Verschiedene Systeme der künstlichen Intelligenz wissen bereits, wie man solche Dinge macht, dass es an der Zeit ist zu glauben, dass die Handlung des Terminator-Film-Franchise keine solche Fantasie ist. Darüber hinaus lernt die KI jeden Tag mehr und mehr neue Techniken. Zum Beispiel hat Google kürzlich seine künstliche Intelligenz trainiert, um die Stimmen von Personen mit Menschenmengenlärm mit erstaunlicher Genauigkeit zu identifizieren.
Zunächst entwickelten die Google-Ingenieure eine auf maschinellem Lernen basierende Technologie, die die Stimmen von Personen durch den "Party-Effekt" enthüllt. Wir alle wissen, wie man das macht: Wenn wir mit einer Person kommunizieren, die von Fremdgeräuschen umgeben ist, können wir verstehen, wovon sie spricht, nicht nur Sprache, sondern auch Mimik analysieren und „störende“Geräusche herausfiltern. Die KI von Google funktioniert auf ähnliche Weise: Durch die Analyse der Gesichtsmuskeln und aller Geräusche werden die Stimmen verschiedener Personen ausgewählt und separate Audiospuren erstellt. Dann trainierte Google künstliche Intelligenz, um die Gesichter von Menschen zu erkennen, ihre Stimmen zu isolieren und Nebengeräusche zu unterdrücken.
Somit kann das System die erforderliche Person aus der Menge der lauten Personen auswählen und die Erkennung seiner Stimme in Echtzeit durchführen. Dies ist möglich, weil die Google-Ingenieure die KI in mehr als 100.000 Videovorträgen und Konversationsvideos von YouTube mit Hintergrundgeräuschen "gecoacht" haben. Die neue Entwicklung kann laut Google beispielsweise dazu verwendet werden, die Qualität von Video-Chats zu verbessern, sodass sich der Nutzer während der Gruppenkommunikation auf einen Gesprächspartner konzentrieren kann. Sie können das Ergebnis des Google-Algorithmus im folgenden Video sehen.
Vladimir Kuznetsov