FacebookのAIは単純な説明テキストからビデオを作成できる

最近、CEOのマーク・ザッカーバーグ氏はFacebookの個人ページに「これらのビデオはすべて、説明を通じてビデオを作成できるMake-A-Videoと呼ばれるAIシステムによって作成されている」という内容のビデオを投稿した。

20秒ほどの動画には、テディベアが自画像を描く様子、宇宙船が火星に着陸する様子、ロボットがサーフィンをする様子などが含まれた非常に短い動画となっている。これらのビデオはすべて、Meta の新しい AI プログラムによって作成されました。

Meta の Make-A-Video で作成されたビデオは、解像度が低く、フレームがぎくしゃくしていて、キャラクターがスムーズに動かないため、不完全であると考えられます。しかし、このビデオは、AI 研究がテキストをビデオに変換するという新たな方向に進んでいることを示しています。

ザッカーバーグ氏は、 AIが各ピクセルを正確に作成するだけでなく、時間の経過とともにどのように変化するかを予測する必要があるため、テキストを画像に変換する場合と比較して、テキストからビデオを作成することははるかに難しいと付け加えた。

専門家によると、Make-A-Video のようなツールは時間の経過とともに改良され、将来的にはビデオ作成がはるかに簡単になるとのことです。しかし、ビデオは画像よりも制御がはるかに難しいため、多くの人はこれらのツールが間違った目的に使用されるのではないかと心配せずにはいられません。

ある専門家は、インターネットデータで訓練されたテキストから画像へのAIモデルは社会的偏見を誇張する可能性が高いと考えている。ビデオの場合、何百万もの画像やテキストを含むデータセットに基づいてトレーニングする必要があるため、そのコンテンツすべてを制御することが非常に困難になります。

ザッカーバーグ氏は、Make-A-Videoは将来オープンソースコードとして共有される予定だと述べた。しかし、その悪影響を制限するための解決策については、メタ社のCEOは言及しなかった。