Varios sistemas de inteligencia artificial ya saben cómo hacer tales cosas que es hora de pensar que la trama de la franquicia cinematográfica Terminator no es una fantasía. Además, cada día la IA aprende más y más técnicas nuevas. Por ejemplo, Google entrenó recientemente su inteligencia artificial para identificar las voces de las personas en el ruido de la multitud con una precisión asombrosa.
Para empezar, los ingenieros de Google crearon una tecnología basada en el aprendizaje automático que revela las voces de las personas a través del "efecto fiesta". Esto es lo que todos sabemos hacer: comunicarnos con una persona rodeada de ruidos extraños, podemos entender de qué está hablando, analizando no solo el habla, sino también las expresiones faciales, filtrando los sonidos “interferentes”. La IA de Google funciona de manera similar: al analizar los músculos faciales y todo el ruido, selecciona las voces de diferentes personas y crea pistas de audio separadas de ellas. Luego, Google entrenó la inteligencia artificial para reconocer los rostros de las personas, aislar sus voces y suprimir ruidos extraños.
Así, el sistema puede seleccionar a la persona requerida entre la multitud de personas ruidosas y realizar el reconocimiento de su voz en tiempo real. Esto es posible gracias al hecho de que los ingenieros de Google "entrenaron" a la IA en más de 100.000 video conferencias y videos conversacionales de YouTube con ruido de fondo. El nuevo desarrollo, según Google, se puede utilizar, por ejemplo, para mejorar la calidad de los chats de video, de modo que durante la comunicación grupal, el usuario pueda enfocarse en un interlocutor. Puede ver el resultado del algoritmo de Google en el video a continuación.
Vladimir Kuznetsov
