OpenAI memperkenalkan Sora, AI Itu

Pada bulan April, sebuah start-up di New York bernama Runway AI memperkenalkan teknologi yang memungkinkan orang membuat video seperti sapi di pesta ulang tahun atau anjing mengobrol di ponsel pintar hanya dengan mengetikkan kalimat ke dalam kolom di layar komputer.

Video berdurasi empat detik itu buram, terputus-putus, terdistorsi, dan mengganggu. Namun, hal ini merupakan tanda yang jelas bahwa teknologi AI akan menghasilkan video yang semakin menarik dalam beberapa bulan dan tahun mendatang.

Hanya 10 bulan kemudian, perusahaan rintisan OpenAI di San Francisco meluncurkan sistem serupa yang membuat video tampak seperti diambil dari film Hollywood. Pratinjau tersebut mencakup video pendek – yang dibuat dalam hitungan menit – yang menampilkan mammoth berbulu berlari melintasi padang rumput bersalju, monster menatap lilin yang meleleh, dan pemandangan jalanan Tokyo yang tampaknya direkam oleh kamera yang bergerak melintasi kota.

OpenAI, perusahaan di balik chatbot ChatGPT dan pembuat gambar diam DALL-E, adalah salah satu dari banyak perusahaan yang mencoba meningkatkan generator video instan semacam ini, termasuk perusahaan rintisan seperti Runway dan raksasa teknologi seperti Google dan Meta, pemilik Facebook dan Instagram. Teknologi ini dapat mempercepat pekerjaan pembuat film berpengalaman sekaligus menggantikan seniman digital yang kurang berpengalaman.

Hal ini juga bisa menjadi cara yang cepat dan murah untuk menciptakan misinformasi di dunia maya, sehingga semakin sulit untuk mengetahui apa yang sebenarnya terjadi di dunia maya.

“Saya benar-benar takut hal seperti ini akan membahayakan pemilu yang diperebutkan,” kata Oren Etzioni, profesor di Universitas Washington yang berspesialisasi dalam kecerdasan buatan. Ia juga pendiri True Media, sebuah organisasi nirlaba yang berupaya mengidentifikasi disinformasi online dalam kampanye politik.

OpenAI menyebut sistem barunya Sora, diambil dari kata dalam bahasa Jepang untuk langit. Tim di balik teknologi tersebut, termasuk peneliti Tim Brooks dan Bill Peebles, memilih nama tersebut karena “membangkitkan gagasan tentang potensi kreatif yang tidak terbatas”.

Mereka juga mengatakan dalam wawancara bahwa perusahaan belum merilis Sora ke publik karena masih berupaya memahami bahaya dari sistem tersebut. Sebaliknya, OpenAI membagikan teknologi tersebut kepada sekelompok kecil akademisi dan peneliti luar lainnya yang akan melakukan “tim merah”, sebuah istilah untuk mencari cara agar teknologi tersebut dapat dieksploitasi.

“Idenya adalah untuk memberikan gambaran tentang apa yang akan terjadi sehingga masyarakat dapat melihat kemampuan teknologi ini – dan kita bisa mendapatkan masukan,” kata Dr. Brooks.

OpenAI telah memberi tanda air pada video yang dihasilkan sistem untuk mengidentifikasinya sebagai video yang dibuat oleh AI, namun perusahaan mengakui bahwa video tersebut dapat dihapus. Mereka juga sulit dikenali. (The New York Times menambahkan tanda air “Dihasilkan oleh AI” ke video dengan cerita ini.)

Sistem tersebut merupakan contoh kecerdasan buatan generatif yang dapat langsung membuat teks, gambar, dan suara. Seperti teknologi kecerdasan buatan generatif lainnya, sistem OpenAI belajar dengan menganalisis data digital—dalam hal ini, video dan teks yang menjelaskan isi video tersebut.

OpenAI menolak menyebutkan berapa banyak video yang dipelajari sistemnya atau dari mana asalnya, kecuali bahwa pelatihan tersebut mencakup video yang tersedia untuk umum dan video yang dilisensikan dari pemegang hak cipta. Perusahaan ini tidak banyak bicara mengenai data yang digunakan untuk melatih teknologinya, kemungkinan besar karena ingin mempertahankan keunggulan dalam persaingan – dan telah beberapa kali dituntut karena menggunakan materi berhak cipta.

(The New York Times menggugat OpenAI dan mitranya, Microsoft, pada bulan Desember atas pelanggaran hak cipta atas konten berita terkait sistem AI.)

Sora membuat video sebagai respons terhadap deskripsi singkat seperti “dunia terumbu karang kerajinan kertas yang dibuat dengan indah, penuh dengan ikan berwarna-warni dan makhluk laut”. Meskipun video bisa mengesankan, namun tidak selalu sempurna dan dapat berisi gambar yang aneh dan tidak logis. Misalnya, sistem baru-baru ini membuat video seseorang sedang memakan kue—tetapi ukuran cookie tersebut tidak pernah berkurang.

DALL-E, Midjourney, dan generator gambar diam lainnya telah berkembang begitu pesat selama beberapa tahun terakhir sehingga kini menghasilkan gambar yang hampir tidak dapat dibedakan dari foto. Hal ini mempersulit identifikasi misinformasi di dunia maya, dan banyak seniman digital mengeluh bahwa hal ini mempersulit mereka mendapatkan pekerjaan.

“Kami semua tertawa di tahun 2022 ketika Midjourney pertama kali keluar dan berkata, ‘Oh, itu lucu,’” kata Reid Southen, seniman konsep film di Michigan. “Orang-orang sekarang kehilangan pekerjaan karena Midjourney.