Sidste uge annoncerede Microsoft en historisk præstation: dens forskere nåede menneskelig paritet i samtaleindkendelse. Ved den nylige Windows 10-begivenhed beviste Microsoft fuldt ud, at værktøjet til talegenkendelse faktisk er fejlfri.

Selvom ingen af ​​de talere, der kom til scenen, nævnte ordet "talegenkendelse", kunne publikum se deres ord vises på de to sekundære skærme på scenen.

Microsoft gjorde et stort gennembrud inden for talegenkendelse ved at skabe en teknologi, der genkender ordene i en samtale, såvel som en person gør. Den nylige Windows 10-begivenhed bekræfter dette fuldt ud.

Ifølge et team af forskere og ingeniører ved Microsofts afdeling for kunstig intelligens og forskning, gør dets talegenkendelsessystem de samme eller færre fejl end professionelle transkriptionister. Denne præstation oversteg selv deres mest optimistiske forventninger.

Vi har nået menneskelig paritet. Dette er en historisk præstation. Selv for fem år siden ville jeg ikke have troet, at vi kunne have opnået dette. Jeg ville bare ikke have troet, det ville være muligt.

Denne præstation er endnu vigtigere, da den kommer årtier efter begyndelsen af ​​taleegenkendelsesforskning i begyndelsen af ​​1970'erne. I de sidste fem år blev der ikke gjort nogen større fremskridt inden for taleegenkendelsesfeltet, og mange troede faktisk, at dette felt var nået en blindgyde. Heldigvis, takket være Microsofts præstation, synes drømmen om fuldt ud at interagere med computere via stemmesign ikke længere langt frem.

Dette betyder, at Cortana bliver en virkelig intelligent assistent, når Windows 10 Creators Update frigives. Måske en dag vil brugerne interagere med deres computere via stemmekommandoer alene.