Forskellige kunstige intelligenssystemer ved allerede, hvordan man gør sådanne ting, at det er tid til at tænke, at handlingen af Terminator-filmfranchisen ikke er sådan en fantasi. Derudover lærer AI hver dag flere og flere nye teknikker. For eksempel har Google for nylig trænet sin kunstige intelligens til at identificere stemmer fra enkeltpersoner i crowd støj med en forbløffende nøjagtighed.
Til at begynde med oprettede Google-ingeniører en maskinlæringsbaseret teknologi, der afslører individeres stemmer gennem "festeffekten". Det er hvad vi alle ved, hvordan vi skal gøre: kommunikere med en person omgivet af fremmede lyde, vi kan forstå, hvad han taler om, analysere ikke kun tale, men også ansigtsudtryk, filtrere “forstyrrende” lyde. Googles AI fungerer på en lignende måde: ved at analysere ansigtsmusklene og al støj, vælger den forskellige menneskers stemmer og skaber separate lydspor fra dem. Derefter trente Google kunstig intelligens til at genkende folks ansigter, isolere deres stemmer og undertrykke fremmede lyde.
Systemet kan således vælge den krævede person fra mængden af støjende mennesker og udføre genkendelse af hans stemme i realtid. Dette er muligt takket være det faktum, at Google-ingeniører "coachede" AI i mere end 100.000 videoforelæsninger og konversationsvideoer fra YouTube med baggrundsstøj. Den nye udvikling, ifølge Google, kan f.eks. Bruges til at forbedre kvaliteten af videochats, så brugeren under gruppekommunikation kan fokusere på en samtalepartner. Du kan se resultatet af Google-algoritmen i videoen herunder.
Vladimir Kuznetsov