Der Grafikkarten- und Chiphersteller NVIDIA hat mit der NVIDIA Avatar Cloud Engine (ACE) eine neue Technik vorgestellt, die – wie neuerdings immer, wenn künstliche Intelligenz involviert ist – eine Branche revolutionieren wird. Spielerinnen und Spieler können dank ACE mit Spielcharakteren weit freier sprechen, als dies bislang in Spielen der Fall war. Die Spielcharaktere greifen nicht mehr auf vordefinierte Dialoge zurück, sondern können dank eines Sprachmodells auf natürliche Sprache reagieren und sich dynamisch den gesprochenen Äußerungen der Spielerinnen und Spieler anpassen. Dazu erhalten die Charaktere im Vorfeld einen Handlungsrahmen, auf dessen Basis sie sich verhalten können. Zudem lernen sie aus den eingesprochenen Äußerungen der Spielenden und entwickeln daraus potenziell eine eigene Persönlichkeit. Das Spielerlebnis kann damit maximal immersiv werden, da die Reaktionen der Charaktere einzigartig sind. Es birgt aber auch Risiken für die Spielenden und das Geschäftsmodell der Gaming-Unternehmen: Ist der Spieler beispielsweise unfreundlich, rücken auch die Charaktere keine Informationen mehr heraus oder reagieren unvorhersehbar. Spiele könnten auf diese Weise unspielbar werden. Es ist jedoch zu erwarten, dass dieser Entwicklung entgegengewirkt wird.

Freddie Mercury (1946-1991) singt "My Heart will go on" (1997)
Auch die Simulation von Stimmen durch künstliche Intelligenz macht große Fortschritte. Inzwischen können jetzt auf der Grundlage von Sprachproben Stimmen auch für komplexe Anwendungen wie Gesang eingesetzt werden. Besonders beeindruckend, da sofort nachvollziehbar, sind prominente Beispiele, die aus rechtlichen Gründen hier nicht verlinkt werden können, aber nach einer kurzen Suche im Web schnell gefunden sind. So simuliert künstliche Intelligenz zum Beispiel sehr glaubhaft den markanten Gesang von Freddie Mercury, der jetzt beliebige Songs singen kann, natürlich auch jene, die erst nach seinem Tod entstanden sind. Wie immer faszinieren diese Einsatzmöglichkeiten, werfen aber auch offensichtliche ethische Fragen auf.

Angela Merkels simulierte Stimme rappt wie Eminem 
Beeindruckend ist auch ein Musikvideo zu Lose Yourself, einem Stück des US-amerikanischen Rappers und Musikproduzenten Eminem aus dem Jahr 2002. Alle Personen im Video tragen sehr überzeugend Merkels Gesicht und eine Stimme, die wohl nur noch durch die Unglaubwürdigkeit der Situation als Simulation erkennbar ist. So rappt Merkel-Eminem im Video im Merkel-Tonfall den Originaltext. Auch wenn die Kreation im ersten Moment durchaus lustig erscheint, rufen derartige Experimente schnell Unbehagen hervor. Das, was noch vor Kurzem nur mit höchstem Aufwand realisiert werden konnte, geht heute praktisch automatisiert. Niemand ist mehr davor sicher, im nächsten Fake-Video mit Fake-Stimme glaubwürdig aufzutreten. Die Entwicklung vollzieht sich dabei so schnell, dass viele Menschen noch nichts von der bloßen Möglichkeit gehört haben dürften, wie einfach derartige Fakes zu realisieren sind. Entsprechend hoch ist auch das Täuschungspotenzial der Kreationen.

Künstliche Intelligenz erweitert die Möglichkeiten unserer Vorstellungskraft und eröffnet Dimensionen für die Unterhaltungsbranche, mit denen erst in Jahren oder gar Jahrzehnten zu rechnen war. Sie konfrontiert uns aber auch zugleich bereits jetzt mit Problemen, für die wir noch längst keine Lösungen haben. Eine sensible und verantwortungsvolle Herangehensweise kann sich angesichts der Entwicklungsgeschwindigkeit kaum herausbilden, dafür haben wir keine Zeit. Eine Entwicklungspause, wie sie bereits gefordert wird, wird es höchstwahrscheinlich nicht geben. Wir müssen den verantwortungsvollen Umgang mit der Technik bereits lernen, während sich ihre Möglichkeiten explosionsartig erweitern.

Zurück zur Startseite