Microsoft-Forscher berichten das haben eine neue Spracherkennungstechnologie entwickelt, die umgangssprachliche Sprache transkribiertgenau wie ein Mensch. Die Fehlerrate des Systems pro Wort wird mit 5,9 Prozent angegeben.Dies entspricht in etwa professionellen Transkriptionisten, die laut Microsoft gebeten wurden, an denselben Aufnahmen zu arbeiten.
"Wir haben die Parität mit dem Menschen erreicht", sagte der Wissenschaftler Xuedong Huang, der die wichtigsten Informationen in einer Erklärung gab. Diesen Meilenstein als "historische Errungenschaft" zu bezeichnen.
Um den Meilenstein zu erreichen, Das Team verwendete ein Computernetzwerk und ein Microsoft-Toolkitsowie ein selbst entwickeltes System für tiefes Lernen, das das Forschungsteam über eine Open-Source-Lizenz auf GitHub zur Verfügung gestellt hat. Das System verwendet eine neuronale Netzwerktechnologie für Gruppen ähnlicher WörterSo können Modelle Wort für Wort effizient arbeiten.
Neuronale Netze basieren auf großen Datenmengen, die als "Trainingsdaten" bezeichnet werden. und sie sollen Transkribiercomputern beibringen, syntaktische Muster in Klängen zu erkennen. Microsoft plant, die Technologie in Cortana einzusetzen, Ihr persönlicher Sprachassistent unter Windows und Xbox One sowie Sprach-Text-Transkriptionssoftware.
Birne Die Technologie hat noch einen langen Weg vor sich Bevor es die Hauptbedeutung (Semantik) und das Kontextwissen verarbeiten kann, müssen Schlüsselmerkmale im alltäglichen Sprachgebrauch von persönlichen Assistenten wie Siri erfasst werden, um Anfragen zu verarbeiten und auf nützliche Weise darauf zu reagieren.
"Wir entfernen uns von einer Welt, in der die Menschen die Computer der Welt verstehen müssen, während die Computer uns immer noch nicht verstehen", sagte Harry Shum, Leiter der KI-Forschungsgruppe von Microsoft. Es wird jedoch lange dauern, bis Computer die wahre Bedeutung des Gesagten verstehen können, warnte er. "Wahre künstliche Intelligenz ist noch in weiter Ferne".
Ich denke, es ist ein enormer Schritt. Der Tag, an dem wir mit Geräten interagieren können, ohne Peripheriegeräte zu verwenden, wird die Art und Weise, wie die Beziehung zwischen Mensch und Maschine verstanden wird, grundlegend verändern.