Ingin memahami Sora OpenAI? Ambil a

Ingat ketika generator AI tersedia secara luas pada tahun 2022 dan tiba-tiba internet dipenuhi dengan gambar-gambar misterius yang sangat keren tetapi tidak terlihat bagus jika dilihat lebih dekat? Bersiaplah untuk hal itu terjadi lagi – tetapi kali ini untuk video.

Minggu lalu, OpenAI merilis Sora, model AI generatif yang menghasilkan video berdasarkan perintah sederhana. Ini belum tersedia untuk umum, namun CEO Sam Altman memamerkan kemampuannya dengan menerima permintaan di X, yang sebelumnya dikenal sebagai Twitter. Pengguna merespons dengan perintah singkat: “monyet bermain catur di taman” atau “balapan sepeda di laut dengan hewan berbeda sebagai atlet”. Aneh, menarik, ganjil, indah—dan hal ini memicu siklus komentar yang biasa.

Beberapa orang membuat klaim yang kuat tentang dampak negatif Sora dan memperkirakan akan terjadi “gelombang disinformasi” – namun meskipun saya (dan para ahli) berpendapat bahwa sistem AI yang kuat di masa depan akan menimbulkan risiko yang sangat serius, klaim bahwa model tertentu akan membawa gelombang disinformasi terhadap kita tidak terjadi. sejauh ini dia bertahan.

Yang lain menunjuk pada banyak kekurangan Sora sebagai batasan mendasar dari teknologi – yang merupakan kesalahan ketika orang melakukan ini dengan model generator gambar, dan saya kira itu akan menjadi kesalahan lagi. Seperti yang ditunjukkan oleh rekan saya AW Ohlheiser, “Sama seperti DALL-E dan ChatGPT yang meningkat seiring waktu, Sora juga bisa.”

Prediksi, baik bullish maupun bearish, mungkin belum menjadi kenyataan – namun perbincangan seputar Sora dan AI generatif akan lebih produktif jika semua pihak lebih sadar akan kesalahan yang telah terbukti selama beberapa tahun terakhir. .

Apa yang DALL-E 2 dan Midjourney bisa ajarkan kepada kita tentang Sora

Dua tahun lalu, OpenAI mengumumkan DALL-E 2, model yang dapat menghasilkan gambar statis dari perintah teks. Gambar-gambar fantastis beresolusi tinggi yang ia hasilkan dengan cepat menyebar ke seluruh media sosial, begitu pula pendapat tentang apa yang dibuatnya: Seni nyata? Seni palsu? Ancaman bagi artis? Alat untuk seniman? Mesin disinformasi? Dua tahun kemudian, ada baiknya kita melakukan sedikit retrospeksi jika kita ingin pandangan kita tentang Sora menjadi lebih baik.

Peluncuran DALL-E 2 hanya beberapa bulan sebelum Midjourney dan Stable Diffusion, dua pesaing populer. Masing-masing memiliki kekuatan dan kelemahannya masing-masing. DALL-E 2 menghasilkan lebih banyak gambar fotorealistik dan mengikuti instruksi sedikit lebih baik; Perjalanan tengah “lebih artistik”. Bersama-sama, mereka telah menjadikan seni kecerdasan buatan dapat diakses oleh jutaan orang hanya dengan mengklik satu tombol.

Sebagian besar dampak sosial dari kecerdasan buatan generatif tidak datang langsung dari DALL-E 2, namun dari gelombang model gambar yang dipimpinnya. Demikian pula, kita mungkin berharap bahwa pertanyaan penting tentang Sora bukan hanya apa yang bisa dilakukan Sora, tapi apa yang bisa dilakukan oleh para peniru dan pesaingnya.

Banyak orang berpikir bahwa DALL-E dan pesaingnya menyebarkan propaganda palsu dan penipuan yang mengancam demokrasi kita. Meskipun suatu hari nanti kita mungkin akan melihat dampak serupa, seruan tersebut tampaknya terlalu dini untuk saat ini. Dampak deepfake terhadap demokrasi kita “tampaknya akan segera terjadi,” tulis analis Peter Carlyon pada bulan Desember, sambil mencatat bahwa sebagian besar propaganda masih bersifat membosankan – seperti membuat catatan di luar konteks atau gambaran dari sebuah konflik. dibagikan dan diberi label yang salah sebagai milik orang lain.

Itu mungkin akan berubah suatu saat nanti, tapi harus ada kerendahan hati saat mengatakan bahwa Sora akan menjadi perubahannya. Deepfake tidak diperlukan untuk berbohong kepada orang lain, dan itu tetap merupakan cara yang mahal untuk melakukannya. (Generasi kecerdasan buatan relatif murah, namun jika Anda mencari sesuatu yang konkrit dan meyakinkan, biayanya jauh lebih mahal. Tsunami pemalsuan besar-besaran berarti skala yang sebagian besar pelaku spam tidak mampu beli saat ini.)

Namun hal yang tampaknya paling penting untuk mengingat dua tahun terakhir sejarah AI adalah ketika saya membaca kritik terhadap gambar Sora karena dianggap kikuk, tidak manusiawi, atau jelas-jelas cacat. Memang benar, memang benar. Sora “tidak secara akurat memodelkan fisika dari banyak interaksi mendasar,” sebuah laporan penelitian OpenAI mengakui, menambahkan bahwa ia mengalami kesulitan dengan sebab dan akibat, mencampuradukkan kiri dan kanan, dan melacak lintasan.

Tentu saja, kritik yang hampir sama dilontarkan pada DALL-E 2 dan Midjourney – setidaknya pada awalnya. Liputan awal DALL-E 2 menunjukkan ketidakmampuannya, mulai dari menciptakan monster yang menakutkan setiap kali Anda meminta lebih banyak karakter dalam sebuah adegan hingga memberi orang cakar alih-alih tangan. Pakar kecerdasan buatan berpendapat bahwa ketidakmampuan AI untuk menangani “komposisi” – atau instruksi tentang cara menyusun elemen sebuah adegan – mencerminkan kelemahan mendasar dalam teknologi tersebut.

Namun, dalam praktiknya, model menjadi lebih baik dalam menghadapi tantangan yang sangat spesifik dan pengguna menjadi lebih baik dalam memberikan perintah, dan hasilnya adalah saat ini dimungkinkan untuk membuat gambar dengan pemandangan yang kompleks dan detail. Hampir semua kekurangan menyenangkan telah diperbaiki di DALL-E 3, yang dirilis tahun lalu, dan di pembaruan Midjourney terbaru. Generator gambar masa kini menangani adegan tangan dan kerumunan dengan baik.

Di antara DALL-E 2 dan Sora, pembuatan citra AI berubah dari trik pesta menjadi industri besar-besaran. Banyak hal yang tidak dapat dilakukan oleh DALL-E 2, DALL-E 3 dapat melakukannya. Dan ketika DALL-E 3 tidak dapat melakukannya, kompetisi sering kali berhasil. Itu adalah perspektif yang penting untuk diingat ketika Anda membaca prognostikator di Sora—Anda mungkin sedang melihat langkah pertama menuju kemampuan baru yang besar yang dapat digunakan untuk kebaikan atau kejahatan. dan meskipun memungkinkan untuk dijual kembali, juga sangat mudah untuk menjualnya dalam jangka pendek.

Daripada terlalu berkomitmen pada pandangan tertentu tentang apa yang Sora dan penerusnya akan atau tidak bisa lakukan, ada baiknya mengakui ketidakpastian tentang ke mana arah pandangan ini. Jauh lebih mudah untuk mengatakan, “Teknologi ini akan terus berkembang pesat,” daripada menebak bagaimana teknologi ini akan berkembang.

Versi cerita ini pertama kali muncul di Masa depan Sempurna reporter. Daftar disini!

Ya, saya akan memberikan $5 sebulan

Kami menerima kartu kredit, Apple Pay, dan Google Pay. Anda juga dapat berkontribusi melalui