Vědci z Microsoftu to uvádějí vytvořili novou technologii rozpoznávání řeči, která přepisuje hovorovou řečstejně jako člověk. Míra chyb systému na slovo je hlášena na 5,9 procenta., což je zhruba stejné jako u profesionálních přepisovatelů, kteří byli podle společnosti Microsoft požádáni, aby pracovali na stejných nahrávkách.
„Dosáhli jsme parity s člověkem,“ řekl vědec Xuedong Huang, který ve svém prohlášení uvedl hlavní informace, nazývat tento milník „historickým úspěchem“.
K dosažení milníku tým použil počítačovou síť a sadu nástrojů Microsoft, stejně jako domácí systém hlubokého učení, který výzkumný tým zpřístupnil na GitHubu prostřednictvím licence open source. Systém používá technologii neuronových sítí na skupinách podobných slov, což modelům umožňuje efektivní práci od slova do slova.
Neuronové sítě jsou založeny na velkém množství dat nazývaných „tréninková data“. a jsou založeny tak, aby učily přepisující počítače rozpoznávat syntaktické vzory ve zvucích. Microsoft plánuje využít technologii v Cortaně, váš osobní hlasový asistent ve Windows a Xbox One, stejně jako software na přepis řeči na text.
Ale technologie má před sebou ještě dlouhou cestu Než bude moci zpracovat hlavní význam (sémantiku) a kontextové znalosti, klíčové charakteristiky v každodenním používání jazyka, které je třeba pochopit osobními asistenty, jako je Siri, aby mohli zpracovávat žádosti a jednat podle nich užitečným způsobem.
„Odcházíme ze světa, kde lidé musí rozumět světovým počítačům, zatímco počítače nám stále nerozumí,“ řekl Harry Shum, který vede výzkumnou skupinu společnosti AI pro Microsoft. Varoval však, že to bude trvat dlouho, než počítače pochopí skutečný význam toho, co se říká. „Pravá umělá inteligence je stále na vzdáleném horizontu“.
Myslím, že je to obrovský krok, den, kdy můžeme komunikovat se zařízeními bez použití periferií, zcela změní způsob chápání vztahu člověka se stroji.