انویدیا به‌تازگی از مدل هوش مصنوعی جدیدی رونمایی کرده است که توانایی تغییر و اصلاح صدا، تولید موسیقی و ایجاد صداهای کاملاً نو را دارد. این مدل که با نام Fugatto معرفی شده، گامی بزرگ در زمینه‌ی هوش مصنوعی مولد محسوب می‌شود. تیم سبز، که یکی از بزرگ‌ترین تأمین‌کنندگان تراشه‌های هوش مصنوعی در جهان است، اعلام کرده است که این فناوری فعلاً برای عموم در دسترس قرار نخواهد گرفت.
Fugatto می‌تواند متون توصیفی را به صدا یا موسیقی تبدیل کند و حتی قادر به خلق صداهایی است که پیش از این شنیده نشده‌اند. به‌عنوان مثال، این مدل می‌تواند صدای یک ترامپت را به‌گونه‌ای تغییر دهد که شبیه به صدای پارس یک سگ به‌نظر برسد.
یکی از قابلیت‌های منحصربهفرد Fugatto، توانایی آن در تغییر یا اصلاح صداهای موجود است. این فناوری می‌تواند یک قطعه موسیقی نواخته‌شده با پیانو را به آواز انسان‌گونه تبدیل کند یا لهجه و حالت بیان صدای یک فرد را تغییر دهد و آن را به شکلی متفاوت بازتولید کند.
کاربردهای گسترده در صنعت موسیقی و بازی‌های ویدئویی
برایان کاتنزارو، معاون بخش تحقیق‌وتوسعه‌ی یادگیری عمیق در انویدیا، در گفتگو با رویترز گفت:
«هوش مصنوعی مولد می‌تواند ابزارهایی کاملاً جدید برای تولید موسیقی، بازی‌های ویدئویی و حتی استفاده‌های روزمره کاربران ارائه دهد.»
این مدل روی داده‌های منبع‌باز آموزش دیده است و هدف اصلی آن ارائه قابلیت‌های خلاقانه در صنایع مختلف، از جمله موسیقی، هنر و سرگرمی، است.
چالش‌های امنیتی و اخلاقی
انویدیا تأکید کرده که عرضه‌ی عمومی Fugatto به دلیل وجود برخی خطرات مرتبط با سوءاستفاده‌های احتمالی، همچنان در دست بررسی است. برایان کاتنزارو در این باره می‌گوید:
«فناوری‌های مولد همیشه خطراتی را به همراه دارند؛ چراکه ممکن است برای تولید محتوای نامناسب یا نقض حق کپی‌رایت استفاده شوند. ما قصد داریم با احتیاط کامل، این فناوری را مدیریت کنیم.»
این نگرانی‌ها محدود به انویدیا نیست. شرکت‌های دیگر، مانند OpenAI و متا، نیز تاکنون زمان دقیقی برای عرضه عمومی مدل‌های مولد صوت و تصویر خود اعلام نکرده‌اند. با وجود این، توسعه سریع این فناوری‌ها نشان می‌دهد که آینده‌ای پر از ابزارهای خلاقانه در انتظار کاربران است؛ اما این پیشرفت‌ها نیازمند نظارت و قوانین سخت‌گیرانه برای جلوگیری از سوءاستفاده خواهند بود.
نتیجه‌گیری
مدل هوش مصنوعی Fugatto، با قابلیت‌های نوآورانه‌ی خود، می‌تواند انقلابی در حوزه موسیقی، بازی‌های ویدئویی و تولید محتوای دیجیتال ایجاد کند. بااین‌حال، چالش‌های اخلاقی و امنیتی همچنان به‌عنوان موانعی جدی در مسیر استفاده عمومی از این فناوری باقی می‌مانند.