Cuối tuần trước, Open AI đã công bố dịch vụ mới của mình, Sora. Sora cho phép tạo video AI bằng cách nhập văn bản, và đã nhận được nhiều lời khen ngợi từ các nhà đánh giá ngay sau khi được công bố. Những video demo được tạo ra chỉ với vài dòng văn bản đơn giản, chẳng hạn như video slow motion về một người đàn ông trung niên ăn hamburger, một cảnh quay từ trên cao của một con phố ở Nhật Bản với hai người đang đi bộ, đã thể hiện tính chân thực ở mức độ cao, tương đương với những cảnh quay được lên kế hoạch, đạo diễn và quay phim cho các quảng cáo hoặc phim.

Cùng ngày, Open AI đã công bố một báo cáo kỹ thuật về Sora, trong đó họ mô tả Sora là một mô phỏng thế giới.Sự trừu tượng hóa thông qua văn bản và kết nối với không gian tham số cho phép đạt được mức độ trừu tượng hóa chân thực đến vậy, nó sẽ có tác động to lớn đến khả năng suy luận của các mô hình GPT trong tương lai, và ý nghĩa của nó là vô cùng to lớn về mặt ảnh hưởng của AI đối với xã hội loài người.

Tuy nhiên, Sora vẫn còn nhiều hạn chế. Ví dụ như một người cắn một miếng bánh quy nhưng vết cắn lại biến mất sau đó, hoặc một người đang chạy trên máy chạy bộ lại hướng về phía sau, nơi có bảng điều khiển, thay vì về phía trước, với những chuyển động tay chân bất thường. Điều này cho thấy Sora vẫn còn thiếu sót trong việc hiểu và thể hiện chính xác các chi tiết không gian, sự thay đổi theo thời gian trong các lời nhắc của người dùng. Khó khăn trong việc thực hiện các trường hợp liên quan đến nguyên nhân và kết quả, cũng như việc mô phỏng vật lý trong các cảnh phức tạp, chứng tỏ AI vẫn chưa thực sự hiểu rõ thế giới. Tuy nhiên, với việc ký hợp đồng với Shutter Stock, nơi sở hữu 35 triệu ảnh và video độ phân giải cao, để huấn luyện AI trong 6 năm tiếp theo, như đã công bố vào năm 2023, có thể dự đoán rằng các hình ảnh và video được tạo bởi AI trong tương lai sẽ ngày càng gần với trình độ của con người được tạo ra trong thực tế.

Nhà khảo cổ học người Anh David Wengrow đã lập luận trong cuốn sách “Nguồn gốc của Quái vật” được xuất bản vào năm 2013 rằng từ thời Ai Cập nguyên thủy đến nền văn minh Lưỡng Hà và thời đại sắt của Địa Trung Hải, vào thời điểm các thành phố được hình thành, các nền văn minh phát triển mạnh mẽ, mạng lưới chính trị và thương mại mở rộng, hình ảnh trực quan của các sinh vật phi thực tế, kỳ ảo và phức tạp đã được tạo ra và lan truyền khắp mọi nơi.

Các mô tả đồ họa về những con quái vật kết hợp, chẳng hạn như Griffin, với thân sư tử, đầu và cánh đại bàng, hoặc Minotaur, với cơ thể người và đầu bò, đã được ghi lại trên các bức bích họa và văn bản của những người sống trong thời đại đó, và được truyền bá theo các tuyến đường thương mại mở rộng nhằm biện minh cho vị thế ưu việt của tầng lớp tinh hoa. Hiện tượng tách rời các bộ phận cơ thể của các loài khác nhau và kết hợp lại để tạo ra hình ảnh của những thực thể tương ứng với thế giới mở rộng không thể nhìn thấy được, có thể được giải thích là kết quả của sự thay đổi xã hội, khi quan điểm “toàn bộ” dựa trên mối quan hệ huyết thống của chính họ được mở rộng, dẫn đến sự gia tăng phân công lao động với những người chưa từng gặp gỡ, từ đó tạo ra sự nhận thức về bản thân mình như một “phần” và nỗi sợ hãi đi kèm. Nói cách khác, sự khám phá mối quan hệ giữa sự sáng tạo của các vật thể hỗn hợp và sự nhận thức bản thân được xác định thông qua sự phát triển công nghệ là một trong những thông điệp mà ông muốn chia sẻ.

Chúng ta đã chứng kiến ​​rất nhiều hình ảnh thú vị nhưng kỳ dị được tạo ra bởi các chương trình tạo hình ảnh AI như Midjourney, DALL-E từ năm ngoái, chẳng hạn như tượng đài Người Nhện thời La Mã, phi hành gia cưỡi ngựa trên bề mặt mặt trăng, robot vẽ tranh bằng ba cánh tay, những hình ảnh vượt quá giới hạn của cơ thể con người. Và với Sora được công bố gần đây, việc phổ biến các video được tạo bởi AI sẽ ngày càng nhanh chóng. Điều quan trọng là sự mô tả và truyền bá về quái vật, tức là các vật thể hỗn hợp, được lặp đi lặp lại trong lịch sử nhân loại sơ khai, đang được tái tạo lại trong thời đại AI hiện nay.Sự phát triển này có thể được gọi là “vibra” bao trùm thế giới của chúng ta trong thời đại này, nó vượt xa thuật ngữ “xu hướng”.Mặc dù cụm từ này không mới, nhưng chúng ta đang ở một điểm bùng phát đáng chú ý trên con đường tiến tới thời đại AI, vì vậy chúng ta cần nghiêm túc xem xét sự phát triển này.

Những video YouTube, TikTok, TikTok Shorts có nội dung ngắn, hấp dẫn và gây nghiện, những nội dung không thể chứa đựng những lập luận, giải thích dài dòng, chứng minh chohiện tượng tiêu thụ xã hội hình ảnh phi ngữ cảnh. Hình ảnh thơ mộng, thoáng qua và liên tưởng ngày càng trở nên quan trọng, điều này dẫn đếnsự đảo ngược quan điểm về giải thích truyền thống, vốn là những gì được coi là thông tin.

Nói tóm lại,không phải là xem gì mà là cách xem như thế nào mới là điều cần thay đổi.

Chúng ta cần lựa chọn một cách tiếp cận ban đầu khác, có ý nghĩa và phân tích hơn đối với các xu hướng và hiện tượng liên quan đến cơ thể. Thay vì thẩm mỹ của dàn người mẫu trong các chiến dịch quảng cáo của Guess, Calvin Klein, triết lý của các thương hiệu đồ lót tôn vinh sự đa dạng của cơ thể như vốn có đã được công nhận, và hình ảnh son môi hồng trên môi, không thể phân biệt được nam hay nữ, đã trở thành biểu tượng của một chiến lược hiệu quả để tiếp cận giới trẻ. Khi tưởng tượng về tương lai của công nghệ và thảo luận về sự phát triển của công nghệ, cơ thể con người luôn hiện diện. Câu hỏi về cách chúng ta nhìn nhận cơ thể con người sẽ ngày càng trở nên phức tạp và quan trọng hơn trong tương lai.

Tài liệu tham khảo

Tạo video từ văn bản

Các mô hình tạo video như mô phỏng thế giới

DALL-E của OpenAI sẽ được huấn luyện trên thư viện của Shutterstock trong sáu năm nữa

Nguồn gốc của Quái vật