مایکروسافت حق اختراع یک هوش مصنوعی را به ثبت رسانده است که می تواند به معنای واقعی کلمه کلمات را در زمان واقعی در دهان افراد قرار دهد

مایکروسافت به تازگی حق اختراعی را برای یک محصول هوش مصنوعی به ثبت رسانده است که می تواند ویدیوی زنده را در زمان واقعی تغییر دهد و کلمات و چهره گویندگان را تغییر دهد.

این حق ثبت اختراع که برای اولین بار توسط ردیاب پتنت Patentlyze ذکر شد، توسط مخترعان آن به عنوان “هوش مصنوعی (AI) تقریبن زمان واقعی افزایش ارائه ویدئو یا واقعیت افزوده (AR) در رویدادهای زنده توصیف شده است.

با استفاده از عوامل هوش مصنوعی، سیستم همزمان با ویرایش صورت و دهان گوینده برای مطابقت، کلمات خاصی را شناسایی و تغییر می‌دهد یا حذف می‌کند. نمایندگان برای ایجاد تغییرات به پارامترهای تنظیم شده یا نمایه‌های کاربر تکیه می‌کنند و همچنین ویدیو و صوت را دقیقاً قبل و بعد از حذف یا جایگزینی کلمه ویرایش می‌کنند تا «انتقالات روان» را امکان‌پذیر کند.

در عصر رسانه‌ها و اینترنت که به طور فزاینده‌ای با جعل‌های عمیق مبتنی بر هوش مصنوعی، اطلاعات نادرست و اطلاعات گیج‌کننده تعریف می‌شود، سیستم توصیف‌شده در این پتنت می‌تواند نمایانگر دنیای جدیدی از ابزارهای فیلتر باشد که به‌طور ماهرانه واقعیت را تغییر می‌دهند، در این مورد در سطحی بسیار شخصی‌شده. این پتنت نشان می‌دهد که بینندگان می‌توانند هر رویداد زنده‌ای را که می‌خواهند بدون شنیدن آنچه که نمی‌خواهند تماشا کنند.

موارد استفاده بالقوه ذکر شده در پتنت متفاوت است. یکی از برنامه های ممکن ترجمه بلادرنگ است، با این سیستم که به پخش و سایر فیلم های زنده به زبان دلخواه بیننده شنیده و دیده می شود.

این حق اختراع همچنین فرض می کند که چنین ابزاری می تواند برای حذف کلماتی مانند “اوم” یا “آه” از گفتار زنده یا برای پاک کردن لکنت یا موانع گفتاری استفاده شود.

با این حال، موارد استفاده احتمالی دیگر بسیار فراتر می روند. بر اساس این پتنت، از این سیستم می توان برای کاهش «کلمات یا عبارات شخصی» مانند «اصطلاحات ساختگی» و همچنین «اصطلاحات محاوره ای» مانند عبارت «y’all» یا عبارت «bite the bullet» استفاده کرد. این پتنت همچنین ادعا می‌کند که این سیستم می‌تواند «کلمات زمزمه‌شده، کلمات اشتباه تلفظ‌شده، واژه‌های بد استفاده، کلمات نادرست تلفظ، کلمات توهین‌آمیز، کلمات غیر حساس یا کلمات نامناسب» را حذف کند. او اضافه می کند که کلمات جایگزین ممکن است از “جستجوی اینترنت” باشد.

به عبارت دیگر، برنامه های زنده ممکن است دیگر چندان زنده نباشند.

مایکروسافت بلافاصله به درخواست اظهار نظر پاسخ نداد.

دوبله قرن هاست که وجود داشته است و فیلم ها همیشه به دلایل عادی و ناپسند ویرایش می شوند. با این حال، ویرایش خودکار ویدیوهای زنده به این روش با استفاده از عوامل هوش مصنوعی می تواند اساساً نحوه تعامل مخاطبان با فیلم زنده را تغییر دهد. همانطور که در حال حاضر است، اگر مردم آنچه را که می شنوند دوست ندارند، می توانند چیزی را خاموش کنند. سیستمی که توسط مایکروسافت مشخص شده است، محیطی را توصیف می‌کند که در آن افراد می‌توانند در عوض، گفتار شخص دیگری را با سلیقه شخصی خود تنظیم کنند. جدا از ترجمه زبان، آیا استفاده از ابزاری که خطاها را حذف می کند یا کلمات و عبارات مربوط به گویش محلی گوینده را حذف می کند، ما را حتی بیشتر به سمت حباب های سفارشی سوق می دهد؟ چه چیز بدی در شنیدن اینکه یکی از جنوب می گوید “همه؟”

برای این منظور، حق ثبت اختراع ذکر می‌کند که ویدیو و صوت زنده اصلی یک رویداد را می‌توان به نام «حقیقت زمینی» ضبط و ذخیره کرد، و دلیل آن سوءاستفاده و سردرگمی بالقوه است که می‌تواند از چنین ابزاری ناشی شود.

انواع فیلم‌های زنده که می‌توانند توسط سیستم تغییر شکل دهند شامل سخنرانی‌ها، ارائه‌ها، مجموعه‌ای از تولیدات تلویزیونی – مراسم اهدای جوایز، بازی‌ها و نمایش‌های آشپزی – و ورزش‌های زنده و چندین مورد دیگر است.

اطلاعات بیشتر در مورد پتنت های Big Tech: فناوری متا ثبت شده برای تشخیص خلق و خوی شما با تجزیه و تحلیل مداوم لحن صدای شما