No fim de semana passado, a Open AI lançou seu novo serviço Sora. O Sora permite que você crie vídeos de IA usando texto, e tem sido elogiado por críticos desde seu lançamento. Os vídeos de demonstração, que foram criados com algumas poucas linhas de texto e lançados, mostram um alto nível de realismo, comparável às cenas planejadas, encenadas e filmadas em comerciais ou filmes, como um homem de meia-idade comendo um hambúrguer em câmera lenta e uma tomada aérea de duas pessoas caminhando por uma rua japonesa.

A Open AI descreveu o Sora como um simulador mundial em seu relatório técnico lançado no mesmo dia.A abstração por meio de texto e sua ligação com o espaço de parâmetros permitem uma abstração tão realista que terá um impacto enorme na capacidade de raciocínio dos modelos GPT futuros, e seu significado é enorme em termos do impacto da IA ​​na sociedade humana.

No entanto, o Sora ainda apresenta muitas limitações. Por exemplo, uma pessoa mordeu um biscoito, mas a marca da mordida desapareceu, e uma pessoa correndo em uma esteira está correndo para trás, em vez de para frente, onde o painel de controle está, e os movimentos de seus braços e pernas parecem desajeitados. Isso mostra que ainda existem deficiências na compreensão e representação precisa de detalhes espaciais e mudanças ao longo do tempo fornecidas por usuários em prompts. Essa dificuldade em lidar com casos de causa e efeito relacionados e na implementação da física em cenas complexas é evidência de que a IA ainda não entende completamente o mundo. No entanto, considerando o anúncio em 2023 de que a Open AI está treinando sua IA por mais seis anos, com um contrato com a Shutterstock, que possui 35 milhões de fotos e vídeos de alta resolução, não é difícil prever que as imagens e vídeos gerados por IA ficarão cada vez mais próximos do nível de qualidade dos humanos.

O arqueólogo britânico David Wengrow argumenta em seu livro "As Origens dos Monstros", publicado em 2013, que desde o Egito antigo até a civilização mesopotâmica e a Idade do Ferro no Mediterrâneo, em uma época em que as cidades se formaram, as civilizações floresceram e as redes políticas e comerciais se expandiram, não havia lugar onde imagens visuais de criaturas fantásticas e complexas não fossem criadas e difundidas.

Representações gráficas de monstros híbridos, como o grifo, com corpo de leão, cabeça e asas de águia, e o minotauro, com corpo humano e cabeça de touro, foram registradas em várias pinturas rupestres e documentos por aqueles que viviam na época, e essas representações foram transmitidas ao longo das rotas comerciais expandidas para legitimar a posição da elite. O ato de separar as pernas e outras características de diferentes espécies e combiná-las para criar imagens de entidades que respondem a um mundo expandido invisível é um fenômeno que pode ser interpretado como o resultado do aumento da divisão do trabalho com pessoas desconhecidas, que levaram a uma mudança na sociedade de um ponto de vista centralizado em relações de parentesco, onde eles se viam como "o todo", para uma consciência de si mesmo como "parte", que gerou medo. Em outras palavras, uma das mensagens que ele quer compartilhar é a descoberta da relação entre a criação de compostos, o desenvolvimento tecnológico e a autoconsciência.

Já estamos vendo um número incontável de imagens interessantes e estranhas, como uma estátua de Homem-Aranha da era romana, um astronauta montando um cavalo na superfície da lua e um robô com três braços pintando, usando programas de geração de imagens de IA como Midjourney e DALL-E desde o ano passado. E a recente introdução do Sora acelerará ainda mais a proliferação de mais vídeos gerados por IA. O importante é que a descrição de monstros, ou seja, compostos, e sua transmissão social, que se repete junto com os registros da história humana primitiva, está se repetindo na era da IA ​​gerativa de hoje.Essa tendência pode ser descrita como uma "vibe" que envolve o mundo de hoje, que é muito grande para ser simplesmente descrita como uma tendência. Embora essa expressão não seja nova, parece que chegamos a um ponto de inflexão notável na nossa jornada para a era da IA, por isso precisamos levar essa tendência a sério.

A ausência de argumentos e explicações longas, a natureza altamente consumida e viciante dos vídeos curtos no YouTube e TikTok,demonstra o fenômeno do consumo social de imagens descontextualizadas.Imagens poéticas, cada vez mais instantâneas e associativas, se tornaram importantes, o que significa queas perspectivas convencionais relacionadas à interpretação do que é considerado informação foram revertidas.

Em resumo,a mudança necessária não é o que ver, mas como ver.

Devemos escolher uma abordagem diferente, mais semântica e analítica, para as tendências e fenômenos relacionados ao corpo. Esta é uma época em que a filosofia de marcas de lingerie que celebram a diversidade de corpos em sua forma natural é reconhecida, em vez da estética das legiões de modelos nas campanhas de marketing da Guess e Calvin Klein, e em que a imagem de um batom rosa sobre os lábios, sem gênero definido, é a representação de uma estratégia eficaz para atingir adolescentes. Quando imaginamos o futuro da tecnologia e discutimos o progresso tecnológico, o corpo humano sempre está presente. A questão de como vemos o corpo humano se tornará cada vez mais complexa e importante no futuro.

Referências

Criando vídeo a partir de texto

Modelos de geração de vídeo como simuladores mundiais

O DALL-E da OpenAI será treinado na biblioteca da Shutterstock por mais seis anos

As Origens dos Monstros