Microsoftin tekoälytutkijat ovat luoneet tekoälytyökalun nimeltä VASA-1, joka pystyy animoimaan videon realistisen näköisesti puhuvasta ihmisestä. Pohjaksi tarvitaan vain ääniklippi puhetta ja yksi kuva, ja työkalu luo videon, jolla kuvan henkilö näyttää puhuvan nauhoitteen puhetta.
Vastaavanlaisia työkaluja on nähty ennenkin, mutta VASA-1 loistaa etenkin huulisynkan realistisuudella ja venymättömyydellä.
Hahmot myös liikuttelevat ja kääntelevät päätään ja silmiään varsin realistisesti, ja niiden ilmeet vastaavat puheen sävyä. Työkalun käyttäjä voi myös vaikuttaa mm. videon kuvakulmaan.
Jos alla oleva video ei näy, voit katsoa sen täältä.
Asiasta kirjoittava Tom’s Guide pyörittelee ajatuksia siitä, miten työkalua voisi käyttää esimerkiksi videopelihahmojen ilmeiden animoimiseen entistä realistisemmin. Sitä voisi käyttää myös esimerkiksi virtuaalisten avatar-hahmojen animoimiseen tai musiikkivideoiden tekemiseen, Tom’s Guide miettii.
Työkalu onkin suunniteltu nimenomaan fiktiivisten hahmojen animoimiseen, ja se pystyy jäljentämään hyvin erilaisia graafisia tyylejä. Microsoftin esimerkkivideoilla nähdään esimerkiksi Mona Lisa -öljymaalaus, mustavalkoinen grafiittipiirros sekä muita piirrostyylejä.
Kaikki videoiden pohjana käytetyt kuvat on Microsoftin mukaan tekoälygeneroitu, eikä esimerkeissä esiinny oikeita ihmisiä. On kuitenkin itsestäänselvää, että fiktiivisiä hahmoja animoimaan pystyvä työkalu pystyy animoimaan myös kuvia oikeista ihmisistä.
Microsoft toteaakin, että tutkimus on tarkoitettu virtuaalisten avatarien luomiseen ja muihin positiivisiin käyttötarkoituksiin, mutta että sitä pystyttäisiin totta kai käyttämään myös huijauksiin. Näistä riskeistä johtuen Microsoft kertookin, että sillä ei ole suunnitelmia työkalun julkaisemiseen edes tutkimus- ja tai tuotekehityskäyttöön, saati sitten vapaaseen käyttöön.