پروژه جدید OpenAI با نام سورا (Sora) توانایی ایجاد اثرهای سینمایی بسیار قوی و جذاب را داراست و حتی از انتظارات این شرکت بزرگ فراتر رفته است.

به گفته‌ی مقاله‌ای که توسط OpenAI منتشر شده، سورا می‌تواند ویدیوهای با وضوح حداکثر ۱۰۸۰p را تولید کند. این هوش مصنوعی قادر است تعداد زیادی از وظایف ویرایش تصویر و ویدئو را انجام دهد؛ از ایجاد ویدئوهای حلقه‌ای و جلوبردن و عقب‌کشیدن زمان ویدیو تا تغییر پس‌زمینه‌ی ویدئویی که خود کاربر آن را از پیش ضبط کرده است.

یکی از نکات جالب، توانایی سورا در شبیه‌سازی جهان‌های دیجیتالی است. در یک آزمایش، OpenAI به سورا دستوراتی حاوی کلمه‌ی "ماینکرافت" داد و از آن خواست تا یک HUD و بازی متقاعدکننده مانند "ماینکرافت" بسازد و فیزیک مشابه آن را ارائه دهد و هم‌زمان شخصیت بازیکن را کنترل کند.

با توجه به مشاهدات جیم فان، محقق ارشد انویدیا، سورا بیشتر از این‌که هوش مصنوعی مولد باشد، یک موتور فیزیکی داده‌محور است. سورا تنها عکس یا ویدئو تولید نمی‌کند، بلکه فیزیک هر شیء را در یک محیط تعیین و یک عکس یا ویدئو (یا یک جهان سه‌بعدی تعاملی) را براساس دستورات کاربر رندر می‌کند.

محققان OpenAI می‌نویسند: «این قابلیت‌ها نشان می‌دهد که مقیاس‌پذیری مداوم مدل‌های ویدئویی، مسیر امیدوارکننده‌ای به سمت توسعه‌ی شبیه‌سازهای بسیار توانمند دنیاهای فیزیکی و دیجیتالی است. در این دنیاها، اشیاء، حیوانات و کاربران می‌توانند زندگی کنند.»

در حال حاضر، محدودیت‌های معمول سورا در حوزه‌ی بازی‌های ویدیویی مشخص شده است. این مدل نمی‌تواند به طور دقیق فیزیک برهم‌کنش‌های پایه مانند خرد شدن شیشه را تخمین بزند. سورا حتی تعاملات را اغلب به طور متناقض نمایش می‌دهد؛ برای مثال، او ممکن است فردی را در حال خوردن برگر مدل‌سازی کند، اما نمی‌تواند محل گاز گرفتن روی برگر را رندر کند.

به نظر می‌رسد که سورا می‌تواند راه را برای بازی‌های واقع‌گرایانه‌تر و شاید حتی فوتورئالیستی از توصیفات متنی کاربران هموار کند. این همان بخش هیجان‌انگیز و ترسناک هوش مصنوعی است (برای مثال، خطرات دیپ فیک را در نظر بگیرید) و احتمالاً به همین دلیل است که OpenAI تصمیم گرفته تا دسترسی به سورا را بسیار محدود نگه دارد.

اگر به اخبار دنیای تکنولوژی علاقه مند هستید، ما را در شبکه‌های اجتماعی مختلف تلگرام، روبیکا، توییتر، اینستاگرام و آپارات همراهی کنید.