Tvrdia to vedci spoločnosti Microsoft vytvorili novú technológiu rozpoznávania reči, ktorá prepisuje hovorovú reč, tak ako to robí človek. Miera chybovosti systému na slovo je údajne 5,9 percenta., čo je podľa spoločnosti Microsoft zhruba rovnaké to isté ako u profesionálnych prepisovateľov, ktorí boli požiadaní, aby pracovali na rovnakých nahrávkach.
„Dosiahli sme paritu s človekom,“ uviedol vedec Xuedong Huang, ktorý vo vyhlásení uviedol hlavné informácie, označujúci tento míľnik za „historický úspech“.
Na dosiahnutie míľnika, tím použil počítačovú sieť a sadu nástrojov spoločnosti Microsoft, ako aj domáci systém hlbokého učenia, ktorý výskumný tím sprístupnil na GitHube prostredníctvom licencie open source. Systém využíva technológiu neurónovej siete na skupiny podobných slov, čo umožňuje modelom efektívne pracovať od slova do slova.
Neurónové siete sú založené na veľkom množstve údajov, ktoré sa nazývajú „údaje o tréningu“. a sú ustanovené tak, aby učili prepisovacie počítače rozpoznávať syntaktické vzory vo zvukoch. Spoločnosť Microsoft plánuje využiť technológiu v Cortane, váš osobný hlasový asistent v systéme Windows a Xbox One, ako aj softvér na prepis reči na text.
Hruška Táto technológia má pred sebou ešte dlhú cestu Predtým, ako dokáže spracovať hlavný význam (sémantiku) a kontextové vedomosti, kľúčové charakteristiky v každodennom používaní jazyka, ktoré musia pochopiť osobní asistenti, ako je Siri, aby mohli žiadosti spracovať a účinne na ne reagovať.
„Odchádzame zo sveta, kde ľudia musia rozumieť počítačom na svete, zatiaľ čo počítače nám stále nerozumejú,“ uviedol Harry Shum, ktorý vedie výskumnú skupinu spoločnosti AI pre Microsoft. Varoval však, že to bude trvať dlho, kým počítače pochopia pravý význam toho, čo sa hovorí. „Skutočná umelá inteligencia je stále na ďalekom horizonte“.
Myslím si, že je to obrovský krok, deň, keď budeme môcť komunikovať so zariadeniami bez použitia periférií, úplne zmení spôsob chápania vzťahu človeka so strojmi.