ما هو Sora من OpenAI؟ إليك شرح الأداة التي أذهلت العالم بتحويل النص إلى فيديو!

كشفت شركة OpenAI عن "Sora"، محركها الجديد للذكاء الاصطناعي، المصمم لتحويل النصوص إلى مقاطع فيديو. يُعد هذا المحرك شبيهًا بـ Dall-E، الذي طورته الشركة نفسها لإنتاج الصور، ولكن Sora موجه لإنشاء الأفلام. رغم حداثة ظهوره، إلا أن "Sora" أثار ضجة كبيرة في مواقع التواصل الاجتماعي، حيث تداول العديد من المقاطع التي تبدو وكأنها من إنتاج فرق سينمائية محترفة.

في هذا المقال، سنغطي كل ما يجب عليك معرفته عن OpenAI Sora، بدءًا من قدراته، مرورًا بآلية عمله، وصولًا إلى الزمان المحتمل الذي قد تتمكن فيه من استخدامه بنفسك. لقد دخلنا الآن عصر جديد في صناعة الأفلام، يتم توجيهه بقوة الذكاء الاصطناعي.

في فبراير 2024، وفرت OpenAI إمكانية الوصول إلى sora لأعضاء الفريق الأحمر الذين يُكلفون باختبار أمان المنتج واستقراره. دعت OpenAI أيضًا مجموعة من الفنانين البصريين والمصممين وصانعي الأفلام لتجريب قدرات sora في إنشاء الفيديو وتقديم ملاحظاتهم. تسعى OpenAI من خلال هذه الخطوة إلى مشاركة التقدم الذي تحرزه في مجال البحث مع أشخاص من خارج الشركة، وجمع تعليقاتهم لتحسين منتجاتها، وكذلك إعطاء الجمهور فكرة عن إمكانيات الذكاء الاصطناعي المستقبلية.

لم تُعلن بعد أي معلومات محددة حول موعد توفر sora للجمهور أو التكلفة المتوقعة لاستخدامه. استنادًا إلى سيرورة إطلاق ChatGPT، قد يرجح البعض أن sora قد يتبع مسارًا مشابهًا وأن يصبح متاحًا للجمهور في وقت لاحق من عام 2024، لكن هذا يظل في نطاق التخمين حتى الآن.

فيما يخص التكلفة، لا تزال المؤشرات غير واضحة بشأن السعر الذي قد يُحدد لـ sora. لو أخذنا في الاعتبار اشتراك ChatGPT Plus الذي يكلف 20 دولارًا شهريًا كمثال للمقارنة، نجد أن sora قد يتطلب قوة حسابية أكبر بكثير، ما يجعل من الصعب تحديد التكلفة النهائية لمثل هذه الخدمة.

على نحو مبسط، ترتكز تقنية sora على المبدأ نفسه الذي يمكن من خلاله البحث عن صور لكلب أو قطة على الإنترنت. بمجرد عرض الذكاء الاصطناعي على كمية كافية من صور الكلاب أو القطط، يصبح قادرًا على تمييز الأنماط المشابهة في صور جديدة. بطريقة مماثلة، إذا تم تدريب الذكاء الاصطناعي على ملايين مقاطع الفيديو التي تصور غروب الشمس أو الشلالات، فسيكون قادرًا على إنتاج مقاطع فيديو خاصة به يصور فيها هذه المشاهد.

رغم ذلك، يوجد الكثير من التفاصيل الدقيقة وراء هذه العملية. قدمت OpenAI شرحًا معمقًا حول كيفية عمل نموذج الذكاء الاصطناعي الخاص بها، حيث تم تدريبه على بيانات واسعة النطاق من الإنترنت ليتعرف على مظاهر مقاطع الفيديو الواقعية. يبدأ بتحليل المقاطع لفهم محتواها، ثم يتعلم كيفية إنتاج نسخه الخاصة عند الطلب.

على سبيل المثال، عند طلب إنتاج مقطع فيديو يصور حوض أسماك من sora، فإنه يستعين بجميع مقاطع الفيديو التي شاهدها سابقًا عن أحواض الأسماك ليقدم تقديرًا تقريبيًا. يستخدم الذكاء الاصطناعي ما يعرف بالتصحيحات المرئية، وهي عبارة عن وحدات بناء أساسية تساعده على فهم توزيع العناصر في الفيديو وتفاعلها مع بعضها البعض، إطارًا بعد إطار.

تعتمد sora على نموذج الانتشار، حيث يبدأ الذكاء الاصطناعي برد فعل أولي "صاخب" ثم يعمل على تحسينه للوصول إلى مخرجات "نظيفة" من خلال سلسلة من التعديلات وحلقات ردود الفعل. يمكن ملاحظة هذا في عملية التحول التدريجي من مراحل أولية فوضوية إلى نتائج تبدو واقعية بشكل متزايد.

كما يستخدم sora تقنية المحولات، التي تُعد جزءًا مهمًا من الأسس التقنية لنماذج الذكاء الاصطناعي التوليدية الأخرى مثل ChatGPT. تمكن المحولات الذكاء الاصطناعي من تحليل ومعالجة كميات ضخمة من البيانات، مما يساعده على تحديد العناصر الأكثر أهمية وفهم السياق والعلاقات بين مختلف مجموعات البيانات.

ما زالت تفاصيل مصادر بيانات التدريب التي استخدمتها OpenAI لتطوير sora غير واضحة، فلم تُعلن الشركة عن المكتبات المرئية المستخدمة لهذا الغرض. على الرغم من ذلك، نعلم بوجود شراكات لـ OpenAI مع قواعد بيانات محتوى مثل Shutterstock، وفي بعض الأحيان، قد تظهر أوجه تشابه بين بيانات التدريب والمخرجات التي ينتجها sora.

حاليًا، يمكن لـ sora إنتاج مقاطع فيديو عالية الدقة تصل مدتها إلى دقيقة واحدة، وذلك دون إضافة أي مقاطع صوتية، استجابةً للأوامر النصية. لعرض إمكانيات ما يمكن أن يقدمه، أعددنا قائمة تضم 11 مقطع فيديو قصير مبهر من إنتاج sora، تشمل مشاهد لشخصيات كرتونية بأسلوب بيكسار ورواد فضاء بخوذات محبوكة.

تؤكد OpenAI على أن sora قادر على صنع مقاطع فيديو تحافظ على جودة عالية وتلبي طلبات المستخدمين وتصل مدتها إلى دقيقة واحدة. ولكن الإمكانيات لا تقف عند هذا الحد؛ فـ sora قادر أيضًا على تحويل الصور الثابتة إلى مقاطع فيديو، سد الفجوات في الإطارات المفقودة للمقاطع الموجودة، ودمج عدة مقاطع فيديو معًا بانسيابية، إضافة إلى إنشاء صور ثابتة أو مقاطع متكررة بلا نهاية.

كما يستطيع sora توليد محاكاة لألعاب الفيديو مثل Minecraft، استنادًا إلى كمية هائلة من البيانات التدريبية التي علمته كيفية تقديم لعبة تشبه Minecraft بدقة. شهدنا عرضًا توضيحيًا لقدرة sora على التحكم بشخصية داخل بيئة تماثل Minecraft، مع عرض تفاصيل المحيط بدقة.

تعترف OpenAI ببعض التحديات التي تواجه sora في الوقت الراهن، مثل عدم منطقية الفيزياء أحيانًا، حيث قد يختفي الأشخاص أو يندمجون في أشياء غير متوقعة. في مقاطع فيديو sora، قد تتحرك الشخصيات بطرق تتعارض مع قوانين الفيزياء، أو قد يُغفل عن تفاصيل بين إطار وآخر. تعي OpenAI هذه القضايا وتعمل على تحسينها.

رغم هذه التحديات، تطمح OpenAI في تطوير sora ليصبح محاكيًا واقعيًا للعوالم المادية والرقمية. قد تتيح تقنية sora في المستقبل إنشاء عوالم افتراضية للاستكشاف، أو استكشاف أماكن واقعية بدقة عالية داخل بيئة الذكاء الاصطناعي.

في الوقت الراهن، لا يمكن الوصول إلى sora إلا من خلال دعوة خاصة، حيث تبدو OpenAI مهتمة بانتقاء المبدعين والمختبرين الفرديين للمساهمة في تطوير نموذج الذكاء الاصطناعي المولد للفيديو استعدادًا لإطلاقه العام. ما زال من غير الواضح مدة هذه الفترة التجريبية، وقد تمتد من أشهر إلى سنوات. ومع ذلك، أبدت OpenAI في الماضي استعدادها للتقدم بسرعة في مشاريعها المتعلقة بالذكاء الاصطناعي.

استنادًا إلى التجارب السابقة مع إطلاقات مثل Dall-E وChatGPT، يبدو من المرجح أن يكون sora متاحًا في البداية كتطبيق ويب. منذ إطلاقه، شهد ChatGPT تحسينات وإضافات عدة، بما في ذلك القدرة على تخصيص الروبوتات، ومن المتوقع أن يسلك sora مسارًا مماثلًا عند إطلاقه بشكل كامل.

قبل ذلك، تؤكد OpenAI على ضرورة وضع إجراءات أمان للحيلولة دون إنشاء مقاطع فيديو تحتوي على عنف شديد، محتوى جنسي، دعوة إلى الكراهية، أو تصور شخصيات مشهورة. كما تخطط الشركة لمكافحة المعلومات المضللة من خلال إضافة بيانات وصفية لمقاطع فيديو sora تبين أنها من إنتاج الذكاء الاصطناعي.