JAKARTA – Kemajuan teknologi pembelajaran mesin yang canggih telah memperluas kemampuan kecerdasan buatan secara signifikan. Misalnya, model AI terbaru Microsoft dapat menganimasikan gambar statis manusia.
Microsoft telah mengembangkan model AI yang dapat menganimasikan gambar menggunakan suara. Ini adalah inovasi yang luar biasa, namun memiliki potensi risiko.
Seperti diberitakan Essanews, Rabu (24/4/2024), model yang diberi nama Microsoft VASA-1 ini mampu menangkap gambar berbicara dengan menganimasikan potret manusia untuk disinkronkan dengan rekaman suara. Teknologi ini mengubah foto biasa menjadi animasi realistis yang mengesankan dari orang-orang yang berbicara atau bernyanyi.
Pindahkan foto Anda
Microsoft telah melakukan eksperimen menggunakan potret yang dihasilkan, namun tidak ada yang dibuat menggunakan StyleGAN2 dan DALL-E 3. Fitur ini bekerja secara efektif pada gambar manusia di kehidupan nyata dan avatar kartun, dengan pengujian bahkan termasuk animasi Mona Lisa yang terkenal.
Model VASA-1 tidak hanya melakukan sinkronisasi bibir, tetapi juga menangkap ekspresi wajah dan gerakan kepala alami, sehingga membuat animasi menjadi lebih realistis.
Model tersebut mendukung pembuatan animasi dalam mode offline dengan resolusi 512 x 512 piksel dengan kecepatan 45 frame per detik. Ia juga dapat merekam secara real-time hingga 40 frame per detik dengan jeda minimum 170ms pada desktop dengan kartu grafis NVIDIA GeForce RTX 4090.
Potensi Ancaman AI
Dalam hal ini, Microsoft fokus pada pembuatan animasi untuk potret virtual. Namun, mereka mengakui potensi teknologi tersebut disalahgunakan untuk kejahatan seperti pemalsuan.
Microsoft telah menegaskan bahwa mereka menentang penggunaan model VASA-1 untuk tujuan penipuan atau membuat konten berbahaya menggunakan gambar orang sungguhan. Akibatnya, perusahaan memutuskan untuk tidak merilis versi demo, API, atau produk lengkapnya ke publik. Microsoft terus menggunakan teknologi ini untuk meningkatkan deteksi konten palsu.
MG/Maulana Kusumadewa Iskandar
