انویدیا از یک مدل جدید هوش مصنوعی به نام Fugatto رونمایی کرده است که برای تولید موسیقی و صدا طراحی شده است. این مدل قادر است صداها را تغییر داده و نواهای کاملاً جدیدی ایجاد کند. انویدیا، که بزرگ‌ترین تأمین‌کننده تراشه برای سرورهای هوش مصنوعی در جهان به شمار می‌آید، اعلام کرده که فعلاً قصد ندارد این مدل را به‌صورت عمومی منتشر کند. در ادامه به بررسی جزئیات هوش مصنوعی Fugatto انویدیا می پردازیم.
هوش مصنوعی Fugatto انویدیا
Fugatto توانایی تبدیل توضیحات متنی به صوت و موسیقی را دارد و حتی می‌تواند صداهای خلاقانه و نوآورانه‌ای تولید کند؛ مثلاً صدای یک ترامپت که شبیه به پارس کردن سگ به نظر برسد.
ویژگی منحصربه‌فرد Fugatto در مقایسه با سایر مدل‌های مشابه، توانایی تغییر یا اصلاح صداهای موجود است. این مدل می‌تواند مثلاً یک قطعه موسیقی نواخته‌شده با پیانو را به صدای انسان تبدیل کند یا لهجه و حالت بیان صدای یک فرد را تغییر دهد.
به گزارش رویترز، برایان کاتنزارو، معاون بخش تحقیق و توسعه یادگیری عمیق کاربردی در انویدیا، دراین‌باره گفت: «هوش مصنوعی مولد می‌تواند امکانات جدیدی را برای موسیقی، بازی‌های ویدئویی و حتی کاربران عادی که قصد ساختن چیزی را دارند، فراهم کند.»
این مدل با استفاده از داده‌های منبع‌باز آموزش داده شده است، اما زمان مشخصی برای انتشار آن تعیین نشده است. کاتنزارو اضافه کرد: «فناوری‌های مولد همواره با خطراتی همراه هستند، زیرا ممکن است برای تولید محتواهای نامناسب مورد استفاده قرار گیرند. بنابراین، ما باید با احتیاط عمل کنیم و فعلاً برنامه‌ای برای ارائه Fugatto نداریم.»
مشکلاتی مانند سوءاستفاده از فناوری‌های هوش مصنوعی، از جمله ایجاد دیپ‌فیک یا نقض حقوق کپی‌رایت، همچنان حل نشده باقی مانده‌اند. در همین راستا، شرکت‌هایی نظیر OpenAI و متا نیز تاکنون جزئیاتی از برنامه‌های خود برای انتشار عمومی مدل‌های تولید صدا یا تصویر ارائه نکرده‌اند.
نظرات کاربران