Microsofti teadlased teatavad sellest loonud uue kõnetuvastustehnoloogia, mis transkribeerib kõnekeelt, täpselt nagu inimene. Süsteemi veamäär ühe sõna kohta on 5,9 protsenti., mis on laias laastus sama mis professionaalsed transkriptsioonikirjutajad, kellel paluti Microsofti sõnul töötada samade lindistustega.
"Oleme saavutanud inimese võrdsuse," ütles teadlane Xuedong Huang, kes avalduses põhiteabe andis. nimetades seda verstaposti „ajalooliseks saavutuseks“.
Verstapostini jõudmiseks meeskond kasutas arvutivõrku ja Microsofti tööriistakomplekti, samuti kodumaine süvaõppesüsteem, mille uurimisrühm tegi GitHubis avatud lähtekoodiga litsentsi kaudu kättesaadavaks. Süsteem kasutab sarnaste sõnade rühmade puhul närvivõrgu tehnoloogiat, mis võimaldab mudelitel sõna-sõnalt tõhusalt töötada.
Närvivõrgud põhinevad suurel hulgal andmetel, mida nimetatakse "treeninguandmeteks". ja nad on loodud õpetama transkribeerivaid arvuteid tundma süntaktilisi mustreid helides. Microsoft kavatseb tehnoloogiat Cortanas kasutada, teie isiklik häälassistent Windowsis ja Xbox One'is, samuti kõne-teksti transkriptsioonitarkvara.
Pero tehnoloogial on veel pikk tee minna Enne põhitähenduse (semantika) ja kontekstuaalsete teadmiste töötlemist on igapäevase keelekasutuse põhiomadused, millest isiklikud abistajad, näiteks Siri, peavad päringutest kinni pidama ja neile kasulikul viisil reageerima.
"Me eemaldume maailmast, kus inimesed peavad aru saama maailma arvutitest, samal ajal kui arvutid ei mõista meid endiselt," ütles Microsofti tehisintellekti uurimisrühma juht Harry Shum. Siiski läheb veel kaua aega, enne kui arvutid mõistavad öeldu tegelikku tähendust, hoiatas ta. "Tõeline tehisintellekt on endiselt kaugel silmapiiril".
Ma arvan, et see on tohutu samm, päev, mil saame seadmetega suhelda ilma välisseadmeid kasutamata, muudab inimese arusaamist masinatega täielikult.