Veo 3 گوگل: تشخیص واقعیت از محتوای جعلی دشوار میشود [فیلم]

ویدئوهای هوش مصنوعی Google Veo 3 تازه از راه رسیده‌ است و همزمان شگفت‌انگیز و هراس‌انگیز است. اگر اینترنت پیش از این نیز مملو از اطلاعات غلط و محتوای بی‌ارزش نبود، Veo 3 آن را به سطحی کاملاً جدید خواهد برد. موتور جدید تولید ویدئو و صدا Veo 3 که توسط گوگل معرفی شده، در حال حاضر برای ساخت ویدئوهایی با واقع‌گرایی ترسناک مورد استفاده قرار می‌گیرد که تقریباً هر کسی را فریب خواهد داد.

به گزارش سرویس جامعه رسانه اخبار تکنولوژی تکنا، موتور جدید Veo 3 همراه با مجموعه‌ای از ارتقاهای دیگر مدل‌های هوش مصنوعی گوگل در رویداد Google I/O معرفی شد. بهبود بزرگ در موتور Veo، اضافه شدن صدای همگام‌سازی شده است. این قابلیت نشان می‌دهد که صدا تنها چیزی بود که محتوای کاملاً هوش مصنوعی را از کلیپ‌های ویدئویی واقعی با انسان‌های واقعی متمایز می‌کرد. علاوه بر این، جنبه تولید ویدئو نیز بهتر شده و تشخیص محتوای تولید شده از محتوای ارگانیک را دشوارتر می‌کند. فریم‌ها واضح‌تر و پر جزئیات‌تر هستند که تنها به واقع‌گرایی اضافه می‌کند و جداسازی آن را اکنون بسیار سخت کرده است.

ابزارهای اضافی که گوگل به کاربران ارائه داده است، این روند را تسریع می‌بخشد. ابزار Flow که اخیراً در Google Labs معرفی شده، به کاربران امکان می‌دهد کلیپ‌ها را ایجاد کرده و به طور یکپارچه مانند یک استوری‌برد مجازی ادغام کنند. اگر این کار به درستی انجام شود، کلیپ‌های هوش مصنوعی می‌توانند به فیلم‌هایی با تداوم و روایت تبدیل شوند، در صورتی که کاربر بخواهد. حتی اگر کلیپ‌های تکی به حدود هشت ثانیه محدود باشند، Flow امکان ساخت ویدئوهای بسیار طولانی‌تر با صحنه‌های چسبانده شده را فراهم می‌کند.

جدیدترین نوآوری گوگل Veo 3، ابزاری که قادر به تولید ویدیوهای فوق واقع‌گرایانه از متن یا تصویر ساده است. اما با این جهش رو به جلو، یک چالش جدی نیز به وجود می‌آید: ظهور دیپ‌فیک. این ویدیوها و کلیپ‌های صوتی تولید شده توسط هوش مصنوعی می‌توانند با دقت شگفت‌انگیزی از افراد واقعی تقلید کنند و نگرانی‌های مهمی را در مورد حقیقت، اعتماد و امنیت فرزندان ما در فضای آنلاین ایجاد کنند.

با وجود اینکه Veo 3 در طرح AI Ultra گوگل پنهان شده، کاربران در حال حاضر شبکه‌های اجتماعی را با کلیپ‌هایی که ساخته‌اند پر کرده‌اند. یک پست در Reddit از کاربری است که از Veo 3 برای ساخت یک ویدئوی یک دقیقه‌ای استفاده کرده است که شبیه چیزی است که در یک نمایشگاه خودرو از Electrek می‌دیدیم. این کلیپ چندین مصاحبه‌کننده را به نمایش می‌گذارد که همگی دارای صدای همگام‌سازی شده فوق‌العاده جزئی و شخصیت‌های فردی هستند. هر فرد ظاهری منحصر به فرد و سبک صحبت کردنی دارد که باعث می‌شود فرد فکر کند این می‌تواند یک نمایشگاه خودرو واقعی باشد.

این افراد واقعی نیستند؛ آنها هر چیزی هستند که Veo 3 تصور کرده است. تصویر دیده شده و صدای تولید شده کاملاً مصنوعی هستند، حتی اگر صدا کاملاً واقعی به نظر برسد. در این ویدئو چند نشانه آشکار وجود دارد، مانند پدر و فرزندی که به طور مکرر ظاهر می‌شوند، یا فنجان قهوه‌ای که هنگام گذاشتن آن توسط گوینده، صدای شیشه می‌دهد. با تمام جزئیات دقیق، اکنون این تنها راهی است که می‌توان تشخیص داد یک ویدئو هوش مصنوعی است یا خیر. یک کلیپ دیگر Veo 3 یک یوتیوبر را نشان می‌دهد که به گیم‌پلی بازی Minecraft واکنش نشان می‌دهد و نحوه بازی را توضیح می‌دهد. این یکی به دلایل مختلفی کمی راحت‌تر به عنوان یک محتوای ساختگی کنار گذاشته می‌شود. عمدتاً گیم‌پلی Minecraft واقعی به نظر می‌رسد اما ویژگی‌های دور از ذهن را نشان می‌دهد، مثلاً اینکه چگونه شکستن چوب با مشت نان را به موجودی شما اضافه می‌کند. این یک مکانیک معروف است و توسط هوش مصنوعی دیکته نشده است.