В компании Microsoft заявили о прорыве в области машинного распознавания речи, научив компьютер воспринимать разговор человека так, как это может делать другой человек.

Теперь система распознавания речи делает всего 5,9% ошибок по методике WER (Word Error Rate), столько же ошибок совершает и естественный распознаватель речи — человек. В прошлом месяце показатель Microsoft равнялся 6,3%, сообщает CNews.

«Мы достигли уровня человека. Это историческое достижение», — заявил главный ученый команды из подразделения Microsoft по работе с искусственным интеллектом Сюэдунь Хуань. По признанию исполнительного вице-президента подразделения Гарри Шума, ещё пять лет назад они полагали, что такое невозможно. К успеху учёные шли с 1970-х годов.

Microsoft смогла так далеко продвинуться благодаря использованию глубоких нейронных сетей, работа которых напоминает биологические процессы в головном мозге человека. Предполагается, что такие сети помогут также в развитии компьютерного зрения.

Сейчас исследователям Microsoft предстоит выяснить, как система распознавания речи будет работать в местах с фоновым шумом — к примеру, на вечеринке или на трассе. В долгосрочной перспективе специалисты хотят научить искусственный интеллект понимать слова, отвечать на них и предпринимать соответствующие действия.