گوگل مرز تصاویر واقعی و ساختگی را جابه‌جا کرد

خبرآنلاین: گوگل هنوز اطلاعاتی درباره داده‌های مورد استفاده برای آموزش Veo ۳ منتشر نکرده است، اما کارشناسان احتمال می‌دهند محتوای موجود در یوتیوب، که در مالکیت گوگل است، نقش اصلی را در این آموزش ایفا کرده باشد.

به‌تازگی ویدیوهایی حیرت‌انگیز و واقع‌گرایانه از یک استندآپ‌کمدین و گروهی از بازیگران که در حال خواندن ترانه‌ای در ستایش نان سیر هستند، در فضای اینترنت دست‌به‌دست می‌شود؛ آثاری که با ابزار جدید هوش مصنوعی گوگل به نام Veo ۳ تولید شده‌اند و همزمان تحسین و نگرانی کاربران و کارشناسان را برانگیخته‌اند. 

گوگل در تاریخ ۲۰ مه ۲۰۲۵ از نسخه جدید این ابزار پرده‌برداری کرد؛ ابزاری که نه‌تنها کیفیت بصری بالایی دارد، بلکه می‌تواند صداهای طبیعی، گفتگو، آواز، افکت‌های صوتی و نویز پس‌زمینه را نیز با دقت بالا تولید کند. به‌گفته کارشناسان، Veo ۳ با قابلیت هم‌زمان‌سازی دقیق حرکات لب با صدا، مرز میان واقعیت و تخیل را بیش از پیش کمرنگ کرده است. 

عبور از دوران ویدیوهای بی‌صدا

برخلاف نسخه‌های پیشین ابزارهای تبدیل متن به ویدیو که خروجی‌هایی پیکسلی و ناهماهنگ داشتند، Veo ۳ تحولی چشمگیر را رقم زده است. کارمی لوی، تحلیل‌گر فناوری، می‌گوید: «وقتی برای نخستین‌بار یکی از این ویدیوها را دیدم، مو به تنم سیخ شد. هیچ‌کدام از نشانه‌های آشنای محتوای تولیدشده توسط هوش مصنوعی در آن دیده نمی‌شد.» 

به گفته گوگل، این ابزار فعلاً تنها در ایالات متحده و در قالب اشتراک ویژه ۲۴۹ دلاری در دسترس کاربران است. با این حال، کاربران اولیه، کیفیت و خروجی این فناوری را «خیره‌کننده» توصیف کرده‌اند. 

ترس از قدرت دستکاری افکار عمومی

اما در کنار تحسین، نگرانی‌هایی جدی نیز مطرح شده است. یکی از ویدیوها که در آن شخصیت‌های مصنوعی عباراتی مانند «ما می‌توانیم صحبت کنیم» یا «درباره چه چیزی حرف بزنیم؟» را تکرار می‌کنند، هشدارهایی درباره احتمال استفاده نادرست از این ابزار در تولید محتوای گمراه‌کننده ایجاد کرده است. 

مارک دیلی، مدیر ارشد بخش هوش مصنوعی در دانشگاه وسترن، می‌گوید: «این تنها اضافه شدن صدا نیست، بلکه نحوه دقیق تبعیت از دستورات ورودی، جهشی چشمگیر به‌شمار می‌آید.» 

گوگل هنوز اطلاعاتی درباره داده‌های مورد استفاده برای آموزش Veo ۳ منتشر نکرده است، اما کارشناسان احتمال می‌دهند محتوای موجود در یوتیوب، که در مالکیت گوگل است، نقش اصلی را در این آموزش ایفا کرده باشد. 

تهدیدی برای اعتماد عمومی و مشاغل هنری

آنگوس بریجمن، مدیر نهاد Media Ecosystem Observatory در کانادا، هشدار می‌دهد که توانایی تشخیص واقعیت از جعل برای افراد عادی بسیار دشوار خواهد بود. او توصیه می‌کند کاربران تنها به منابع معتبر و افراد قابل‌اعتماد رجوع کنند. 

از سوی دیگر، برخی کارشناسان از تأثیرات احتمالی این فناوری بر بازار کار در صنعت فیلم و تلویزیون نگرانند. کارمی لوی می‌گوید: «زمان زیادی نمی‌گذرد تا نخستین فیلم کاملاً تولیدشده توسط هوش مصنوعی منتشر شود.» 

در حالی که گوگل از Veo ۳ به‌عنوان ابزاری خلاقانه برای تولیدکنندگان محتوا یاد می‌کند، بسیاری این سوال را مطرح می‌کنند که آیا مرز میان نوآوری و تهدید به‌درستی مدیریت خواهد شد؟