في عام 2019، رفضت شركة OpenAI الكشف عن بحثها الكامل حول تطوير GPT2 بسبب مخاوف من أنه “خطير للغاية” أن يتم الكشف عنه علنًا. وفي يوم الخميس، أصدرت شركة Microsoft، أكبر داعم مالي لشركة OpenAI، تصريحًا مشابهًا بشأن جهازها الجديد VALL-E 2 لتركيب الصوت بالذكاء الاصطناعي.
نظام VALL-E 2 هو نظام ذكاء اصطناعي لتحويل النص إلى كلام (TTS)، مما يعني أنه يمكنه إعادة إنشاء كلام واقعي للغاية بناءً على بضع ثوانٍ فقط من عينة صوتية. ووفقًا لفريق البحث، فإن نظام VALL-E 2 “يتفوق على الأنظمة السابقة في قوة الكلام وطبيعيته وتشابه المتحدث. إنه الأول من نوعه الذي يصل إلى التكافؤ البشري في هذه المعايير”.
ويقال إن النظام قادر حتى على التعامل مع الجمل التي يصعب نطقها بسبب تعقيدها البنيوي أو صياغتها المتكررة، مثل الجمل الصعبة النطق.
هناك مجموعة من الاستخدامات المفيدة المحتملة لمثل هذا النظام، مثل تمكين الأشخاص الذين يعانون من فقدان القدرة على الكلام أو التصلب الجانبي الضموري (المعروف باسم ALS أو مرض لو جيريج) من التحدث مرة أخرى، وإن كان ذلك من خلال جهاز كمبيوتر، فضلاً عن الاستخدام في التعليم والترفيه والصحافة والروبوتات والترجمة، أو كميزات إمكانية الوصول و”أنظمة الاستجابة الصوتية التفاعلية”، مثل Siri. ومع ذلك، يدرك الفريق أيضًا العديد من الفرص التي قد يستغلها الجمهور بشكل خاطئ في استخدام التكنولوجيا، “مثل تزوير التعرف على الصوت أو انتحال شخصية متحدث معين”.
وبناءً على ذلك، لن يكون الذكاء الاصطناعي متاحًا إلا لأغراض البحث. وكتب الفريق: “حاليًا، ليس لدينا خطط لدمج VALL-E 2 في منتج أو توسيع نطاق الوصول إلى الجمهور”. “إذا كنت تشك في أن VALL-E 2 يتم استخدامه بطريقة مسيئة أو غير قانونية أو تنتهك حقوقك أو حقوق الآخرين، فيمكنك الإبلاغ عن ذلك على بوابة الإبلاغ عن إساءة الاستخدام”.
إن شركة مايكروسوفت ليست الوحيدة التي تبذل جهوداً لتدريب أجهزة الكمبيوتر على التحدث كما يتحدث البشر. إذ تهدف أجهزة Chirp من شركة Google، وIconic Voices من شركة ElevenLabs، وVoicebox من شركة Meta إلى أداء وظائف مماثلة.
ومع ذلك، فقد خضعت مثل هذه الأنظمة للتدقيق الأخلاقي لأنها استُخدمت مرارًا وتكرارًا لخداع الضحايا غير المنتبهين من خلال محاكاة صوت أحد الأحباء أو أحد المشاهير المعروفين. وعلى عكس الصور المولدة، لا توجد حاليًا طريقة فعالة لوضع علامة مائية على الصوت المولد بواسطة الذكاء الاصطناعي.