A következő az AI számára: Az ajkak olvasásának megtanulása

A beteg kórházi ágyon ül, a nyakát kötszer borítja egy kis nyílással a tracheostomiás csőhöz, amely oxigént biztosít.

A legutóbbi műtétje miatt a férfi ebben szerepelt marketing videó nem tud vokalizálni. Tehát egy orvos feltart egy okostelefont, és rögzíti a beteget, amikor egy rövid mondatot szájába ejt. Az SRAVI nevű alkalmazás elemzi az ajak mozgását, és körülbelül két másodperc múlva visszaadja az értelmezését - „Szükségem van szívásra.”

Egyszerű interakciónak tűnik, és bizonyos szempontból az SRAVI (Beszédfelismerő alkalmazás a hangsérültek számára) még mindig elég egyszerű. Csak néhány tucat kifejezést képes felismerni, és ezt körülbelül 90 százalékos pontossággal teszi. Az ír Liopa startup által készített alkalmazás azonban hatalmas áttörést jelent a vizuális beszédfelismerés (VSR) területén, amely magában foglalja az AI kiképzését ajkak olvasására hangbemenet nélkül. Valószínűleg ez lesz az első nyilvános vásárlásra alkalmas, ajakolvasó AI alkalmazás.

A kutatók évtizedek óta azon dolgoznak, hogy megtanítsák a számítógépeket az ajkak olvasására, de ez még a mély tanulási rendszerek fejlődésével is kihívást jelentő feladat, amely segített más mérföldkőnek számító problémák. A kutatást a lehetséges kereskedelmi alkalmazások széles skálája hajtotta végre - a felügyeleti eszközöktől a néma kommunikációs alkalmazásokig és a jobb virtuális asszisztens teljesítményig.

A Liopa folyamatban van az SRAVI I. osztályú orvostechnikai eszközként történő tanúsításával Európában, és a vállalat reményei szerint augusztusig befejezi a tanúsítást, amely lehetővé teszi az egészségügyi szolgáltatók számára történő értékesítését.

Noha a technológiával kapcsolatos szándékaik nem egyértelműek, a technológiai óriások közül sokan az ajkak olvasására szolgáló AI-n is dolgoznak. A Google-hoz, a Huawei-hez, a Samsung-hoz és a Sony-hoz tartozó vagy közvetlenül annak dolgozó tudósok mind a VSR-rendszereket kutatják, és úgy tűnik, hogy gyorsan fejlődnek - derül ki az interjúkból és az alaplap által a közelmúltban publikált kutatási és szabadalmi bejelentésekből. A vállalatok vagy nem válaszoltak, vagy elutasították az interjúkat erre a történetre.

Amint az ajakolvasó AI életképes kereskedelmi termékként jelenik meg, a technológusok és az adatvédelmi őrök egyre inkább aggódnak amiatt, hogy miként fejlesztik és hogyan lehet egyszer bevetni. Például az SRAVI nem az egyetlen ajakolvasó AI alkalmazás, amelyen Liopa dolgozik. A társaság is bent van egy projekt második fázisa az Egyesült Királyság védelmi kutatási ügynökségével egy olyan eszköz kifejlesztése, amely lehetővé tenné a bűnüldöző szervek számára, hogy néma CCTV felvételeken keressenek és azonosítsák, mikor mondanak bizonyos kulcsszavakat az emberek.

A Motorola Solutions felügyeleti társaság rendelkezik szabadalommal az ajakolvasási rendszerre célja a rendőrség segítése. A Skylark Labs startup, amelynek alapítója kapcsolatban áll az Egyesült Államok Védelmi Fejlett Kutatási Projekt Ügynökségével (DARPA), elmondta az alaplapnak, hogy ajakolvasó rendszerét jelenleg magánházakban és egy állami irányítású indiai villamosenergia-társaságban telepítik a rossz és sértő nyelvek felderítésére. .

"Ez az egyik olyan terület, az én szemszögemből, ami jó példa arra, hogy" csak azért, mert meg tudjuk csinálni, még nem jelenti azt, hogy muszáj "- mondta Fraser Sampson, az Egyesült Királyság biometrikus és térfigyelő kamerákért felelős biztosa az alaplapnak. „Az a fő aggályom ezen a területen nem feltétlenül az, hogy mit tud a technológia megtenni, és mit nem, hanem az, hogy az emberek hűsítő hatásúak lennének abban, hogy azt hiszik, képesek megtenni azt, amit mondanak. Ha ez aztán visszatartotta őket a nyilvános beszédtől, akkor sokkal nagyobb területen vagyunk, mint egyszerűen a magánélet, és a magánélet is elég nagy. ”

Az ajakolvasó AI megjelenése az arcfelismerési technológiára emlékeztet, amely évtizedek óta egy hiánypótló kutatási terület volt, mire a 2000-es évek elejétől csendesen, de gyorsan forgalomba hozták felügyeleti eszközként.