مایکروسافت از هوش مصنوعی می‌خواهد تا واقعیت را بازنویسی کند و آن‌طور که شما گفته‌اید به نظر برسد.
تصور کنید که در حال تماشای یک مصاحبه زنده هستید که در آن شخصی چیزی بحث برانگیز می گوید. اما به جای شنیدن کلمات واقعی آنها، هوش مصنوعی آنها را با چیزی کاملا متفاوت جایگزین می کند. لب‌های آنها کاملاً هماهنگ حرکت می‌کند و به نظر می‌رسد که آنها همیشه این را گفته‌اند.
این ایده پشت پتنت جدید مایکروسافت است که فناوری را توصیف می کند که می تواند گفتار و حرکات لب را در زمان واقعی تغییر دهد.
این سیستم صدا و ویدیوی فرد را تجزیه و تحلیل می کند، کلماتی را که نیاز به تغییر دارند شناسایی می کند و از هوش مصنوعی برای جایگزینی آنها استفاده می کند و در عین حال حرکات دهان او را مطابق با آن تنظیم می کند. نتیجه می تواند مانند یک ضبط کاملاً طبیعی به نظر برسد، حتی اگر گفتار اصلی تغییر کرده باشد.
برنامه های کاربردی ارائه شده توسط مایکروسافت بسیار فراتر از ویرایش ساده ویدیو هستند. این فناوری می‌تواند گفتار یک نفر را با لب‌هایش با ترجمه به زبان دیگری ترجمه کند، فحاشی را حذف کند، تشخیص اشتباه را تصحیح کند، و حتی کلمات پرکننده‌ای مانند "اوم" را حذف کند. همچنین می‌تواند بیانیه‌ها را با استفاده از اطلاعات جمع‌آوری‌شده از منابع آنلاین بازنویسی کند یا ویدیوهای کوتاه‌تری ایجاد کند که در آن افراد به نظر می‌رسد خلاصه‌های نوشته شده با هوش مصنوعی را ارائه می‌کنند.
اما یک احتمال نگران‌کننده وجود دارد: دو نفر که یک برنامه زنده را تماشا می‌کنند، بسته به ترجیحات شخصی‌شان، می‌توانند نسخه‌های کاملاً متفاوتی از آنچه گفته شده را بشنوند و ببینند.
یک لحظه در مورد آن فکر کنید. می توانید یک مصاحبه را تماشا کنید، آن را با یک دوست در میان بگذارید و متوجه شوید که هر دو نسخه های متفاوتی از یک مکالمه را مشاهده کرده اید.
این فناوری می‌تواند ترجمه و ویرایش ویدیو را بسیار قدرتمندتر کند، اما همچنین سؤالات جدی در مورد سانسور، اطلاعات نادرست و آینده اعتماد به شواهد ویدیویی ایجاد می‌کند.