ビデオを作成するためにカメラが不要になり、代わりに数行のコーディングでカメラを生成できる場合はどうなりますか？
機械学習の進歩により、アイデアが現実のものになりつつあります。 ディープフェイクがどのように顔を交換するかを見てきました 家族写真 自分撮りを 有名なビデオクリップ。 現在、AI研究のバックグラウンドを持つ起業家は、アルゴリズムを使用して非常にリアルな写真、音声、ビデオを生成できるツールを考案しています。
このテクノロジーを構築しているスタートアップのXNUMXつは、中国を拠点としています。 シュールレア。 同社は設立からわずか2か月ですが、セコイアチャイナとジェンファンドという3つの著名な投資家から、すでにXNUMX万ドルからXNUMX万ドルのシードラウンドを確保しています。 SurrealはこのラウンドでXNUMX近くの投資オファーを受け取ったと、創設者兼CEOのXu ZhuoはTechCrunchに語った。投資家たちは、AIによって生成されたコンテンツによって形作られる未来に賭けようと奮闘した。
Surrealを設立する前、XuはSnapでXNUMX年間過ごし、広告推奨システム、機械学習プラットフォーム、AIカメラテクノロジーを構築しました。 この経験により、Xuは、ツールが「コンテンツ制作のコストを大幅に削減できる」ため、合成メディアが主流になると確信しました。Xuは、深センにあるSurrealのXNUMX人のオフィスからのインタビューで述べています。
ただし、Surrealは、人間のクリエイターやアーティストに取って代わるつもりはありません。 実際、Xuは、今後数十年で機械が人間の創造性を超えることができるとは考えていません。 この信念は、会社の中国名、Shi Yun、またはThe PoetryCloudに具体化されています。 これは、SF作家の劉慈欣による小説のタイトルから取られたもので、テクノロジーが古代中国の詩人李白をどのように凌駕できないかを物語っています。
「私たちには内部の公式があります。視覚的なストーリーテリングは創造性と作り方に等しい」と徐は目を輝かせた。 「私たちは作る部分に焦点を合わせています。」
ある意味で、マシンビデオの生成は、強化されたビデオツールのようなものであり、今日見られるビデオフィルターからステップアップして、Douyin（TikTokの中国語版）を作成します。 くしょうしょう 人気があります。 短いビデオアプリは、プロ並みのビデオを作成する際の障壁を大幅に下げますが、それでもカメラが必要です。
「短い動画の核心は、短い動画の形式そのものではありません。 それは、より優れたカメラテクノロジーを備えていることにあり、ビデオ作成のコストを削減します」と、TikTokの親ByteDanceのベテランであるWangLiangと共にSurrealを設立したXu氏は述べています。
ディープフェイカリーの商品化
Google、Facebook、Tencent、ByteDanceなど、世界最大のテクノロジー企業の中には、GANに取り組んでいる研究チームもあります。 Xuの戦略は、大規模な契約に引き寄せられる大物に直接対峙することではありません。 むしろ、Surrealは中小規模の顧客を追いかけています。
eコマース販売者向けのSurrealのフェイススワッピングソフトウェア
Surrealのソフトウェアは現在、アップロードされたコンテンツの顔を変更したり、まったく新しい画像やビデオを生成したりするために使用できる企業顧客専用です。 XuはSurrealを「ビデオ向けGoogle翻訳」と呼んでいます。このソフトウェアは、人々の顔を入れ替えるだけでなく、それに応じて話す言語を翻訳し、唇を声に合わせることができるからです。
ユーザーはビデオまたは写真ごとに課金されます。 将来的には、Surrealは顔だけでなく、人々の服や動きもアニメートすることを目指しています。 Surrealは財務実績の開示を拒否したが、Xu氏によると、同社は約10万件の写真とビデオの注文を蓄積しているという。
現在の需要の多くは、Surrealを使用してマーケティング資料の西洋モデルを作成する中国のeコマース輸出業者からのものです。 実際の外国のモデルを採用することは費用がかかる可能性があり、アジアのモデルを採用することはそれほど効果的ではありません。 シュールな「モデル」を使用することで、一部の顧客は100％の投資収益率（ROI）を達成できたとXu氏は述べています。 Surrealは、数百万のシードファイナンスをポケットに入れて、オンライン教育などのユースケースをさらに見つけて、アルゴリズムを改善するために大量のデータを収集できるようにする予定です。
未知の領域
生成的敵対的ネットワークと呼ばれるSurrealを強化するテクノロジーは、比較的新しいものです。 機械学習研究者のIanGoodfellowによって紹介されました 2014年のGANは、画像を生成する「ジェネレータ」と、画像が偽物か本物かを検出する「ディスクリミネーター」で構成されています。 ペアは、ジェネレーターが満足のいく結果をもたらすまで、敵対的な役割、つまり命名法でトレーニングの期間に入ります。
悪意のある人には、GANが詐欺、ポルノ、その他の違法な目的で悪用される可能性があります。 これが、Surrealが個々のユーザーが利用できるようにするのではなく、エンタープライズでの使用から始まる理由のXNUMXつです。
Surrealのような企業も、新たな法的課題を提起しています。 機械で生成された画像やビデオの所有者は誰ですか？ 著作権の侵害を回避するために、Surrealは、クライアントがモデレートのためにアップロードするコンテンツに対する権利を持っていることを要求します。 誤用を追跡して防止するために、Surrealは、所有権を主張するコンテンツの各部分に暗号化された目に見えない透かしを追加します。 Surrealが作成する「人」が実際の誰かと一致する可能性は奇妙なため、同社は作成したすべての顔をオンラインで見つけた写真と照合するアルゴリズムを実行しています。
「倫理はSurreal自体が対処できるものではないと思いますが、私たちはこの問題を調査する用意があります」とXu氏は述べています。 「基本的に、[合成メディア]は破壊的なインフラストラクチャを提供すると思います。 生産性が向上し、マクロレベルでは、生産性がこのような問題の重要な決定要因であるため、容赦がありません。」
