AlphaGo背后的DeepMind最近有了新動向，它與哈佛大學(xué)的研究人員合作研發(fā)出了一套可以讀懂唇語的軟件。

在哈佛大學(xué)最新發(fā)表的論文中，他們研發(fā)的這個唇語閱讀軟件LipNet準(zhǔn)確率高達(dá)93.4%。這個準(zhǔn)確率遠(yuǎn)高于此前研發(fā)出來的其他唇語設(shè)備。

哈佛大學(xué)的研究人員稱，這是因為他們采用了不同的方法來訓(xùn)練LipNet的算法。為了讓它能更準(zhǔn)確的理解唇語，他們給計算機(jī)輸入了近3萬個帶有情境的視頻片段，每個片段有3秒時長，然后訓(xùn)練算法去匹配每個片段中每條句子對應(yīng)的唇形和發(fā)音，而不是讓其匹配每個單詞的唇形和發(fā)音。

DeepMind最近做了個新軟件 它能讀懂唇語

通過這個訓(xùn)練，他們的算法就能根據(jù)上下文情境，從單個單詞的提示就能預(yù)測出整個句子。

但論文中提到如此高的準(zhǔn)確率也遭受了質(zhì)疑。因為在該研究中，他們用來訓(xùn)練算法使用的視頻片段是經(jīng)過精心挑選的。

這些視頻中的人臉必須面向屏幕，說話時唇形要很明顯，而使用的句法必須是標(biāo)準(zhǔn)的。但在真實的語言環(huán)境下，人們說話時所使用的句法并不是完全標(biāo)準(zhǔn)的。

Open AI的人工智能方面的專家Jack Clark稱，如果要想將這項技術(shù)應(yīng)用到實際情境中，至少還需要在三個方面進(jìn)行改進(jìn)，包括增加人們實際對話場景的視頻片段，實現(xiàn)多個角度識別唇語以及讓算法能預(yù)測更多的短語組合或句式。

他還提到稱，如果能在實際情境下應(yīng)用，它會很有用，比如用到助聽器中，或者被用來提高人工智能識別語音的準(zhǔn)確度和反應(yīng)速度上。

也有批評認(rèn)為，它的應(yīng)用也對公民的言論自由造成了威脅。

不過目前來看，這一切現(xiàn)在看起來還有點遠(yuǎn)。