هوش مصنوعی متا با صداهای افراد مشهور و ترجمه همزمان لب وارد میدان شد

در رویداد Meta Connect 2024، این شرکت از مجموعه‌ای از محصولات و خدمات جدید رونمایی کرد. یکی از برجسته‌ترین بخش‌های این رویداد معرفی Meta Quest 3 بود که تجربه‌ای نوین از واقعیت مجازی (VR) را با قیمتی مقرون‌به‌صرفه ارائه می‌دهد. همچنین متا به‌روزرسانی‌های متعددی برای اکوسیستم Quest و ویژگی‌های آن معرفی کرد و از نمونه اولیه پروژه Project Orion پرده برداشت. اما این همه ماجرا نبود؛ هوش مصنوعی نیز جایگاه ویژه‌ای در این رویداد داشت.

صدای افراد مشهور در هوش مصنوعی متا

متا در این رویداد اعلام کرد که دستیار هوش مصنوعی این شرکت، یعنی Meta AI، اکنون می‌تواند پاسخ‌های صوتی را در تمامی پلتفرم‌های خود مانند اینستاگرام، واتس‌اپ، پیام‌رسان و فیس‌بوک با صداهای افراد مشهور ارائه دهد. کاربران می‌توانند از بین صداهای افراد مشهوری مانند جودی دنچ، کریستن بل، آکوافینا و جان سینا یکی را انتخاب کنند.

اگرچه این قابلیت به نظر جذاب می‌آید، اما این فناوری متفاوت از حالت صوتی پیشرفته OpenAI برای ChatGPT عمل می‌کند. در حالی که OpenAI بر ظرایف احساسی تمرکز دارد، Meta AI بیشتر به سمت Gemini Live گوگل گرایش دارد، جایی که صداهای تولید شده کمی مصنوعی‌تر به نظر می‌رسند.

قابلیت‌های جدید تجزیه و تحلیل تصویر

علاوه بر ویژگی‌های صوتی، Meta AI اکنون با قابلیت‌های جدید تحلیل تصویر ارتقا یافته است. کاربران در مناطق پشتیبانی شده می‌توانند عکس‌هایی را آپلود کرده و از Meta AI درخواست کنند که تصویر را تحلیل کند. به عنوان مثال، اگر عکسی از یک گل ارسال کنید، هوش مصنوعی قادر به شناسایی نوع آن است، یا اگر تصویری از یک غذا به اشتراک بگذارید، می‌توانید دستور تهیه آن غذا را دریافت کنید.

همچنین، امکان ارسال تصاویر در چت با Meta AI و درخواست تغییرات در آنها نیز وجود دارد. چه بخواهید لباس فرد در عکس را تغییر دهید یا پس‌زمینه تصویر را عوض کنید، Meta AI این توانایی را دارد تا تغییرات موردنظر شما را اعمال کند.

قابلیت‌های جدید برای اینستاگرام

در این رویداد، متا از چند ویژگی خاص برای اینستاگرام نیز رونمایی کرد. یکی از این ویژگی‌ها، امکان تجزیه و تحلیل تصاویر استوری و ایجاد پس‌زمینه‌هایی متناسب با عکس شما است. علاوه بر این، Meta AI در حال آزمایش ابزاری برای ترجمه و همگام‌سازی لب‌ها در ویدیوهای Reels است که به کاربران اجازه می‌دهد تا ویدیوهای خود را به زبان‌های مختلف دوبله کنند و لب‌های گوینده نیز همزمان با زبان جدید هماهنگ شود.

در حال حاضر، این ویژگی‌ها به صورت آزمایشی در حال اجرا هستند و تمرکز آن‌ها بر ویدیوهای تولیدکنندگان محتوا در آمریکای لاتین است. بنابراین اگر در ایالات متحده هستید، ممکن است برخی ویدیوهای اینستاگرام را با دوبله انگلیسی یا اسپانیایی مشاهده کنید.

این به‌روزرسانی‌های جدید نشان می‌دهد که متا به طور جدی در حال گسترش امکانات هوش مصنوعی خود است. اما اینکه این تغییرات چگونه توسط کاربران پذیرفته می‌شود، هنوز جای بحث دارد. اگرچه برخی از این ویژگی‌ها مانند دریافت دستور پخت از طریق ارسال تصویر بسیار جذاب به نظر می‌رسند، اما دقت عملکرد آن‌ها چیزی است که باید در عمل آزمایش شود.