• تبلیغات
  • تماس با ما
جمعه, آبان ۲۹, ۱۴۰۵
  • ورود
خبرجو
  • صفحه اصلی
  • فرهنگ و هنر
  • تناسب اندام
  • فناوری
  • اقتصاد و سرمایه
  • سلامتی
  • شیوه زندگی
  • ارز دیجیتال
بدون نتیجه
مشاهده تمام نتایج
  • صفحه اصلی
  • فرهنگ و هنر
  • تناسب اندام
  • فناوری
  • اقتصاد و سرمایه
  • سلامتی
  • شیوه زندگی
  • ارز دیجیتال
بدون نتیجه
مشاهده تمام نتایج
خبرجو
بدون نتیجه
مشاهده تمام نتایج
صفحه اصلی فناوری

دانشمندان به هوش مصنوعی یاد دادند که در سکوت مطلق لب بخواند. فناوری شگفت انگیزی که لب های شما را می خواند

سامان پاکدل توسط سامان پاکدل
۲۶ آبان ۱۴۰۵
در فناوری
مدت زمان مطالعه: 3 دقیقه
0
دانشمندان خواندن لب را در سکوت مطلق به هوش مصنوعی آموختند؛ فناوری شگفت‌ انگیزی که لب‌ های شما را می‌خواند
1794884951 154 دانشمندان به هوش مصنوعی یاد دادند که در سکوت مطلق
دسترسی ویرایشگر مکان نما به مدل های OpenAI را قطع
دسترسی ویرایشگر مکان نما به مدل های OpenAI را قطع

مکالمه در یک اتاق شلوغ که موسیقی آنقدر بلند است که به سختی می توانید صدای فرد مقابل را بشنوید، باعث می شود سعی کنید با یک متخصص تماس بگیرید. لب خوانی تبدیل شدن شما سعی می کنید زبان بدن و اهداف شخص را بفهمید تا بفهمید چه می گوید.

بله کانال زوم تککارت هدیه

به گزارش بخش اخبار فناوری خبرجو به نقل از دیجیتال ترندز، اما اگر به شما بگویم که یکی هوش مصنوعی حالا در این زمینه بهتر عمل می کند و تنها چیزی که نیاز دارد دیدن لب های شماست؟ این سیستم فقط با تماشای نحوه حرکت لب‌های شما می‌تواند بدون شنیدن حتی یک صدا بفهمد که چه می‌گویید. موضوعی به اندازه تکنولوژی خواندن عضلات گردن توسط هوش مصنوعی که اوایل امسال بررسی کردیم بسیار جذاب است.

سیستم DLLM-VSR؛ هوش مصنوعی چگونه در سکوت لب می خواند؟

محققان در سیستم مؤسسه علوم و فناوری پیشرفته کره (KAIST). هوش مصنوعی یک مورد جدید ایجاد کرده اند که این امکان را کمی به واقعیت نزدیک می کند. این فناوری که DLLM-VSR حرکات لب را می خواند و آنها را به متن تبدیل می کند و از روشی هوشمندانه برای رمزگشایی کلماتی استفاده می کند که در غیر این صورت تشخیص بصری آنها دشوار بود.

طبق اعلام رسمی KAIST، این سیستم در یک معیار استاندارد تنها 19.4 درصد خطای کلمه دارد. لب خوانی به دست آورد و رکورد جدیدی را در بین روش های آموزش دیده بر روی همان مجموعه داده برچسب گذاری شده به دست آورد.

دانشمندان به هوش مصنوعی یاد دادند که در سکوت مطلق لب بخواند. فناوری شگفت انگیزی که لب های شما را می خواند

فناوری لب خوانی هوشمند چگونه کار می کند؟

لب خوانی حتی برای هوش مصنوعی به طرز شگفت آوری پیچیده است. برخی صداها مانند «p»، «b» و «m» حرکات دهان تقریباً یکسانی دارند و تشخیص دقیق آنچه که شخص بدون شنیدن می‌گوید را دشوار می‌کند. سیستم های سنتی سخنرانی ارزیابی با هوش مصنوعی آنها معمولاً کلمات را به ترتیب از چپ به راست پردازش می کنند. مشکل این است که یک پیش‌بینی نادرست در ابتدای جمله می‌تواند بر هر چیزی که در ادامه می‌آید تأثیر بگذارد.

محققان رویکرد متفاوتی را با استفاده از مدل زبانی بزرگ انتشار (DLLM) ایجاد کردند. به جای هوش مصنوعی برای تفسیر هر کلمه به ترتیب، سیستم ابتدا قسمت هایی از جمله را مشخص می کند که بیشتر به آن اعتماد دارد. سپس از آن کلمات به عنوان زمینه استفاده می کند تا پس از در نظر گرفتن اطلاعات قسمت های قبلی و بعدی جمله، به تدریج قطعات گمشده را پر کند.

دانشمندان به هوش مصنوعی یاد دادند که در سکوت مطلق لب بخواند. فناوری شگفت انگیزی که لب های شما را می خواند

این سیستم همچنین چندین طول جمله ممکن را بر اساس مدت زمان ویدیو تخمین می زند، رونوشت هایی برای هر کدام ایجاد می کند و محتمل ترین نتیجه را انتخاب می کند. در مقاله تحقیقاتی خود، تیم گزارش داد که با استفاده از 433 ساعت داده های ویدیویی برچسب دار، به نرخ خطای کلمه 19.4٪ در معیار LRS3 دست یافتند. این رقم، کلمات نادرست، گمشده و زائد را اندازه‌گیری می‌کند، نه درصد مکالمات کامل را که به درستی درک شده‌اند.

انقلابی در دسترسی و دسترسی بهتر برای همه

کاربردهای بالقوه این فناوری بسیار فراتر از درک مکالمات در رستوران های شلوغ است. محققان استفاده از این فناوری را در محیط های صنعتی پیش بینی می کنند که ارتباط صوتی را برای ماشین ها دشوار می کند. همچنین می‌تواند از دستگاه‌های دسترسی پشتیبانی کند که حرکات لب را برای کاربران ناشنوا و کم‌شنوا به متن ترجمه می‌کنند.

با این حال، این فناوری هنوز برای استفاده روزمره کاملاً آماده نیست. عملکرد آن هنوز در مجموعه داده‌های مختلف متفاوت است و محققان در تلاش هستند تا نیازمندی‌های محاسباتی آن را کاهش دهند تا در نهایت بتواند در زمان واقعی بر روی دستگاه‌های پوشیدنی و روبات‌های بدون اتصال به اینترنت کار کند.

جدای از نکات مثبت، نگرانی‌های قانونی قانونی در مورد فناوری که قادر به تفسیر مکالمات از ضبط‌های ویدئویی بی‌صدا است، وجود دارد. با این وجود، این تحقیق نگاهی جذاب به چگونگی تغییر ارتباطات توسط آن ارائه می دهد هوش مصنوعی فراهم می کند و شاید یک روز، درک یک فرد در یک اتاق غیرممکن شلوغ نیازی به شنیدن صدای او نداشته باشد.

به این پست امتیاز دهید

پست قبلی

قیمت طلا و سکه امروز دوشنبه 4 آبان 1405

پست‌ بعدی

فاکس‌نیوز: مقامات ارشد آمریکا به پایگاه‌های نظامی پناه برده‌اند

سامان پاکدل

سامان پاکدل

مرتبط پست ها

جنجال های امنیت سایبری هفته: از باج افزار ۵۰۰ میلیون دلاری و بدافزار BubbleLoader تا آسیب پذیری های هوش مصنوعی GPT-6.2
فناوری

جنجال های امنیت سایبری هفته: از باج افزار ۵۰۰ میلیون دلاری و بدافزار BubbleLoader تا آسیب پذیری های هوش مصنوعی GPT-6.2

۲۹ آبان ۱۴۰۵
پیش بینی حساس قیمت طلا در ماه های آینده
فناوری

پیش بینی حساس قیمت طلا در ماه های آینده

۲۹ آبان ۱۴۰۵
نمای نمای بیرونی ساختمان بانک جی‌پی مورگان با تابلو برجستهٔ مشکی «JPMORGAN CHASE» روی نمای سنگی، در حالی که عابران پیاده در پیاده‌رو جلوی ساختمان در حال تردد هستند.
فناوری

اطلاعات تماس برخی از مشتریان بانک آمریکایی در یک حمله سایبری فاش شد

۲۹ آبان ۱۴۰۵
جیب این دسته از بازنشستگان پر از پول بود
فناوری

جیب این دسته از بازنشستگان پر از پول بود!

۲۹ آبان ۱۴۰۵
با حکم جنجالی دادگاه، تلاش دولت بریتانیا برای دسترسی به اطلاعات رمزگذاری‌شده کاربران اپل افشا شد
فناوری

این حکم جنجالی دادگاه تلاش دولت بریتانیا برای دسترسی به اطلاعات رمزگذاری شده کاربران اپل را افشا کرد

۲۹ آبان ۱۴۰۵
لامبورگینی تمراریو اسپایدر
فناوری

رونمایی از Lamborghini Temerario Spyder (Temerario Spyder); اولین ابرخودروی سقف فلزی جمع شونده در تاریخ لامبورگینی با قدرت 907 اسب بخار

۲۹ آبان ۱۴۰۵
بارگذاری بیشتر
پست‌ بعدی
فاکس‌نیوز مقامات ارشد آمریکا به پایگاه‌های نظامی پناه برده‌اند

فاکس‌نیوز: مقامات ارشد آمریکا به پایگاه‌های نظامی پناه برده‌اند

گفتگو در مورد این post

توصیه شده

خوزستان ایران کوچک و دارای ظرفیت جذب گردشگر از سراسر جهان است

4 هفته پیش
رشد ۴۸ درصدی برنامه کشت دانه‌های روغنی در خراسان شمالی

رشد ۴۸ درصدی برنامه کشت دانه‌های روغنی در خراسان شمالی

1 ماه پیش
قیمت نفت همه را شوکه کرد جامد یک میلیون و

قیمت نفت همه را شوکه کرد/ جامد یک میلیون و 100 غیر ممکن!

3 سال پیش
افق میهن

در هفته بلاکچین 2024 پاریس چه گذشت؟

3 سال پیش

از دست ندهید

جنجال های امنیت سایبری هفته: از باج افزار ۵۰۰ میلیون دلاری و بدافزار BubbleLoader تا آسیب پذیری های هوش مصنوعی GPT-6.2

جنجال های امنیت سایبری هفته: از باج افزار ۵۰۰ میلیون دلاری و بدافزار BubbleLoader تا آسیب پذیری های هوش مصنوعی GPT-6.2

۲۹ آبان ۱۴۰۵
پیش بینی حساس قیمت طلا در ماه های آینده

پیش بینی حساس قیمت طلا در ماه های آینده

۲۹ آبان ۱۴۰۵
شرکت هواپیمایی اسرائیل فروش بلیت به امارات را متوقف کرد

شرکت هواپیمایی اسرائیل فروش بلیت به امارات را متوقف کرد

۲۹ آبان ۱۴۰۵
نمای نمای بیرونی ساختمان بانک جی‌پی مورگان با تابلو برجستهٔ مشکی «JPMORGAN CHASE» روی نمای سنگی، در حالی که عابران پیاده در پیاده‌رو جلوی ساختمان در حال تردد هستند.

اطلاعات تماس برخی از مشتریان بانک آمریکایی در یک حمله سایبری فاش شد

۲۹ آبان ۱۴۰۵

دیگر رسانه ها

اجاره خودرو

خبرجو تازه‌ترین اخبار در سراسر دنیا در حوره های مالی , فرهنگی , اقتصادی و ... را برای شما به اشتراک خواهد گذاشت.

ما را دنبال کنید

اخبار اخیر

جنجال های امنیت سایبری هفته از باج افزار ۵۰۰ میلیون

جنجال های امنیت سایبری هفته: از باج افزار ۵۰۰ میلیون دلاری و بدافزار BubbleLoader تا آسیب پذیری های هوش مصنوعی GPT-6.2

۲۹ آبان ۱۴۰۵
پیش بینی حساس قیمت طلا در ماه های آینده

پیش بینی حساس قیمت طلا در ماه های آینده

۲۹ آبان ۱۴۰۵

دسته بندی ها

  • ارز دیجیتال
  • اقتصاد و سرمایه
  • تناسب اندام
  • دسته‌بندی نشده
  • سلامتی
  • شیوه زندگی
  • فرهنگ و هنر
  • فناوری

همکاران

  • اخبار اقتصاد
  • تبلیغات
  • تماس با ما

خوش آمدید!

به حساب خود در زیر وارد شوید

رمز عبور را فراموش کرده اید؟

رمز عبور خود را بازیابی کنید

لطفا نام کاربری یا آدرس ایمیل خود را برای بازنشانی رمز عبور خود وارد کنید.

ورود به سیستم
بدون نتیجه
مشاهده تمام نتایج
  • صفحه اصلی
  • فرهنگ و هنر
  • تناسب اندام
  • فناوری
  • اقتصاد و سرمایه
  • سلامتی
  • شیوه زندگی
  • ارز دیجیتال