الذكاء الاصطناعي الجديد المخيف لزوكربيرج “ خطير للغاية ” على الملأ: تنشئ Meta نموذج خطاب AI الأكثر تطوراً على الإطلاق يمكنه محاكاة صوت أي شخص بما في ذلك الأقارب المتوفين – لكن الشركة تخشى أن يقوم المحتالون بإساءة استخدامه

تفاخرت Meta يوم الجمعة بأنها أنتجت “أكثر الذكاء الاصطناعي تنوعًا لتوليد الكلام” في الوجود.

لكنها أضافت أن الشركة لن تعلن عن نموذج الذكاء الاصطناعي الخاص بها ، بسبب المخاوف الشديدة بشأن “المخاطر المحتملة لسوء الاستخدام” للتكنولوجيا المتقدمة.

في الأشهر الأخيرة ، أصبح المحتالون بارعين في استخدام الكلام الذي تم إنشاؤه بواسطة الذكاء الاصطناعي لارتكاب جرائم مخيفة ومروعة ، بما في ذلك محاولة أبريل / نيسان لتزوير اختطاف فتاة مراهقة في أريزونا ، وإرهاب والدة الفتاة الصغيرة المذهولة من خلال مناشدات واقعية من الذكاء الاصطناعي.

لكن Meta اقترح مجموعة متنوعة من حالات الاستخدام الأكثر تفاؤلاً في بيانهم الصحفي ، مشيرًا إلى أنه يمكن استخدام Voicebox لمساعدة ضعاف البصر على سماع الرسائل من أصدقائهم وأحبائهم ، أو للسماح للمتحدثين غير الأصليين بتشغيل ترجمات لكلماتهم ، في صوتهم ولكن بلغة اجنبية.

يأتي هذا الإعلان بعد أكثر من شهر بقليل من تجاهل البيت الأبيض زوكربيرج (في الصورة) – الذي أخبر المراسلين صراحة أن ممثلي Meta لم تتم دعوتهم إلى قمة West Wing التي كانت مخصصة حصريًا للشركات في “ طليعة ابتكار الذكاء الاصطناعي ”

في الوقت الحالي ، قالت الشركة إن نموذج الذكاء الاصطناعي الخاص بها قادر على التحدث بست لغات: الإنجليزية والفرنسية والإسبانية والألمانية والبولندية والبرتغالية.

قدمت Meta أيضًا عددًا قليلاً من حالات الاستخدام التي تركز على الأعمال التجارية لهذه التقنية ، بما في ذلك نشر Voicebox كوسيلة لمنشئي الصوت لتحرير ضوضاء الخلفية غير المرغوب فيها أو الأخطاء من مسارات الصوت أو الفيديو الخاصة بهم بسهولة أكبر.

واقترح أيضًا أنه يمكن استخدام Voicebox لإنشاء أصوات أكثر راحة وطبيعية للمساعدين الظاهريين وشخصيات أكثر واقعية في ألعاب الفيديو.

وقالت الشركة في بيان صحفي إن كل هذه الفرص الجديدة الشجاعة لن تكون متاحة بعد للمطورين الذين يأملون في اللعب في صندوق Meta Voicebox sandbox.

أظهر مقطع فيديو ترويجي لـ Voicebox صدر يوم الجمعة قدرة الذكاء الاصطناعي على تحويل النص إلى كلام في مجموعة متنوعة من الأصوات

قالت الشركة في منشور بحثي: “هناك العديد من حالات الاستخدام المثيرة لنماذج الكلام التوليفية ، ولكن بسبب المخاطر المحتملة لسوء الاستخدام ، فإننا لا نجعل نموذج أو رمز Voicebox متاحًا للجمهور في هذا الوقت.”

وأضافت الشركة: “بينما نعتقد أنه من المهم أن نكون منفتحين مع مجتمع الذكاء الاصطناعي وأن نشارك أبحاثنا لتطوير أحدث ما توصلت إليه التكنولوجيا في الذكاء الاصطناعي ، من الضروري أيضًا تحقيق التوازن الصحيح بين الانفتاح مع المسؤولية”.

لاحظ باحثو الذكاء الاصطناعي في Meta التعلم العميق في منشوراتهم تقديم Voicebox أن نظامهم يستخدم طريقة تسمى Flow Matching ، والتي سجلت نتائج أفضل من نماذج الانتشار التي تستخدمها أحدث الأنظمة الحالية ، مثل VALL-E والنص الصفري. إلى كلام.

قالوا إن موقع Voicebox أنتج صوتًا صناعيًا كان أكثر وضوحًا ، وسجل معدل خطأ أقل بنسبة 1.9 في المائة مقارنةً بنسبة 5.9 في المائة لمنافسهم.

كما أن لديها نسبة أعلى لإنتاج تشابه صوتي (0.580 مقابل 0.681) بينما ، وفقًا لـ Meta ، أسرع بحوالي 20 مرة.

عند الترجمة عبر اللغات ، تفوق Voicebox على الذكاء الاصطناعي متعدد اللغات لتحويل النص إلى كلام ، YourTTS ، مما قلل متوسط ​​معدل أخطاء الكلمات من 10.9 بالمائة إلى 5.2 بالمائة ، وزاد نسبة التشابه الصوتي من 0.335 إلى 0.481.

يأتي هذا الإعلان بعد أكثر من شهر بقليل من تجاهل البيت الأبيض لبايدن زوكربيرج – الذي أخبر المراسلين صراحةً أن ممثلي Meta لم تتم دعوتهم لحضور قمة West Wing التي كانت مخصصة حصريًا للشركات في “طليعة الابتكار في مجال الذكاء الاصطناعي”.