W złożonych środowiskach ludzie potrafią lepiej zrozumieć znaczenie mowy niż sztuczna inteligencja, ponieważ używamy nie tylko uszu, ale także oczu.
Na przykład, gdy widzimy, jak ktoś porusza ustami, możemy intuicyjnie stwierdzić, że dźwięk, który słyszymy, pochodzi od tej osoby.
Meta AI pracuje nad nowym systemem dialogowym AI, który ma nauczyć sztuczną inteligencję rozpoznawania subtelnych korelacji między tym, co widzi i słyszy podczas rozmowy.
Technologia VisualVoice uczy się w podobny sposób, w jaki ludzie uczą się nowych umiejętności, umożliwiając rozdzielenie mowy od dźwięku i obrazu poprzez naukę wskazówek wizualnych i słuchowych z nieoznaczonych filmów.
W przypadku maszyn skutkuje to lepszą percepcją, podczas gdy percepcja ludzka ulega poprawie.
Wyobraź sobie, że możesz uczestniczyć w grupowych spotkaniach w metawersum z kolegami z całego świata, dołączając do mniejszych spotkań grupowych, poruszając się w wirtualnej przestrzeni, podczas których dźwięk pogłosowy i barwa na scenie dostosowują się do otoczenia.
Oznacza to, że może on jednocześnie pobierać informacje audio, wideo i tekstowe oraz dysponuje bogatszym modelem rozumienia otoczenia, dzięki czemu użytkownicy mogą cieszyć się niezwykłymi wrażeniami dźwiękowymi.
Czas publikacji: 20-07-2022
