Do amerykańskiego urzędu patentowego wpłynął wniosek Microsoftu o patent dla systemu AI. Miałby w czasie rzeczywistym zmieniać słowa mówcy w nagraniach wideo i transmisjach na żywo.
- Microsoft złożył wniosek o patent na system AI, który jest w stanie rzeczywistym usuwać słowa-wypełniacze, przejęzyczenia, a także słowa uznane za obraźliwe.
- Ekspert USPTO odrzucił wniosek w pierwszej ocenie. Ma być to jednak dość częsta sytuacja, po której zgłaszający nanoszą poprawki.
- Microsoft argumentuje, że konieczność takiego wynalazku wynika z tego, że obecnie poprawianie niedoskonałości mówców na wideo wymaga specjalistycznych narzędzi i wykwalifikowanych techników. Już są jednak głosy, że system mógłby przekształcać wydarzenia na żywo.
Opublikowany 29 października, a złożony jeszcze w ub.r. wniosek firmy opisuje system, w którym agent AI analizuje dźwięk z nagrania i wybiera słowa do zmiany wedle określonych parametrów i profilu widza. Następnie generowane są dźwięk i obraz, które wprowadzają te zmiany, wygładzając przejścia przed i po zmienionym fragmencie.
Zmiana ma następować niemal w czasie rzeczywistym, bowiem opóźnienie to 1-10 sekund. To odpowiada opóźnieniu stosowanemu w transmisjach telewizyjnych na żywo.
Czytaj także: To był najgorszy dzień Microsoftu od lat. Sztuczna inteligencja ciąży firmie
Rzecz jasna publikacja wniosku nie oznacza przyznania patentu ani zapowiedzi produktu. Według portalu Patentlyze, ekspert USPTO odrzucił wniosek w pierwszej ocenie. Ma być to jednak dość częsta sytuacja, po której zgłaszający nanoszą poprawki.
Do czego miałby służyć system Microsoftu?
Microsoft przewiduje dla swojego systemu wiele zastosowań. Miałby np. usuwać słowa-wypełniacze, przejęzyczenia, a także słowa uznane za obraźliwe. To, które słowa zostaną uznane za niestosowne, zależałoby od profilu widza – jego wieku, języków, pochodzenia czy religii.
Zdaniem Microsoftu system mógłby sprawdzić się w tłumaczeniu na żywo. Mowa między innymi o spotkaniach dyplomatycznych, międzynarodowych naradach, podcastach, filmach czy wykładach.
Co ze zgodą mówcy?
Opis wynalazku wspomina też o „korekcie na żywo nieprawdziwych lub wprowadzających w błąd informacji”. System mógłby sprawdzać prawdziwość twierdzeń mówców w internecie i aktualizować je „zgodnie z obecną wiedzą”.
Wniosek nie wspomina o zgodzie mówcy na zmiany. Nie przewidziano też informowania widza, że materiał został zmodyfikowany. Jedno z zastrzeżeń przewiduje jedynie, że oryginalne nagranie jest przechowywane jako punkt odniesienia.
Microsoft argumentuje, że konieczność takiego wynalazku wynika z tego, że obecnie poprawianie niedoskonałości mówców na wideo wymaga specjalistycznych narzędzi i wykwalifikowanych techników.
Jak pisze serwis futurism.com, w epoce internetu w coraz większym stopniu zdominowanym przez deepfake, dezinformację oraz niskiej jakości treści zacierających granice prawdy, taki „system może zapowiadać nową generację narzędzi filtrujących”.
Czytaj także: Nowy Microsoft Surface Pro i Surface Laptop. Świetny sprzęt, co z oprogramowaniem?
„Narzędzia te pozwalają na subtelne modyfikowanie rzeczywistości w czasie rzeczywistym – i to w sposób wysoce spersonalizowany. Jak sugeruje patent, odbiorcy mogliby śledzić dowolne wydarzenie transmitowane na żywo, jednocześnie eliminując z przekazu wszystko to, czego nie chcą usłyszeć.
Pomijając kwestię tłumaczenia językowego - czy korzystanie z narzędzia, które eliminuje błędy lub usuwa słowa i zwroty charakterystyczne dla lokalnego dialektu mówiącego, jeszcze bardziej zamyka nas w spersonalizowanych bańkach?” – zastanawia się serwis.
Na końcu podkreśla, że system mógłby całkowicie przekształcać materiały rejestrowane na żywo. Mowa nie tylko o wspomnianych wyżej wykładach, ale ceremoniach wręczenia nagród, teleturniejach czy transmisjach sportowych.
Może cię także zainteresować: