مدل هوش مصنوعی تشکیل گفتار مایکروسافت به شکل شگفت انگیز اما خطرناک کار می‌کند_ساحل دانش

مایکروسافت مدل جدیدی از هوش مصنوعی برای تشکیل گفتار گسترش داده است که می‌تواند در آینده با خطرات بسیاری از قبیل سواستفاده، جعل هویت و جعل صدای افراد همراه باشد.

به نقل از سرویس اخبار فناوری و تکنولوژی تکنا، نسخه تازه از مدل هوش مصنوعی تبدیل متن به گفتار با نام VALL-E2 توسط مایکروسافت گسترش یافته که کارکرد شگفت انگیز‌ای را از نظر طبیعی بودن صدا به همراه دارد. مایکروسافت این مدل هوش مصنوعی را به گفتن یک پروژه تحقیقاتی معارفه کرده و اظهار کرده است به علت گمان وجود سو منفعت گیری از این مدل هوش مصنوعی تصمیم ندارد آن را به شکل عمومی در اختیار کاربران قرار دهد.

مدل هوش مصنوعی VALL-E2 ابزار جدیدی برای تبدیل متن به گفتار است که می‌تواند تنها در عرض چند ثانیه یک صدای کاملاً شبیه با گویند انسانی تشکیل کند. مطابق حرف های مهندسان مایکروسافت این مدل می‌تواند یک گفتار دقیق، طبیعی و قابل قیاس با انسان تشکیل کرده به طوری که می‌توان آن را با صدای یک شخص واقعی نادرست گرفت.

محققان مایکروسافت در معارفه این مدل در مقاله خود حرف های‌اند: مدل VALL-E2 گسترش یافتهترین مدل در بین مدل‌های زبان کودک عصبی بوده و آخرین پیشرفت در این عرصه محسوب می‌بشود. این چنین این مدل را می‌توان نقطه عطفی در تبدیل متن به گفتار در نظر گرفت که عملکردی کاملاً برابر با انسان دارد. به حرف های این محققان کیفیت خروجی این مدل به طول و کیفیت دستور متنی وابسته بوده و عوامل محیطی همانند نویز بعد عرصه نیز می‌تواند روی این کیفیت موثر باشد.

یقیناً مایکروسافت در رابطه هوش مصنوعی VALL-E2 اظهار کرده است که تنها یک پروژه تحقیقاتی بوده و قرار نیست این فناوری در محصولات یا در اختیار کاربران قرار داده بشود. این شرکت خطرات بالقوه برای سوء منفعت گیری از این فناوری را علت عدم انتشار کردن آن گفتن کرده و حرف های است امکان جعل هویت یک شخص خاص با صدای جعلی با پشتیبانی این مدل هوش مصنوعی وجود دارد.