A mesterséges intelligencia szót hallva sokan olyan chatbotokra gondolnak, amelyek képesek akár különleges kérdésekre is válaszolni. A Mi azonban jóval több ennél, és erre most a Washingtoni Egyetem kutatói is meggyőző bizonyítékot szolgáltattak. Projektjükben ugyanis arra „vették rá” a mesterséges intelligenciát, hogy módosítsa a fejhallgatót viselő hallási észlelését, a preferenciáinak megfelelően. Így akár egyetlen beszélő személyt is tisztán hallhat még akkor is, ha zajos környezetben tartózkodik, ahol egyébként sokan beszélnek.

Ez a bizonyos célbeszéd-hallás (Target Speech Hearing, TSH) egyébként az emberi agy sajátossága. Azért figyelünk fel ismerős hangokra egy zsúfolt környezetben, mert az agyunk képes olyan hangokra fókuszálni, amelyeket korábban már megismert. A szóban forgó projekt is ezen az elven alapszik. A rendszer használata során egy mikrofonnal felszerelt fejhallgatót viselő személy megérint egy gombot, miközben néhány másodpercig ránéz valakire, aki beszél hozzá. A beszélő hangjának hullámai egyszerre érik el a mikrofonokat a füles mindkét oldalán (nagyjából 16 fok a hibahatár).

Washingtoni Egyetem

A fejhallgató ezután egy beágyazott számítógépre küldi a jelet, ahol a gépi tanulási szoftver megismeri a kiszemelt beszélő hangmintáját. Amint az MI megtanulja a hangjellemzőket, töröl minden más hangot a környezetben, és csak a kiszemelt beszélő hangját játssza le valós időben, még zajos helyeken is, és akkor is, ha a kiszemelt elfordítja a fejét vagy mozog. Minél tovább beszél folyamatosan a partner, annál inkább javul a MI-rendszer képessége, hiszen több edzési adatot kap.

Jelenleg a rendszer egyszerre csak egyetlen beszélő hangját tudja feldolgozni, és csak akkor, ha nem érkezik másik hangos hang ugyanabból az irányból. A kutatók most azon dolgoznak, hogy a rendszert a jövőben fülhallgatókra és hallókészülékekre is kiterjesszék.

Ha máskor is tudni szeretne hasonló dolgokról, lájkolja a HVG Tech rovatának Facebook-oldalát.