно той по нехайство по някакъв метод засмуква някои данни, които в последна сметка наподобяват като вас, какви са вашите права – персоналните ви данни ли са в действителност се злоупотребява? Как можете да докажете, че вашите данни са употребявани за основаване на това сходство? “

Той добави: „ Изведнъж се оказвате артист в сапунка, напълно генерирана от AI. Може да сте международно известни, само че да не получавате заслуга за това. Може да имате по-скоро креслив, в сравнение с бездънен глас, само че лицето ви ще бъде същото. Например, няма да имате заем, тъй като всъщност сте били употребявани от AI, трансферирани и изхвърлени в различен формат. “

Има и интернационалните съображения, защото законът за авторското право е друг според от страната. Ако видеоклипът произлиза от една страна и се популяризира в друга, чий закон за авторското право се ползва?

В своя блог Уолъс Колинс, юрист в региона на развлеченията, който е експерт в законите за авторското право и комерсиалните марки, предизвести, че Сора ще разшири всички тези проблеми „ експоненциално “ и даже може да докара до обществени безредици или други форми на обществено разстройство.

„ ИИ към този момент наруши закона за авторското право за създателите, изключително в музикалното пространство, и оспори откритите правила за авторско право и интелектуална благосъстоятелност в света на развлеченията. Без някакви правила за здрав разсъдък, Sora може да бъде употребена от най-подлите хора за основаване на видеоклипове, които могат да осквернят, подведат и изплашат хората или даже да провокират протести въз основа на външния тип на нещо, което е изцяло измислено, само че изцяло реалистично в външен тип. ”

Как ще бъдат решени тези въпроси?

Значителна част от правната полемика към генеративния AI се върти към въпроса кой би трябвало да се смята за създател на това, което генерират тези принадлежности, защото е обвързвано с „ почтена приложимост “. Законите за авторското право за почтена приложимост разрешават лимитирано потребление на предпазени с авторски права материали или трансформиране на предпазеното с авторски права произведение в друго произведение.

Понастоящем няма юридически казус, обхващащ настоящия прогрес в генерирането на текст към видео. През декември предходната година обаче New York Times заведе федерално дело против ChatGPT на OpenAI (инструмент за генериране на текст към текст) и Copilot на Microsoft за нарушение на авторски права в Южния окръг на Ню Йорк (федералния областен съд в Манхатън). The Times твърди, че ChatGPT на OpenAI дава на потребителите тъкмо същото наличие, което Times към този момент е дал.

Иън Кросби, юрист на Times, сподели: „ Ответниците се стремят да се възползват от големите вложения на Times в неговата публицистика, като ги употребяват за основаване на заместващи артикули без позволение или заплащане. Това не е почтена приложимост по никакъв метод. “

През февруари OpenAI подаде молба за отменяне на делото на Times във федералния съд.

Още две каузи за нарушение на авторски права бяха заведени в съда в Манхатън против OpenAI  – едното от The Intercept, а другото взаимно дело, заведено от Raw Story и AlterNet – през февруари.