Пізнавальне

Дослідницький підрозділ компанії Microsoft оголосив, що їм вдалося досягти найвищої точності розпізнавання мови за всю історію людства. Дослідникам вдалося досягти у метриці Word Error Rate результату в 6,3%. Цей показник відображає частку неправильно розпізнаних системою слів.

Наприклад, торік компанія Google оголосила про досягнення результату у 8%, а у 2013 році цей показник становив взагалі 23%.

Підвищення точності розпізнавання мови відіграє важливу роль у розвитку голосових помічників, таких як Cortana, Google Assistant та Siri, а також різних систем, що використовують штучний інтелект.

"Наша найкраща одиночна система досягає коефіцієнта помилок 6,9% у тесті Switchboard Національного інституту стандартів і технологій США. Ми вважаємо, що це найкращий зареєстрований на сьогодні результат для технології розпізнавання мови на основі комбінації систем. Під час роботи цієї технології у групі з іншими тест Switchboard показав результат 6,3%", – розповіли дослідники з Microsoft Research.

Джеффрі Цвейг, головний науковий співробітник та керівник дослідницької групи Speech & Dialog компанії Microsoft, впевнений, що такий низький відсоток помилок було досягнуто завдяки майстерності членів його команди, які розробили нові алгоритми навчання, високооптимізовані надточні та рецидивуючі нейромережеві моделі, а також такі інструменти, як обчислювальна мережа Toolkit.

Ця мережа реалізує складні механізми, які дозволяють алгоритмам глибокого навчання працювати на порядок швидше, ніж раніше. Важливим кроком вперед став прорив у паралельному навчанні на графічних процесорах.

"Це новий етап для усього широкого спектра нових технологій, розроблених співтовариством штучного інтелекту великою кількістю різних організацій за останні 20 років", – заявив Сюедун Хуан, керівник з дослідження мови у Microsoft.

Раніше розроблений Microsoft самоуч чат-бот Tay, запущений у соцмережі Twitter, навчився лаятися, а також став вимовляти расистські та такі, що викликають ненависть, вислови.