انویدیا، یکی از مطرح‌ترین تراشه‌سازهای دنیا، هوش مصنوعی Fugatto را معرفی کرد. مدل مولدی که می‌تواند صدا و لهجه کاربران را تغییر بدهد.
چند روز پیش مشخص شد انویدیا که در حال حاضر لقب بزرگ‌ترین تامین‌کننده‌ی تراشه برای سرورهای هوش مصنوعی جهان را در اختیار دارد تصمیم گرفته دانشکده هوش مصنوعی را در اندونزی تاسیس کند. اکنون گزارشی منتشر شد که از معرفی هوش مصنوعی Fugatto خبر می‌دهد.
هوش مصنوعی Fugatto می‌تواند صداهای ناشناخته تولید کند
آنطور که مشخص است این مدل مولد می‌تواند محتواهای متنی شما را به محتواهای صوتی تبدیل کند؛ اما نکته جالب ماجرا اینجاست که این تنها یک تبدیل ساده نیست. شما می‌توانید یک محتوای متنی در اختیار این مدل از هوش مصنوعی قرار داده و در انتها یک موسیقی یا یک صدای ناشناخته تحویل بگیرد.
بر اساس گزارش‌های منتشر شده، وجه تمایز هوش مصنوعی Fugatto با سایر مدل‌های موجود این است که می‌تواند صداهای موجود را هم تغییر داده و یا اصلاح کند. به‌طور مثال هوش مصنوعی انودیا می‌تواند یک قطعه موسیقی را به گفتار تبدیل کند، یا صدای افراد را کاملا تغییر داده و به لحن و گویش جدید بدل کند. قابلیت صداهای ناشناخته آن عجیب‌تر از سایرین است چراکه می‌تواند صدای یک ترامپت را مانند یک پارس سگ جلوه بدهد.
برایان کاتنزارو، معاون تحقیق‌وتوسعه‌ی یادگیری عمیق کاربردی در انویدیا در توضیح این فناوری می‌گوید:
من فکر می‌کنم که هوش مصنوعی مولد قابلیت‌های جدیدی به موسیقی، بازی‌های ویدئویی و افراد عادی که می‌خواهند چیزهایی بسازند، هدیه می‌دهد. هر فناوری مولدی همیشه برخی خطرات را به‌همراه دارد؛ زیرا شاید افراد از آن برای تولید محتواهایی استفاده کنند که مناسب نیست. ما باید در این مورد محتاط باشیم، به همین دلیل، برنامه‌ای فوری برای در دسترس قراردادن Fugatto نداریم.
مشکلی که اکنون شرکت‌های بزرگ فناوری در مقابل عرضه این مدل‌ها با آن مواجه شده‌اند این است که هنوز به راهکاری برای جلوگیری از سواستفاده از این فناوری، مانند دیپ فیک یا نقض حق کپی‌رایت دست نیافته‌اند.
داده‌های منبع‌باز آموزش، مسئول آموزش هوش مصنوعی Fugatto بوده است؛ اما این شرکت نیز مانند متا و OpenAI هنوز تصمیم نگرفته که آن را به صورت عمومی عرضه کند.
بیشتر بخوانید:
