Razni sustavi umjetne inteligencije već znaju raditi takve stvari da je vrijeme da pomislimo kako zaplet filmske franšize Terminator nije takva fantazija. Štoviše, svaki dan AI uči sve više i više novih tehnika. Na primjer, Google je nedavno osposobio svoju umjetnu inteligenciju kako bi nevjerojatnom točnošću prepoznao glasove pojedinaca u buci gomile.
Za početak, Googleovi su inženjeri stvorili tehnologiju koja se temelji na strojnom učenju i koja otkriva glasove pojedinaca pomoću "efekta zabave". To je ono što svi znamo kako učiniti: komunicirajući s osobom okruženom vanjskim zvukovima, možemo razumjeti o čemu govori, analizirajući ne samo govor, već i izraze lica, filtriranje "uznemirujućih" zvukova. Google AI djeluje na sličan način: analizirajući mišiće lica i svu buku, izvlači glasove različitih ljudi i stvara zasebne audio zapise iz njih. Zatim je Google osposobio umjetnu inteligenciju kako bi prepoznao lica ljudi, izolirao njihov glas i suzbio tuđe zvukove.
Tako sustav može odabrati potrebnu osobu iz gomile bučnih ljudi i izvršiti prepoznavanje njegovog glasa u stvarnom vremenu. To je moguće zahvaljujući činjenici da su Googleovi inženjeri "trenirali" AI u više od 100.000 video predavanja i razgovornih videozapisa s YouTubea s pozadinskom bukom. Novi razvoj, prema Googleu, može se koristiti, na primjer, za poboljšanje kvalitete videorazgovora, tako da se tijekom grupne komunikacije korisnik može usredotočiti na jednog sugovornika. Rezultat Google algoritma možete pogledati u videu ispod.
Vladimir Kuznetsov