Најверојатно секој од нас може да препознае неколку зборови преку внимателно посматрање и читање на усните на некој друг. Но за многу зборови ова е тешко и читањето на усни не е едноставен занает ниту за професионалците. Во тестот на Google на оваа тема, префесионалецот успешно препозна 12.4 отсто од зборовите, а нивната вештачка интелигенција DeepMind 46,8.

Сепак тимот на Google пронајде уште нешто што нивната вештачка интелигенција го работи подобро од луѓето. Тим на Alphabet од Универзитетот Оксворд ја искористи вештачката интелигенцја за читање од усните. По над 5.000 часови гледање телевизиски програми, вештачката интелигенција препознава говор со точност од 46.8 отсто, јави New Scientist.
Матерјалот со должина од 5.000 часа содржи над 118.000 реченици. А програмите кои ги гледаше DeepMind се Newsnight, BBC Breakfast и Question Time. Системот само со прегледувањето на усните, успешно препознава речиси 50 отсто од зборовите изговорени во видеата.

Пред две недели во Оксворд е направен уште еден сличен тест. Вештачката интелигенција LipNet со 93.4 отсто точност препознаваше зборови, но станува збор за тест на преселектиран 51 збор. Новиот сет има над 17.500 зборови, и препознавањето е многу потешко.
Вештачката интелигенција има се поголема примена и во добар дел е поуспешна од луѓето. Без разлика дали станува збор за играње Go, или дијагностицирање на ризични пациенти, вештачката интелигеција се укажува како подобра во овие вештини од луѓето.







