Džo Rogana deepfake intervija ar viltus Stīvu Džobsu

Kompānija Play.ht publicēja izdomātu podkāsta interviju starp Džo Roganu un Stīvu Džobsu, izmantojot sintezētas abu runātāju balsis.
Podkāsts izveidots, izmantojot balss klonēšanas tehnoloģiju. Izstrādātāji izmantoja dziļu apmācību, lai ļoti precīzi reproducētu raksturīgās runas iezīmes.
Kompānijas inženieri uztrenēja modeli uz esošajiem balss paraugiem. Saskaņā ar izstrādātāju sacīto – Rogana runu ir vienkāršāk klonēt, jo ir publiski pieejami pietiekami daudz apmācībām piemērotu materiālu.
Džobsa balss sanāca ne tik reālistiska un vairāk robotizēta. Dažbrīd tā atgādina Apple bijušā ģenerāldirektora uzstāšanos un All Things Digital interviju 2000. gadu beigās.
Intervijas tekstu arī ģenerēja mākslīgais intelekts. Iespējams, ka izstrādātāji izmantoja lielu valodas modeli – tādu kā GPT-3.
“Piemēram, Stīva Džobsa epizode tika apmācīta ar viņa biogrāfiju un visiem viņa ierakstiem, ko mēs varējām atrast internetā, lai mākslīgais intelekts varētu viņu precīzi atdzīvināt,” – pavēstīja sacīja Play.ht.
19 minūšu intervijā nav nekādas jēgpilnas informācijas. Pēc kāda laika izdomātā podkāsta daļas sāk izklausīties kā vispārēju Džobsa tēmu konceptuālas kombinācijas – tostarp par estētiku, revolucionāriem produktiem un konkurentiem.
Vienā intervijas sadaļā viltus Džobs iedziļinās Microsoft kritikā, kas ir analoga 1995. gada intervijā Triumph of the Nerds. Tā tomēr nav precīza kopija: salīdzinot ar oriģinālu, skaidri ir dzirdama robotizēta balss.
“Tā ir problēma, ar kuru es vienmēr saskāros Microsoft. Daudzējādā ziņā viņi ir gudri cilvēki un kārtīgi pastrādāja, taču viņiem nekad nav bijusi gaumes izjūta. Viņiem nekad nav piemitusi jebkāda estētiskā izjūta“, – saka viltus Džobs.
Pilna intervija pieejama podkāstu vietnē Transistor.
Avots: Arstechnica