DeepMindのAI、読唇でも人間のプロに勝つ

米Google傘下のDeepMindと英オックスフォード大学エンジニアリング科学学部は11月16日、「Lip Reading Sentences in the Wild」と題す論文を公開（リンク先はPDF）した。 人間が何を話しているかを、口の動きだけで読み取る「読唇（lip readinig）」ための、ディープラーニングベースの人工知能（AI）開発に関する論文だ。 このプロジェクトでは、英国営放送BBCで2010年1月～2015年12月に放映した5000時間以上の番組をAIに“見せ”ることで訓練した。これらの動画には11万8000以上のセンテンス（文章）が含まれている。 こうして育てた結果、未見のBBC番組でテストしたところ、読唇のプロの人間が12.4％読み取ったところ、AIは46.8％読み取れたという。しかも、ミスのほとんどは、複数形を表す語尾の「s」を抜かすといった小さなミスだったと

[nazoking]

人間に読唇術のプロとかいるのか…普段どんな仕事してるんだろ

[daybeforeyesterday]

うーむ

[bigchu]

やってみたいなぁあああ！公開はよ。

[Chishow]

マヂカよ　なんかこれすげーな　そのまま実用まで持ってけそうな案件だし