ایتنا – به‌زودی زمانی فرا می‌رسد که قادر نخواهید بود میان صدای انسان و کامپیوتر، تفاوتی قائل شوید. فناوری دیپ‌مایند، نویدبخش این انقلاب است.

به گزارش ایتنا از رایورز به نقل از eweek، هرچند قرار است دستیار شخصی اپل با نام سیری در iOS 10 بسیار هوشمندتر عمل کند؛ اما باز هم صدای آن شبیه کامپیوتر خواهد بود. در این میان، دیپ‌مایند (شرکتی که گوگل به‌تازگی آن را تصاحب کرده)، برای آموزش خواندن متن به کامپیوترها سرگرم کار روی یک مدل کاملاً جدید است.

این فناوری WaveNet دارد و گوگل می‌گوید با توجه به الگوریتم‌های بهتر امروزی، می‌تواند صدای انسان را به‌صورت بسیار طبیعی تقلید کند. فناوری WaveNet که مبتنی فناوری توسعه داده شده توسط دیپ‌مایند است، در این هفته نگاه عمیقی به تلاش‌های خود در جهت ایجاد سیگنال‌های صوتی برای صداهای طبیعی‌تر انداخته است. فناوری این شاخه از گوگل، با شبکه‌های عصبی آغاز می‌شود؛ یعنی همان فناوری که در همه جا حضور دارد؛ از اتومبیل‌های خودران گرفته تا تشخیص بیماری.

گفتنی است بسیاری از محصولات متن‌خوان امروزی (مانند سیری)، مبتنی بر شبکه‌های عصبی هستند. اما سیری و همکارانش همچون Google Voice Search یا الکسا از آمازون، هنوز هم از یک پایگاه داده از بخش‌های کوتاه سخنی استفاده می‌کند که به‌صورت زنجیروار به هم متصل شده‌اند تا واژگان و جملات کامل را تشکیل بدهند. اما نتیجه این کار، حتی اگر قابل‌درک و تشخیص باشد، صدایی دارای وقفه و بی‌روح است.