Systém Google DeepMind dokáže odezírat ze rtů. A to lépe než lidé

Umělá inteligence se stále posunuje a posunuje dopředu. Projekt Google DeepMind se naučil nově odezírat ze rtů. A to tak dobře, že odborníci v oboru se můžou strachovat o místo.

Google DeepMind umí odezírat ze rtů lépe jak člověk

Google si společně s univerzitou v Oxfordu připravil výzkum, kdy se umělá inteligence učila z obrovského množství TV kanálů britské BBC. Celkem si inteligence “zapamatovala” přes 5000 hodin záznamu a 118 tisíc vět, a to na pořadech vysílaných od ledna 2010 do prosince 2015. Jak moc se zlepšila možnost DeepMind odezírat ze rtů, se testovalo mezi březnem a zářím letošního roku. A výsledky překvapily, systém rozluštil celé fráze každého hlasatele, který v televizi vystoupil. Když se srovnal s profesionálním odezíračem ze rtů, tak byla umělá inteligence mnohem úspěšnější. Z celkového počtu 200 náhodně vybraných klipů, profesionální odezírač ze rtů správně určil bez chyby 12,4% slov. Google DeepMind určil správně celkem 46,8% slov a mnoho jeho chyb navíc spočívalo v tom, že například na konci slova chybělo písmenko. Před dvěma týdny navíc rovněž univerzita v Oxfordu ukázala podobný systém nazvaný LipNet, který má slovní zásobu 51 unikátních slov. Pro srovnání Google DeepMind má díky datům z BBC k dispozici celkem 17 500 unikátních slov. Samozřejmě vyvstává otázka použití ke sbírání dat, kdy by mohly v budoucnosti počítače a telefony rozpoznávat a odposlouchávat rozhovory. Na druhou stranu by se mohlo vylepšit také použití různých chytrých asistentů, kdy by povely a příkazy nemusely určovat jen podle zvuku, ale i podle toho, jak uživatel hýbe pusou.

Myslíte, že v budoucnu podobnou technologii uvidíme v telefonech?

Zdroj: newscientist.com.