Různé systémy umělé inteligence již vědí, jak dělat takové věci, že je čas si myslet, že záplet franšízy filmu Terminator není taková fantazie. Navíc se každý den AI učí stále více nových technik. Například Google nedávno vyškolil svou umělou inteligenci, aby s úžasnou přesností identifikoval hlasy jednotlivců v hluku davu.
Začněme tím, že inženýři společnosti Google vytvořili technologii založenou na strojovém učení, která odhaluje hlasy jednotlivců prostřednictvím „party efektu“. To je to, co všichni víme, jak udělat: při komunikaci s osobou obklopenou cizími zvuky můžeme porozumět tomu, o čem mluví, analyzovat nejen řeč, ale také výrazy obličeje, a odfiltrovat „rušivé“zvuky. AI společnosti Google funguje podobným způsobem: analýzou obličejových svalů a veškerého hluku vybírá hlasy různých lidí a vytváří od nich oddělené zvukové stopy. Poté Google vyškolil umělou inteligenci, aby rozpoznávala tváře lidí, izolovala jejich hlasy a potlačovala cizí zvuky.
Systém tak může vybrat požadovanou osobu z davu hlučných lidí a provést rozpoznávání jeho hlasu v reálném čase. To je možné díky skutečnosti, že inženýři společnosti Google „trénovali“umělou inteligenci na více než 100 000 videopřednáškách a konverzačních videích z YouTube se šumem v pozadí. Nový vývoj lze podle společnosti Google použít například ke zlepšení kvality videochatů, takže se během skupinové komunikace může uživatel zaměřit na jednoho partnera. Výsledek algoritmu Google si můžete prohlédnout ve videu níže.
Vladimír Kuzněcov