„Microsoft“ ir jos „pastebimas pasiekimas“ kalbos atpažinimo technologijoje

„Microsoft“ tyrėjai praneša sukūrė naują kalbos atpažinimo technologiją, kuri perrašo šnekamąją kalbą, kaip tai daro žmogus. Pranešama, kad sistemos klaidų procentas vienam žodžiui yra 5,9 proc., kuris yra maždaug tas pats, kas profesionalių transkripcijos specialistų, kurių buvo paprašyta dirbti su tais pačiais įrašais, teigia „Microsoft“.

„Mes pasiekėme lygybę su žmogumi“, - teigė mokslininkas Xuedongas Huangas, pareiškime pateikęs pagrindinę informaciją, pavadindamas šį etapą „istoriniu pasiekimu“.

Norėdami pasiekti etapą, komanda naudojo kompiuterių tinklą ir „Microsoft“ įrankių rinkinį, taip pat savaime sukurta giluminio mokymosi sistema, kurią tyrimų grupė pateikė „GitHub“ naudodama atvirojo kodo licenciją. Sistema naudoja neuroninio tinklo technologiją panašių žodžių grupėse, leidžiant modeliams efektyviai veikti žodis po žodžio.

Neuroniniai tinklai remiasi dideliu duomenų kiekiu, vadinamu „treniruočių duomenimis“. ir jie yra sukurti mokyti perrašančius kompiuterius atpažinti sintaksinius garsų modelius. „Microsoft“ planuoja naudoti technologiją „Cortana“, jūsų asmeninis balso padėjėjas sistemoje „Windows“ ir „Xbox One“, taip pat kalbos į tekstą perrašymo programinė įranga.

Bet technologijos dar laukia ilgas kelias Kad jis negalėtų apdoroti pagrindinės prasmės (semantikos) ir kontekstinių žinių, pagrindinės kasdienio kalbos vartojimo ypatybės, kurias asmeniniai padėjėjai, pvz., „Siri“, turi suvokti, kad apdorotų užklausas ir naudingai jas veiktų.

„Mes tolstame nuo pasaulio, kuriame žmonės turi suprasti pasaulio kompiuterius, o kompiuteriai vis dar nesupranta mūsų“, - sakė Harry „Shum“, vadovaujantis „Microsoft“ dirbtinio intelekto tyrimų grupei. Tačiau praeis daug laiko, kol kompiuteriai galės suprasti tikrąją to, ką sakoma, prasmę, perspėjo jis. „Tikrasis dirbtinis intelektas vis dar toli horizonte“.