Ενώ ο άνδρας που εμφανίζεται σε αυτό το βίντεο τεχνητής νοημοσύνης μοιάζει και ακούγεται ακριβώς όπως ο συντάκτης, το συγκεκριμένο κλιπ δημιουργήθηκε στην πραγματικότητα χρησιμοποιώντας μία από τις νέες λειτουργίες που είναι διαθέσιμες στην εφαρμογή Gemini της Google: τα avatar. Αυτές οι ψηφιακές αναπαραστάσεις παρουσιάζουν ομοιότητες με τις βασικές δυνατότητες της πλέον ανενεργής εφαρμογής Sora της OpenAI. Πρόκειται για έναν ψηφιακό κλώνο του χρήστη, ο οποίος μπορεί να ενσωματωθεί σε βίντεο τεχνητής νοημοσύνης. Τα avatar τροφοδοτούνται από το νέο μοντέλο βίντεο Omni της Google, και η λειτουργία αυτή είναι προσβάσιμη μόνο στους συνδρομητές.
Ο συντάκτης καταβάλλει 20 δολάρια μηνιαίως για το πρόγραμμα AI Pro της Google και εξάντλησε γρήγορα τα όρια χρήσης του Gemini, τα οποία επαναφέρονται κάθε πέντε ώρες. Απλώς υπέβαλε μερικές ερωτήσεις και δημιούργησε δύο κλιπ διάρκειας 10 δευτερολέπτων με το avatar του, προτού λάβει την οδηγία να περιμένει για αργότερα.
Οι δύο πρώτες οπτικές εμπειρίες του συντάκτη σχετικά με τις δυνατότητες του Omni με την ομοίωσή του περιλάμβαναν τον ίδιο να τραγουδά σε έναν δεινόσαυρο στο Σαν Φρανσίσκο και να κάνει σερφ κάτω από τη Γέφυρα Γκόλντεν Γκέιτ. Ταυτόχρονα, ένιωσε εντυπωσιασμένος και τρομοκρατημένος. Το περιεχόμενο ήταν αμήχανο, με ορισμένες συγκεχυμένες στιγμές και παράλογες ενδυμασίες, ωστόσο ο άνδρας στο βίντεο ήταν ο ίδιος. Χρησιμοποίησε τα δάχτυλά του για να μεγεθύνει το πρόσωπο και να παρατηρήσει προσεκτικά την κίνηση του στόματος. Τα δόντια παρουσίαζαν μια μικρή απόκλιση, αλλά κατά τα άλλα, επρόκειτο για τον Reece, μέχρι και το λίπος στο πηγούνι.
Σε αντίθεση με την OpenAI, η οποία προηγουμένως επέτρεπε στους χρήστες να αποφασίζουν εάν επιθυμούσαν άλλοι να δημιουργούν βίντεο τεχνητής νοημοσύνης χρησιμοποιώντας την ομοίωσή τους, η Google επιτρέπει μόνο σε ενήλικες χρήστες να δημιουργούν βίντεο με το δικό τους avatar.
Η διαδικασία ρύθμισης του avatar μέσω της εφαρμογής Gemini απαίτησε περίπου πέντε λεπτά από τον συντάκτη. Η διαδικασία περιλάμβανε την παραμονή σε ένα καλά φωτισμένο δωμάτιο με την κάμερα του τηλεφώνου στραμμένη προς το πρόσωπό του και την ανάγνωση μιας σειράς διψήφιων αριθμών. Στη συνέχεια, κοίταξε αργά προς τα δεξιά και περιστρέφοντας το κεφάλι του προς τα αριστερά, η διαδικασία ολοκληρώθηκε. Ο Reece 2.0 είχε γεννηθεί και ήταν έτοιμος να λειτουργήσει ως ο deepfake σταρ του. (Συνιστάται προσοχή στην ενδυμασία κατά τη διάρκεια αυτής της διαδικασίας, καθώς η εμφάνισή σας είναι πιθανό να εμφανιστεί στις δημιουργίες τεχνητής νοημοσύνης, αλλά περισσότερα για αυτό αργότερα.)
Ας αναλύσουμε τα συναισθήματα που προκαλεί το κλιπ των γενεθλίων, καρέ προς καρέ. Η πλήρης εντολή ήταν: Δημιουργήστε ένα βίντεο με εμένα να τραγουδάω το τραγούδι των γενεθλίων σε έναν γηράσκοντα δεινόσαυρο στην κορυφή του λόφου στο Dolores Park.
Το πρώτο δευτερόλεπτο ξεκινά με μια «παύση χιλιετίας», καθώς ακόμη και ο AI Reece διαθέτει ορισμένες ενσωματωμένες συνήθειες. Το πιο εντυπωσιακό αρχικά είναι το φωτορεαλιστικό σκηνικό. Αντί να τοποθετήσει το avatar του συντάκτη σε κάποιον υπερμεγέθη λόφο σε ένα τυχαίο πάρκο, το φόντο του βίντεο τεχνητής νοημοσύνης της Google είναι αξιοσημείωτα παρόμοιο με την πραγματική τοποθεσία. Από τα πεζοδρόμια με τις φοινικιές μέχρι τον επιβλητικό πύργο Salesforce στο βάθος, είναι άμεσα εμφανές ποιο πάρκο απεικονίζεται εδώ, παρόλο που το αποτέλεσμα δεν είναι τέλειο. Είναι λογικό μια εταιρεία γνωστή για τη χαρτογράφηση του πλανήτη να μπορεί να το επιτύχει αυτό.
Καθώς ο AI εαυτός του συντάκτη άρχισε να τραγουδά, με ένα λιγότερο «πικαρισμένο» βαρύτονο από αυτό που μπορεί πραγματικά να αποδώσει, οι πρώτες νότες φάνηκαν φυσικές. Κούνησε τα χέρια του πάνω-κάτω στον ρυθμό, σαν ένας μικρός μαέστρος. Στη συνέχεια, τραύλισε στη λέξη «to», και το Gemini μεταπήδησε σε μια ευρύτερη γωνία λήψης καθώς άρχιζε το πραγματικό χάος. Ένα cupcake βανίλιας εμφανίστηκε τυχαία, και ο συντάκτης εκπνέει ένα σύννεφο καπνού για να σβήσει το κερί της γιορτής. (Ειλικρινά, πόσο αγενές από τον AI Reece. Δεν είναι η δική του ξεχωριστή μέρα.)
Το άλλο κλιπ τεχνητής νοημοσύνης που δημιούργησε ο συντάκτης χρησιμοποιώντας τη λειτουργία avatar συνδύαζε επίσης χαοτικές στιγμές με ρεαλιστικές λήψεις του ίδιου να μιλά στην κάμερα. Η πλήρης εντολή ήταν: Δημιουργήστε ένα βίντεο με εμένα να κάνω σερφ κάτω από τη Γέφυρα Γκόλντεν Γκέιτ.
Αντί να τον τοποθετήσει σε στολή κατάδυσης, φορούσε τζιν από την κορυφή μέχρι τα νύχια. Χωρίς παπούτσια στην σανίδα του σερφ, τουλάχιστον, υποθέτει ο συντάκτης. Αυτή η δημιουργία τεχνητής νοημοσύνης περιλάμβανε λήψεις που έμοιαζαν σαν να είχαν καταγραφεί με μια GoPro προσαρτημένη στην σανίδα του σερφ.
Καθώς όλο και περισσότεροι άνθρωποι χρησιμοποιούν τη γενετική τεχνητή νοημοσύνη, ειδικά μοντέλα χωρίς αυστηρές δικλείδες ασφαλείας, αυτά τα εργαλεία χρησιμοποιούνται όλο και περισσότερο για να στοχεύουν γυναίκες με μη συναινετικά deepfakes. Η Google ισχυρίζεται ότι έχει την ασφάλεια ως προτεραιότητα καθώς λανσάρει αυτή τη νέα λειτουργία. «Προσπαθούμε να αποτρέψουμε τη βλάβη», δηλώνει η Nicole Brichtova, η οποία ηγείται της ομάδας προϊόντων που εργάζεται στο Omni στην Google DeepMind. «Και, προσπαθούμε να το κάνουμε με τρόπο που να μην μπλοκάρουμε αβλαβή πράγματα».
Παρά τον τραυλισμό και άλλα σφάλματα στα κλιπ του AI Reece, αυτές οι υπερ-ρεαλιστικές εκδοχές του εαυτού του φάνηκαν πιο αληθινές από ό,τι όταν άκουγε ξανά ένα φωνητικό μήνυμα ή παρακολουθούσε ξανά ένα κλιπ από ένα διασκεδαστικό Σαββατοκύριακο. Το avatar δεν έμοιαζε απαραίτητα με μια πιο ελκυστική εκδοχή του εαυτού του, όχι, ήταν κάτι πιο ανατριχιαστικό. Ο ψηφιακός του κλώνος ήταν ο άψογος Reece. Πάντα έτοιμος να βρίσκεται οπουδήποτε, να κάνει οτιδήποτε, να είναι ο ίδιος.
