آمازون یک ویژگی آزمایشی الکسا را معرفی کرده است که به دستیار هوش مصنوعی اجازه می دهد صدای افراد مرده کاربران را تقلید کند.
این شرکت این ویژگی را در کنفرانس سالانه مارس خود به نمایش گذاشت و ویدئویی را نشان داد که در آن کودکی از الکسا میخواهد تا داستانی را برای خوابیدن با صدای مادربزرگ مردهاش بخواند.
روهیت پراساد، دانشمند ارشد آمازون برای الکسا AI گفت: همانطور که در این تجربه دیدید، به جای صدای الکسا که کتاب را می خواند، صدای مادربزرگ بچه است. پراساد این کلیپ را با گفتن اینکه افزودن «ویژگیهای انسانی» به سیستمهای هوش مصنوعی اهمیت فزایندهای دارد «در این مواقع همهگیری مداوم، زمانی که بسیاری از ما کسی را که دوستش داریم از دست دادهایم» معرفی کرد.
پراساد گفت: “در حالی که هوش مصنوعی نمی تواند این درد از دست دادن را از بین ببرد، قطعا می تواند خاطرات آنها را ماندگار کند.”
آمازون هیچ اشارهای نکرده است که آیا این ویژگی هرگز عمومی خواهد شد یا خیر، اما میگوید سیستمهایش میتوانند صدای افراد را فقط از یک دقیقه ضبط صدا تقلید کنند. در عصری که ویدیوها و یادداشتهای صوتی فراوان وجود دارد، این بدان معناست که در دسترس مصرفکنندههای معمولی است که صدای عزیزانشان را شبیهسازی کنند – یا هرکس دیگری را که دوست دارند.
اگرچه این برنامه خاص در حال حاضر بحث برانگیز است، زیرا کاربران در رسانه های اجتماعی این ویژگی را “خزنده” و “هیولا” می نامند، چنین تقلید صدای هوش مصنوعی در سال های اخیر به طور فزاینده ای رایج شده است. این تقلیدها اغلب به عنوان “دیپ فیک صوتی” شناخته می شوند و قبلاً به طور مرتب در صنایعی مانند پادکست، فیلم و تلویزیون و بازی های ویدیویی استفاده می شوند.
در حال حاضر دیپ فیک صوتی در حال حاضر در پادکست و فیلم رایج است.
به عنوان مثال، بسیاری از مجموعههای ضبط صدا به کاربران این امکان را میدهند که صداهای فردی را از ضبطهایشان شبیهسازی کنند. به این ترتیب، اگر یک میزبان پادکست، برای مثال، خط خود را تغییر دهد، یک مهندس صدا میتواند آنچه را که گفتهاند به سادگی با تایپ یک اسکریپت جدید ویرایش کند. تکرار خطوط گفتار بدون درز نیاز به کار زیادی دارد، اما ویرایش های بسیار کوچک را می توان با چند کلیک انجام داد.
از همین فناوری در فیلم نیز استفاده شده است. سال گذشته فاش شد که مستندی درباره زندگی سرآشپز آنتونی بوردین، که در سال 2018 درگذشت، از هوش مصنوعی برای شبیهسازی صدای او برای خواندن نقل قولهایی از ایمیلهایی که ارسال کرده بود، استفاده کرد. بسیاری از طرفداران از کاربرد این فناوری منزجر شده بودند و آن را “احمقانه” و “فریبنده” نامیدند. برخی دیگر از استفاده از این فناوری مانند بازسازی های دیگر مورد استفاده در مستندها دفاع کردند.
پراساد آمازون گفت که این ویژگی می تواند مشتریان را قادر سازد تا “روابط شخصی پایدار” با متوفی داشته باشند، و مطمئناً درست است که بسیاری از مردم در سراسر جهان از هوش مصنوعی برای این منظور استفاده می کنند. مردم قبلاً چتباتهایی ایجاد کردهاند که از عزیزان مرده تقلید میکنند، برای مثال آموزش هوش مصنوعی بر اساس مکالمات ذخیرهشده. افزودن صداهای دقیق به این سیستم ها – یا حتی آواتارهای ویدیویی – با استفاده از فناوری هوش مصنوعی امروزی کاملاً امکان پذیر است و احتمالاً گسترده تر می شود.
با این حال، اینکه آیا مشتریان مایلند عزیزان مرده خود به عروسک های هوش مصنوعی دیجیتال تبدیل شوند یا نه، موضوع کاملاً دیگری است.