Különböző mesterséges intelligencia rendszerek már tudják, hogyan kell csinálni olyan dolgokat, hogy ideje azt gondolni, hogy a Terminator film franchise cselekménye nem olyan fantasztikus. Sőt, az AI minden nap egyre több új technikát tanul. Például a Google nemrégiben mesterséges intelligenciáját oktatta, hogy hihetetlen pontossággal azonosítsa a tömegzajban élő egyének hangját.
Először a Google mérnökei gépi tanuláson alapuló technológiát hoztak létre, amely a „párthatás” révén felfedi az egyének hangját. Mindannyian tudjuk, hogyan kell csinálni: kommunikálva egy idegen zajok által körülvett emberrel, megérthetjük, miről beszél, nemcsak a beszédet, hanem az arckifejezéseket is elemezve, a „zavaró” hangokat kiszűrve. A Google AI hasonlóan működik: az arcizmok és az összes zaj elemzésével kiválasztja a különböző emberek hangjait, és külön audio sávokat hoz létre tőlük. Ezután a Google mesterséges intelligenciát képzett arra, hogy felismerje az emberek arcát, elkülönítse a hangjukat és elfojtsa az idegen zajokat.
Így a rendszer kiválaszthatja a szükséges embert a zajos emberek tömegéből, és valós időben képes felismerni hangját. Ez annak a ténynek köszönhető, hogy a Google mérnökei több mint 100 000 video-előadással és társalgási videóval társították az AI-t háttérzajjal. Az új fejlesztés, a Google szerint, felhasználható például a videobeszélgetések minőségének javítására, hogy a csoportos kommunikáció során a felhasználó egyetlen beszélgetőpartnerre összpontosítson. A Google algoritmus eredményét az alábbi videóban tekintheti meg.
Vladimir Kuznetsov