W zeszłym tygodniu Open AI zaprezentowało nową usługę Sora. Sora umożliwia tworzenie filmów AI poprzez wprowadzanie tekstu, co od momentu publikacji spotkało się z pochwałami recenzentów. Demonstracyjne filmy, które zostały stworzone przy użyciu zaledwie kilku prostych linii tekstu, przedstawiają na przykład slow-motion film mężczyzny w średnim wieku jedzącego hamburgera, ujęcie z lotu ptaka na ulicę w Japonii, na której idą dwie osoby - te sceny dorównują jakością realizmu filmom reklamowym i scenom filmowym, które zostały zaplanowane, wyreżyserowane i nakręcone.

Open AI w tym samym dniu opublikowało raport techniczny, w którym Sora została przedstawiona jako symulator świata.Abstrakcja za pomocą tekstu i połączenie z przestrzenią parametrów pozwalają na osiągnięcie takiego stopnia realistycznej abstrakcji, że w przyszłości będzie to miało ogromny wpływ na możliwości wnioskowania modeli GPT, a znaczenie tego odkrycia będzie ogromne z punktu widzenia wpływu AI na społeczeństwo.

Sora wciąż jednak boryka się z wieloma ograniczeniami. Na przykład mężczyzna gryzie ciasteczko, ale później ślad ugryzienia znika, a człowiek biegnący na bieżni, zamiast na przód, biegnie w kierunku tylnego panelu z przyciskami, wykonując przy tym niezręczne ruchy nogami - te sceny pokazują, że Sora wciąż ma problemy z dokładnym rozumieniem i wizualizacją szczegółów przestrzennych podanych przez użytkownika, a także zmian zachodzących w czasie. Trudności z realizacją przykładów powodów i skutków, a także złożonych scen z wykorzystaniem fizyki są dowodem na to, że AI wciąż nie rozumie świata w sposób pełny. Jednak biorąc pod uwagę ogłoszenie z 2023 roku o podpisaniu umowy Open AI z firmą Shutter Stock, która dysponuje 3,5 milionami zdjęć i filmów wysokiej rozdzielczości, na podstawie której przez kolejne 6 lat AI będzie się uczyć, nie jest trudno przewidzieć, że generowane przez AI obrazy i filmy w niedalekiej przyszłości zbliżą się do poziomu tworzonych przez ludzi.

Brytyjski archeolog David Wengrow w swojej książce „The Origins of Monsters”, opublikowanej w 2013 roku, twierdzi, że od czasów starożytnego Egiptu, poprzez cywilizację mezopotamską i epokę żelaza w basenie Morza Śródziemnego, w czasach formowania się miast i rozkwitu cywilizacji, kiedy rozwijały się sieci polityczne i handlowe, obraz wizualny fantastycznych i złożonych, nierealistycznych stworzeń rozprzestrzenił się wszędzie.

Grafiki przedstawiające potwory złożone z ciała lwa, głowy i skrzydeł orła - gryfy, lub ciała ludzkiego i głowy byka - minotaury, zostały utrwalone przez ówczesnych ludzi na malowidłach ściennych i w dokumentach, a następnie, w celu usprawiedliwienia statusu elity, rozprzestrzeniły się wzdłuż rozwijających się szlaków handlowych. Tworzenie obrazów istniejących w niewidzialnym, rozszerzonym świecie poprzez rozdzielanie i łączenie różnych kończyn i cech było zjawiskiem powstałym w wyniku zmian społecznych, które rozszerzyły punkt widzenia oparty na stosunkach rodzinnych, w którym „całość” była postrzegana jako „wszystko” - ludzie zaczęli odczuwać siebie jako „część” w wyniku wzrostu podziału pracy z nieznanymi ludźmi i związane z tym uczucie strachu. Innymi słowy, odkrycie związku między tworzeniem kompozytowych tworów a rozwojem technologicznym i świadomością siebie, to jedna z kluczowych idei, które autor chce przekazać.

Już od zeszłego roku za pośrednictwem programów do generowania obrazów AI, takich jak Midjourney czy DALL-E, widzimy nieskończenie wiele ciekawych, a zarazem dziwacznych obrazów, takich jak: posąg Spider-Mana z czasów rzymskich, astronauty na Księżycu jeżdżącego na koniu, robota z trzema rękami malującego obraz - to obrazy, które wykraczają poza fizyczne ograniczenia ludzkiego ciała. A Sora, która została niedawno zaprezentowana, przyspieszy tylko rozpowszechnianie obrazów tworzonych przez AI. Ważne jest, że w epoce generatywnej AI obserwujemy powtórzenie się opisu stworzeń złożonych z różnych części, zwanych potworami, oraz ich społecznego przekazu, który był obecny już w początkach historii ludzkości.Ten trend można określić jako „vibe”, który otacza świat w dzisiejszych czasach i który nie da się zamknąć w ramach zwykłego określenia „trend”. To określenie nie jest nowe, ale wydaje się, że stoimy na kluczowym punkcie zwrotnym w drodze do ery AI, dlatego należy traktować ten trend poważnie.

Długi format argumentacji, wyjaśnienia nie istnieje - X, najczęściej oglądane i uzależniające filmy krótkometrażowe w YouTube, TikTok - to dowód na to, żeobraz społeczny pozbawiony kontekstujest powszechny. Znaczenie zaczęły mieć bardziej efemeryczne i sugestywne obrazy, co oznaczazmianę w dotychczasowych perspektywach interpretacyjnych dotyczących tego, co uznaje się za informacje.

Krótko mówiąc,nie chodzi już o to, co oglądamy, ale o to, jak oglądamy.

Należy wybrać bardziej znaczące i analityczne podejście do trendów i zjawisk związanych z ciałem. To czas, w którym filozofia marki bielizny, która w swoich kampaniach reklamowych odważnie prezentuje różnorodne ciała, zamiast estetyki armii modelek w kampaniach Guess czy Calvin Klein, zyskuje uznanie, a obraz różowego błyszczyka na ustach młodego człowieka, niezależnie od płci, staje się symbolem skutecznej strategii komunikacji z nastolatkami. W przyszłości technologii, kiedy myślimy o rozwoju technologii, zawsze obecne jest ludzkie ciało. Pytanie o to, jak patrzeć na ciało człowieka, będzie stawać się coraz bardziej złożone i ważne.

Bibliografia

Tworzenie filmów z tekstu

Modele generowania filmów jako symulatory świata

DALL-E OpenAI będzie trenowane na bibliotece ShutterStock przez kolejne sześć lat

Pochodzenie potworów