Google давно увлекается идеей искусственного интеллекта, и часто новые попытки усовершенствовать эти технологии появляются в заголовках новостей. Они занимались разработкой чатботов (и обещали, что к 29 году эти чатботы смогут пройти тест Тьюринга). Также среди их проектов – робот-ИИ, который пишет жутковатую постмодернистскую поэзию. А еще компании знакома концепция «апокалипсиса роботов», поэтому они создали систему безопасности, которая запрещает роботам причинять вред людям.
Но несмотря на все эти усовершенствования, устная речь АИ все еще очень далека от имитации человеческой. Они говорят все еще очень механически. Ситуацию ощутимо улучшает WaveNet – новый ИИ от DeepMind, который может имитировать человеческую речь. Он делает это все еще не идеально, но на 50% лучше, чем лучшие ИИ до него, и настолько умен, что, изучая классическую фортепианную музыку, может создавать собственные композиции.
Некоторые примеры можно послушать в блоге DeepMind (англ). Они действительно впечатляют, но в ближайшее время эта технология вряд ли появится в масс-маркете, в основном потому, что она требует слишком много вычислительных мощностей. Разработчики рассказывают:
«Ученые обычно избегают моделирования «сырого» звука из-за объемов данных: 16000 сэмплов в секунду или более, и временная структура тоже очень значима. Создавая полностью авторегрессивную модель, в которой каждый из этих сэмплов выбирается под влиянием предыдущих (говоря статистическим языком, каждое распределение зависит от всей истории наблюдений) – это действительно сложная задача».
Напомним, Deepmind был приобретен Google в 2014 году за $500 млн. Система пытается имитировать работу человеческого сознания. Не так давно ИИ удалось научиться побеждать чемпионов в игре Го, что достаточно серьезное достижение, учитывая, что до сих пор это была сугубо «человеческая» игра.
