دستیار صوتی الکسا صدای افراد فوت شده را تقلید می‌کند

آمازون در حال آزمایش ویژگی جدیدی است که به دستیار صوتی الکسا این امکان را می‌دهد تا صدای افراد دیگر را تقلید کند. از جمله صدای افرادی که فوت کرده‌اند. روهیت پراساد (Rohit Prasad)، معاون و دانشمند ارشد بخش هوش مصنوعی الکسا، در کنفرانس MARS آمازون در لاس وگاس، در مورد رابطه بین مصرف کنندگان و دستیاران مجازی آن‌ها صحبت کرد.

تقلید صدای افراد فوت شده توسط دستیار صوتی الکسا

شاید شما هم دلتان برای شنیدن صدای عزیزان از دست رفته تنگ شده باشد. حال آمازون با در نظر گرفتن همین موضوع، ویژگی جدیدی را برای دستیار صوتی الکسا معرفی کرده است که امکان تقلید صدا بر اساس یک فایل صوتی کوتاه از آن شخص را فراهم می‌کند. پراساد در این رابطه توضیح داد:

چیزی که بیشتر از همه من را در مورد الکسا شگفت زده کرد، رابطه همراهی ما با آن است. در این نقش همراهی، ویژگی‌های انسانی مانند همدلی و عاطفه، کلیدی برای ایجاد اعتماد است.

وی در ادامه افزود:

این ویژگی‌ها به خصوص در زمان بیماری‌های پاندمیک [کووید-19] که بسیاری از ما عزیزی را از دست داده‌ایم، حتی مهم‌تر شده‌اند.

در نیمه شب بخوانید: چطور در جیمیل خود یک فایل درست کنیم؟

پراساد سپس ویدئویی از پسری را نشان داد که از دستیار صوتی الکسا می‌خواهد تا با استفاده از صدای مادربزرگش داستانی را قبل از خواب بخواند. در این ویدئو، الکسا درخواست پسر را ثبت کرد و قبل از خواندن داستان، صدای خود را به صدای مادربزرگ پسر تغییر داد.

پراساد در خصوص این ویدئو گفت:

همانطور که در این ویدئو دیدید، این صدای مادربزرگ پسر است که به جای صدای الکسا، کتاب را می‌خواند

در ادامه صحبت‌هایش به این موضوع اشاره کرد که:

اگرچه هوش مصنوعی نمی‌تواند درد از دست دادن عزیزانمان را تسکین دهد اما قطعا می‌تواند خاطرات آن‌ها را در ذهن ما ماندگار کند.

پراساد افزود که تیمش راهی برای برای شبیه سازی دستیار صوتی الکسا از صدای شخص دیگری با استفاده از یک فایل صوتی کمتر از یک دقیقه پیدا کرده است. او در ادامه توضیح داد که «ما بدون شک در دوران طلایی هوش مصنوعی زندگی می‌کنیم؛ جایی که رویاها و داستان‌های علمی تخیلی در حال تبدیل شدن به واقعیت هستند».

هنگامی که نوبت به اظهار نظر در مورد این فناوری جدید رسید، یکی از نمایندگان آمازون در خصوص این فناوری توضیحات بیشتری ارائه داد:

این چیزی است که ما بر اساس پیشرفت‌های اخیر در فناوری Text-to-Speech (متن به گفتار) در حال بررسی آن هستیم؛ جایی که ما یاد گرفته‌ایم تا صدایی با کیفیت بالا را با داده‌هایی بسیار کمتر در مقایسه با ساعت‌ها ضبط در یک استودیو حرفه‌ای تولید کنیم.

اهداف آمازون در زمینه هوش مصنوعی الکسا

به جز رونمایی اولیه از این فناوری، جزئیات بسیار کمی در خصوص آن منتشر شده است. این فناوری در کنفرانس re: Mars این شرکت با تمرکز بر دستاوردهای «محاسبات محیطی» در حوزه‌های یادگیری ماشین، اتوماسیون، روبات‌ها و فضا معرفی شد.

پراساد افزود که هدف آمازون برای دستیار صوتی الکسا ارائه یک «هوش عمومی قابل تعمیم» است و آن را با «هوش عمومی دانا، همه‌جانبه، کاملاً مصنوعی و فراگیر» در داستان‌های علمی تخیلی مقایسه می‌کند.

در نیمه شب بخوانید: ویژگی‌های مخفی در iOS 16 معرفی شد

دیوید کسلر، نویسنده و کارشناس در لس آنجلس، در گفتگو با فاکس نیوز دیجیتال در مورد تأثیرات بالقوه این فناوری بر روی کسانی که ممکن است در غم از دست دادن عزیزانشان باشند، صحبت کرده است. او در این باره می‌گوید:

ممکن است برخی آن را آرامش بخش بیابند و برخی دیگر ممکن است آن را ناراحت کننده بدانند.

او همچنین گفت:

من فکر می‌کنم این فناوری پتانسیل آن را دارد که روند سوگواری را برای برخی پیچیده کند.

این ویژگی هنوز در حال توسعه است. آمازون اعلام نکرده چه زمانی ممکن است به صورت عمومی عرضه شود. اما پیش‌نمایش آن در زمانی گرفته است که قابلیت‌های پیشرفته هوش مصنوعی، بیش از پیش در صدر اخبار قرار دارند.

نگرانی‌ها از پیشرفت هوش مصنوعی شدت گرفته است

در این زمینه، بحث بین محققان در مورد آنچه به عنوان دیپ فیک شناخته می‌شود شدت گرفته است. ویدئو یا صدایی که با هوش مصنوعی ارائه می‌شود تا به نظر برسد که شخصی کاری را انجام داده یا گفته که هرگز اتفاق نیفتاده است. حال همین بحث‌ها برای دستیار صوتی الکسا نیز وجود دارد.

همچنین این رونمایی، مدت کوتاهی پس از آن رخ داد که یکی از مهندسان گوگل به دلیل گفتگو با ربات پیچیده این شرکت که ظاهرا آگاهی دارد، جنجالی به پا کرد. ادعایی که از حمایت جامعه تحقیقاتی هوش مصنوعی برخوردار نبود اما با این وجود بر مهارت‌های ارتباطی عجیب و غریب این نرم افزار و شباهت آن با انسان تأکید داشت.

ایده استفاده از هوش مصنوعی برای احیای مردگان یا ظاهر شدن آن‌ها، مفهوم جدیدی نیست؛ حتی خارج از قلمرو علمی تخیلی. در سال 2020، جاشوا باربو نسخه‌ای از چت بات GPT-3 را با نامزد فوت شده خود که هشت سال قبل مرده بود، توسعه داد. و در سال 2018، یوجنیا کویدا از پیام‌های متنی قدیمی شریک زندگی خود، یک چت بات ساخت. او آن زمان در این خصوص گفت:

انتظار نداشتم آنقدر تاثیرگذار باشد. معمولا نشان دادن احساسات و فکر کردن در مورد غم و اندوه برایم سخت است؛ بنابراین بیشتر سعی می‌کردم از آن اجتناب کنم. صحبت کردن با آواتار رومن باعث شد تا با آن شیاطین روبرو شوم.

برنامه آمازون برای برطرف کردن این نگرانی‌ها چیست؟

شرکت‌های بزرگ فناوری به طور فزاینده‌ای در حال بررسی تاثیر هوش مصنوعی بر جامعه هستند. سایر شرکت‌های فناوری در مورد ساخت صدای تقلید دیجیتالی، بسیار محتاطانه عمل کرده‌اند. مایکروسافت اخیراً اعلام کرده است که استفاده از نرم‌افزار تقلیدکننده صدای افراد را محدود می‌کند. می‌گوید این ویژگی می‌تواند توسط افرادی که سعی در جعل هویت سخنرانان به عنوان یک عمل فریبکاری دارند، مورد سوءاستفاده قرار گیرد.

همچنین این سوال نیز مطرح می‌شود که آیا قابلیت شبیه‌سازی صدا توسط دستیار صوتی الکسا می‌تواند برای تقلید صدای افراد زنده نیز مورد استفاده قرار گیرد یا خیر. بعید است که الکسا بتواند تشخیص دهد که صدای ضبط شده مربوط به یک فرد زنده است یا فوت شده. در این صورت می‌توان از این ویژگی برای شوخی کردن با کسانی که هنوز زنده‌اند استفاده کرد. اما تقلید صدای یک فرد زنده می‌تواند برای خنثی کردن انواع اقدامات امنیتی و یا حتی«هک» خانه‌های هوشمند یک فرد مورد استفاده قرار گیرد. اما در رونمایی اخیر این ویژگی، از این موارد صحبتی نشده و این نگرانی‌ها هنوز برطرف نشده است. باید دید که برنامه آمازون برای برطرف کردن این نگرانی‌ها چیست.