Mikä on Sora?

Olet luultavasti törmännyt nimeen Sora, tai ainakin olet nähnyt palvelulla tehtyjä videoita Instagram-, TikTok- tai LinkedIn-syötteessäsi – tosin et ehkä ole huomannut, että ne on tehty Soralla.

Mutta mikä Sora oikein on? Lue täältä.

Sora on ChatGPT:n ja DALL·E:n luojan OpenAI:n uusin tuotos. Se on tekstistä videoksi -generaattori, joka muuttaa sanalliset kuvaukset videoleikkeiksi. Lyhyesti sanottuna: kirjoitat lauseen, ja Sora luo siitä videon.

OpenAI kuvailee Soraa työkaluksi, joka voi luoda minkä tahansa tyylisiä videoita – realistisista elokuvakuvauksista animaatioihin tai surrealistisiin unimaisiin kohtauksiin. Se tekee Sorasta yhden markkinoiden edistyneimmistä tekoälytyökaluista juuri nyt, ja siksi se on yhtäkkiä kaikkialla.

On useita syitä, miksi Sora on noussut hetkessä ilmiöksi. Ensinnäkin se on valtava edistysaskel generatiivisen tekoälyn kehityksessä: ensimmäistä kertaa on mahdollista luoda kokonaisia videoleikkeitä tekstistä – ei vain kuvia tai ääntä. Tämä on saanut kaikenlaiset käyttäjät kokeilemaan ja jakamaan tuloksia TikTokissa, Instagramissa ja X:ssä (siis Twitterissä).

Samalla Sora tarjoaa tietynlaisen vau-efektin. Jaetut videot näyttävät elokuvatuotannoilta, mutta ne on yleensä luotu hetkessä lyhyen tekstin perusteella. Tekniikan uutuusarvo yhdistettynä tekoälyestetiikkaan on saanut Sora-videot leviämään nopeasti, ja nyt ne hallitsevat somea kaikkialla.

Sora on teknisesti monimutkainen, mutta sen toimintaperiaate on käyttäjälle selkeä. Kirjoita haluamasi videon kuvaus – esimerkiksi: ”Nainen kävelee Tokion neonvaloijen valaisemilla kaduilla, ja kamera kuvaa häntä sivulta”, niin Sora luo lyhyen videon, jossa kaikki tulee tekoälyltä.

Sora perustuu OpenAI:n kokemukseen kuva- ja kielimalleista ja yhdistää ne niin sanotussa diffuusio-mallissa, joka ennustaa, miten kuvat kehittyvät videon edetessä. Tuloksena on kohtauksia, jotka voivat näyttää sekä realistisilta että taiteellisilta.

Tekniikka on kuitenkin vielä keskeneräistä. OpenAI on ottanut käyttöön suojatoimia, jotka estävät käyttäjiä luomasta videoita tunnetuista henkilöistä tai sisältöä, jota voidaan käyttää kuvamanipulaatioihin. Lisäksi liikkeissä, fysiikan laeissa ja jatkuvuudessa on edelleen virheitä, ellei Soralle kerro tarkasti, miten esimerkiksi lintu kääntyy lennossa tms.

Sora sopii sekä luoviin projekteihin että digitaaliseen tuotantoon. Elokuvantekijöille ja suunnittelijoille se avaa uusia mahdollisuuksia kokeilla ja visualisoida ideoita ilman kameraa, näyttelijöitä tai kallista ohjelmistoa. Markkinoijille ja yrityksille se tarkoittaa, entistä halvempia mainosvideoita ja kampanjoita nopeammin.

Soraa voidaan myös käyttää opetuksessa, tutkimuksessa ja viestinnässä, koska monimutkaisia aiheita voidaan visualisoida elävällä ja helppotajuisella tavalla. Sen avulla voidaan luoda kaikkea historiallisista rekonstruktioista tieteellisiin simulaatioihin – kaikki tekstikuvauksilla.

Niin kuin kaikki uudet tekoälytyökalut, myös Soran kaäytössä on eettisiä ja oikeudellisia kysymyksiä. Kuka omistaa oikeudet tuotettuun sisältöön? Miten vältetään väärinkäyttö, kuten deepfake-videot tai huijaukset? Voiko yhtään luottaa siihen, että verkossa nähdyt videot ovat aitoja?

Lisäksi jotkut tutkijat ovat huomauttaneet, että Sora – kuten aiemmat tekoälymallit – voi toistaa stereotyyppisiä esityksiä sukupuolesta ja kulttuurista riippuen aineistosta, jolla sitä on koulutettu. OpenAI tunnustaa nämä haasteet ja lupaa pyrkiä kehittämään työkalua paremmaksi.