Vários sistemas de inteligência artificial já sabem fazer tais coisas que é hora de pensar que o enredo da franquia de filmes Terminator não é uma fantasia. Além disso, a cada dia a IA está aprendendo cada vez mais novas técnicas. Por exemplo, o Google treinou recentemente sua inteligência artificial para identificar as vozes de indivíduos no ruído da multidão com notável precisão.
Para começar, os engenheiros do Google criaram uma tecnologia baseada em aprendizado de máquina que revela as vozes dos indivíduos por meio do "efeito festa". Isso é o que todos nós sabemos fazer: nos comunicando com uma pessoa rodeada de ruídos estranhos, podemos entender do que ela está falando, analisando não só a fala, mas também as expressões faciais, filtrando os sons “interferentes”. A IA do Google funciona de maneira semelhante: ao analisar os músculos faciais e todo o ruído, ele seleciona as vozes de diferentes pessoas e cria faixas de áudio separadas a partir delas. Em seguida, o Google treinou inteligência artificial para reconhecer o rosto das pessoas, isolar suas vozes e suprimir ruídos estranhos.
Assim, o sistema pode selecionar a pessoa desejada na multidão de pessoas barulhentas e realizar o reconhecimento de sua voz em tempo real. Isso é possível graças ao fato de que os engenheiros do Google "treinaram" IA em mais de 100.000 vídeo-aulas e vídeos de conversação do YouTube com ruído de fundo. O novo desenvolvimento, de acordo com o Google, pode ser usado, por exemplo, para melhorar a qualidade dos videoconferências, de forma que durante a comunicação em grupo, o usuário possa se concentrar em um interlocutor. Você pode assistir o resultado do algoritmo do Google no vídeo abaixo.
Vladimir Kuznetsov