Cómo funciona la inteligencia artificial de Microsoft que hizo cantar a la Mona Lisa

Microsoft desarrolló VASA-1, una nueva inteligencia artificial capaz de animar imágenes fijas para crear videos tan realistas que permiten a los personajes hablar con una sincronización labial casi perfecta y replicar gestos humanos naturales. Incluso pudo transformar a la Mona Lisa de Leonardo Da Vinci en un rapero que se volvió viral en línea.

Este avance fue capacitado utilizando una extensa biblioteca de videos de personas hablandopara darle a esta IA la capacidad de capturar y reproducir movimientos faciales y gestos sutiles como parpadear y dirigir la mirada.

¿Qué te permite? transforma una simple imagen estática y un fragmento de voz en vídeos de alta definición donde los avatares aparecen hablando y gesticulando con naturalidad, creando incluso la ilusión de una conversación real.

La base técnica detrás de VASA-1 implica el uso combinado de herramientas avanzadas de IA, específicamente StyleGAN2 y DALL·E-3. A diferencia de los seres humanos reales, los rostros generados por esta tecnología no corresponden a ninguna identidad existentelo que Microsoft destaca como una importante medida ética.

Trabajar, solo necesitas una imagen y un clip de audio con voz. Luego puede generar videos de 512 x 512 píxeles a 45 cuadros por segundo en su modo fuera de línea, mientras que en línea alcanza 40 fps con una latencia de 170 ms.

Además, este sistema permite una animación facial detallada que Refleja una amplia gama de emociones y movimientos de la cabeza.lo que se traduce en una representación más dinámica y creíble de las personalidades virtuales.

Mientras la demostración de Mona Lisa interpretando rap creada por Anne Hathawayno sólo muestra la capacidad de la IA para generar contenido audiovisual atractivo a partir de obras de arte clásicas, sino también su aplicabilidad en otros campos gráficos como los dibujos animados y las ilustraciones.

Las preocupaciones éticas están en el centro de la conversación sobre VASA-1 y Microsoft ha tomado medidas para limitar su acceso y prevenir malas prácticascomo la producción de vídeos deepfake que podrían utilizarse con fines fraudulentos o desinformación.

Según anunció la empresa fundada por Bill Gates, La distribución de esta tecnología se realizará de forma controladacentrándose en aplicaciones específicas, incluida la creación de asistentes virtuales para entidades gubernamentales y la integración con productos existentes, como Windows Copilot.

Este enfoque ético refleja una preocupación generalizada sobre las implicaciones de la IA avanzada, particularmente en lo que respecta a los deepfakes y su impacto en la privacidad y reputación de las personasun tema de gran relevancia para figuras públicas como Taylor Swift, quien ha sido víctima de este contenido malicioso.

En cuanto a la regulación, aunque diez estados de Estados Unidos han criminalizado los deepfakes, aún no hay legislación federal que aborda específicamente este problema. Sin embargo, se han presentado múltiples propuestas en el Congreso.

Por otra parte, la Unión Europea ha adoptado medidas más decisivas al adoptar la Ley de Inteligencia Artificialque establece medidas de protección específicas para las tecnologías basadas en IA.

Microsoft Corp. y Alphabet Inc., la empresa matriz de Google, han demostrado con sus recientes resultados financieros trimestrales que las inversiones en inteligencia artificial (IA) y computación en la nube están generando retornos significativos.

Su Los ingresos superaron las expectativas de Wall Streetimpulsado en gran medida por el creciente interés en las soluciones de IA, lo que se ha traducido en un notable aumento de sus participaciones en el mercado.

Estos resultados ponen de relieve la intensa competencia entre ambos gigantes tecnológicos por liderar el campo de la inteligencia artificial. Microsoft ha colaborado con OpenAIntensificar la competitividad frente al dominio de Google en el mercado de búsquedas en Internet durante más de dos décadas.

Silicon Valley proyecta 2024 como el año en el que la IA generativa, capaz de crear contenidos a partir de instrucciones sencillas, comenzará a implementarse ampliamente.