人間はAIが模倣した合成音を本物と区別することができない。学習する人工知能システムの開発（米研究）

アメリカ、MITのコンピューターサイエンス人工知能研究所では、コンピューターに音と映像との関係を教えている。研究チームが開発した人工知能システムは、あるイメージに結びついた音を予測するだけでなく、音自体を真似することができる。そのディープラーニングアルゴリズムが再現する音は非常に巧みで、人間ですら騙されるほどだそうだ。これについて研究者は一種の「音のチューリングテスト」と語っている。 Visually-Indicated Sounds AIに音を教えるために、まず1,000本ほどの動画が録画された。そこにはドラムスティックを使ってさまざまな表面を叩く場面が映っており、計46,000種の音が録音されている。AIはこれらを通じてどの音がどの場面に対応しているのか自己学習した。例えば、水面を叩く場面、葉っぱをカサカサ搔き回す場面、金属の表面を叩く場面とそこから生まれる音の違いを学習するといった具

[skam666]

“ディープラーニングアルゴリズムが再現する音は非常に巧みで、人間ですら騙されるほどだそうだ。これについて研究者は一種の「音のチューリングテスト」と語っている”

[tadashi_shimizu]

普段、無意識下で処理されているような部分こそが肝なのだろうと思った。

[SigProcRandWalk]

ドラムスティックの例だけだと一般化はだいぶ先のような…

[endo_5501]

“音を予測する能力は、世界と物理的な接触があった際の結果を予測する能力への重要な第一歩”