Microsoft Research Asia vừa công bố một công cụ trí tuệ nhân tạo mới có tên VASA-1, có thể chuyển đổi ảnh tĩnh hoặc bản vẽ của một người thành video người đó nói chuyện hoặc ca hát, theo Engadget. Công nghệ này có khả năng tạo ra nét mặt và chuyển động đầu cho hình ảnh tĩnh hiện có, cũng như chuyển động môi phù hợp với âm thanh đang phát.
Công cụ VASA-1 đã được đào tạo trên bộ dữ liệu VoxCeleb2, bao gồm "hơn 1 triệu lời nói của 6.112 người nổi tiếng", và đã được thử nghiệm thành công trên cả hình ảnh thật và nghệ thuật như Mona Lisa.
Tuy nhiên, mặc dù công nghệ này mang lại nhiều tiềm năng trong việc nâng cao trải nghiệm người dùng, nó cũng có nguy cơ bị lạm dụng để tạo ra các video deepfake.
Để ngăn chặn việc này, các nhà nghiên cứu từ Microsoft Research Asia quyết định không phát hành bất kỳ sản phẩm nào liên quan đến công nghệ này cho đến khi có biện pháp bảo vệ trách nhiệm và phù hợp.
Dù vậy, các nhà nghiên cứu vẫn kỳ vọng vào tiềm năng của công nghệ AI mới khi việc cải thiện tính công bằng trong giáo dục, cũng như cung cấp khả năng tiếp cận cho những người gặp khó khăn trong giao tiếp.
Họ cũng tin rằng, công nghệ này có thể cung cấp sự đồng hành và hỗ trợ trị liệu cho những người cần, mở ra cơ hội cho các chương trình truyền đạt thông tin thông qua nhân vật AI có thể nói chuyện.
