Различни системи за изкуствен интелект вече знаят как да правят такива неща, че е време да помислим, че сюжетът на филмовия франчайз на Terminator не е такава фантазия. Освен това, всеки ден AI научава все повече и повече нови техники. Например наскоро Google обучи своя изкуствен интелект, за да идентифицира гласовете на хората в шум от тълпата с невероятна точност.
Като начало инженерите на Google създадоха технология, основана на машинно обучение, която разкрива гласовете на хората чрез „партийния ефект“. Това е, което всички знаем как да правим: общувайки с човек, заобиколен от външни шумове, можем да разберем за какво говори, анализирайки не само реч, но и изражение на лицето, филтрирайки „смущаващи“звуци. AI на Google работи по подобен начин: анализирайки лицевите мускули и целия шум, той избира гласовете на различни хора и създава отделни аудио записи от тях. Тогава Google обучи изкуствен интелект да разпознава лицата на хората, да изолира гласовете им и да потиска външни шумове.
По този начин системата може да избере необходимия човек от тълпата шумни хора и да осъзнае гласа му в реално време. Това е възможно благодарение на факта, че инженерите на Google „обучиха“AI в повече от 100 000 видео лекции и разговорни видеоклипове от YouTube с фонов шум. Новата разработка, според Google, може да се използва например за подобряване на качеството на видео чатовете, така че по време на групова комуникация потребителят да може да се съсредоточи върху един събеседник. Можете да гледате резултата от алгоритъма на Google във видеото по-долу.
Владимир Кузнецов