هدفون مجهز به هوش مصنوعی حبابی از سکوت ایجاد می کند

به گزارش ایسنا، بی شک چنین تجربه ای داشته اید که در ملاقات با یک دوست در هنگام صرف شام در رستوران یا ملاقات با یک فرد در یک مهمانی، یا برگزاری یک جلسه در میان هیاهوهای اداری، متوجه می شویم که مجبوریم به دلیل وجود صحبت های پس زمینه و سر و صدای عمومی با صدای بلند حرف بزنیم. گوش و مغز انسان در شناسایی منابع مجزای صدا در یک محیط پر سر و صدا برای تمرکز بر یک مکالمه خاص چندان خوب عمل نمی کند. این توانایی با کاهش شنوایی عمومی که با افزایش طول عمر شیوع بیشتری پیدا می کند، بیشتر مختل می شود و می تواند منجر به انزوای اجتماعی شود.

با این حال، گروهی از محققان دانشگاه واشنگتن، مایکروسافت و هوش مصنوعی اسمبلی(Assembly) به تازگی نشان داده اند که هوش مصنوعی می تواند در جداسازی منابع صوتی برای ایجاد منطقه ای از سکوت، از انسان پیشی بگیرد. این حباب صدا به افراد در شعاع دو متری اجازه می دهد تا با تداخل بسیار کاهش یافته که از سوی سایر منابع صدا ایجاد می شود با یکدیگر صحبت کنند.

این گروه به رهبری شیام گولاکوتا(Shyam Gollakota)، استاد دانشگاه واشنگتن، قصد دارند هوش مصنوعی را با سخت افزار ترکیب کند تا توانایی های انسان را افزایش دهند.

گولاکوتا می گوید این با کار با منابع محاسباتی عظیمی مانند منابع چت جی پی تی متفاوت است.

در حال حاضر، هدست های کاهش دهنده نویز تجاری در بازار موجود هستند و نویز پس زمینه را سرکوب می کنند، اما به مشکل فواصل با منابع صدا یا سایر مسائل مانند طنین صدا در فضاهای بسته نمی پردازند. با این حال، مطالعات قبلی نشان داده اند که شبکه های عصبی توانایی جداسازی بهتر منابع صوتی را نسبت به پردازنده های معمولی سیگنال دارند. با تکیه بر این یافته ها، آنها یک سیستم یکپارچه «شنیدنی» با هوش مصنوعی طراحی کردند که داده های صوتی را برای شناسایی واضح منابع صدا در داخل حباب تجزیه و تحلیل می کند. سپس سیستم، صداهای خارجی را در لحظه سرکوب می کند، بنابراین هیچ تاخیر محسوسی بین آنچه کاربران می شنوند و چیزی که در حین تماشای صحبت کردن فرد می بینند وجود ندارد.

بخش صوتی این سیستم یک هدست کاهش نویز تجاری با حداکثر شش میکروفن است که صداهای نزدیک و دورتر را تشخیص می دهد و داده هایی را برای تجزیه و تحلیل شبکه عصبی فراهم می کند.

شبکه های شخصی سازی شده فواصل تا منابع صوتی را پیدا و تعیین می کنند که کدام یک از آنها در داخل شعاع حباب قابل برنامه ریزی یک متر، 1.5 متر یا دو متری هستند، قرار دارند. این شبکه ها با داده های شبیه سازی شده و واقعی، در 22 اتاق با اندازه های مختلف و کیفیت جذب صدا با ترکیب های مختلف سوژه های انسانی آموزش داده شدند و می توانند داده ها را در چند میلی ثانیه به هدفون برگردانند و به اندازه ای سریع هستند که شنوایی و بینایی را همگام می کنند.

فناوری حباب صدا در نهایت می تواند در سمعک ها ادغام شود. هم گوگل و هم سازنده سمعک سوئیسی فوناک(Phonak) عناصر هوش مصنوعی را به ترتیب به هدفون و سمعک خود اضافه کرده اند. اکنون بررسی نحوه قرار دادن رویکرد حباب صدا در قالب سمعک پوشیدنی در حال انجام است.

گولاکوتا مطمئن است که این کار قابل انجام است. او می گوید: ما در زمانی زندگی می کنیم که سخت افزار و الگوریتم ها برای پشتیبانی از تقویت هوش مصنوعی گردهم می آیند. این به معنای جایگزینی مشاغل توسط هوش مصنوعی نیست، بلکه به معنای تاثیر مثبت بر افراد از طریق رابط انسان و رایانه است.

انتهای پیام