谷歌的人工智慧DeepMind又厲害了。
近日，DeepMind部門與牛津大學研究人員共同創造了一個記錄：在測試的上千小時BBC影片片段中，DeepMind AI實現了46.8%的讀唇識別文字精準率。也許你覺得46.8%不是很牛，但其實經過訓練的人類讀唇專家，正確率也僅為12.4%而已。
牛津大學的研發小組在本月早些時候釋出了報告，首先他們開發了一款名為“Lipnet”的讀唇軟體，其測試成績為93.4%準確率，似乎比DeepMind AI更高，但其實這是在特製錄影的條件下完成的，測試語句全部為公式化。
DeepMind AI則不同，它完全是在“看電視”的情況下測試的，也就是說片段隨機、片段中人物的語音隨機，更具挑戰性。為此，DeepMind AI經過了約5000小時的訓練，包括大量新聞節目，鍛鍊並學習“看、聽、讀、拼”的能力。
DeepMind的研究表明，AI可以實現更強大的語言學習能力，並且擁有廣泛的應用價值，比如幫助聽障人士理解自然對話、可以詮釋無聲電影或是整合到諸如Siri和Alexa等語音助手中。
當然，也有人對該技術感到恐懼，認為這是一種更方便的監控技術。不過研究人員表示，該技術需要在明亮的、高解析度影片畫面中執行，目前的監控影片還不具備操作條件。但無論如何，AI正在變得越來越聰明，這是一件好事。