Fortell
"cocktail party problem" ကို ဖြေရှင်းရန်အဓိကထားသော AI ဆေးညွှန်းနားကြားကိရိယာ၊ လူ့အသံကို ဆူညံမှုထဲမှ ဆွဲထုတ်သည်
Fortell သည် မကြာသေးမီနှစ်များတွင် အမေရိကနားကြားရေးနည်းပညာနယ်ပယ်တွင် ဆွေးနွေးမှုမြင့်သော startup ဖြစ်ပြီး၊ ဆေးညွှန်းအမျိုးအစားနားကြားကိရိယာလုပ်သည်။ အဓိကမြှင့်တင်သောနည်းပညာအကြောင်းအရာမှာ အလွန်တိကျသည်- cocktail party problem—လူများစွာစကားပြောနေသောပတ်ဝန်းကျင်တွင်၊ သင်နားထောင်လိုသောလူ၏အသံကို ဆူညံမှုထဲမှ မည်သို့ခွဲထုတ်မည်နည်း။ ဤသည်မှာ ရိုးရာနားကြားကိရိယာ၏ အခက်ခဲဆုံးအခြေအနေဖြစ်ပြီး၊ အသုံးပြုသူများ အမြင်ဆုံးတိုင်ကြားသောနာကျင်မှုလည်း ဖြစ်သည်။
တရားဝင်ဝဘ်ဆိုဒ်က လက်ရှိတွင် AI 2.0 မျိုးဆက်ကို အဓိကမြှင့်တင်ပြီး၊ ချက်ချင်းအသံနှင့်ဆူညံမှုခွဲထုတ်ခြင်းကို ဆောင်ရွက်နိုင်သည်ဟု ကြေညာကာ၊ တိကျသောကိန်းဂဏန်းများ ဖော်ပြသည်- ပြိုင်ဘက် AI နားကြားကိရိယာနှင့်နှိုင်းယှဉ်လျှင် စကားလုံး ၁၀ ဆအထိ ပိုနားလည်နိုင်၊ signal-to-noise ratio ၁၇dB တိုးတက်၊ နောက်ခံဆူညံမှုဖယ်ရှားနှုန်း ၉၈% အထိ။ ဤအရာများသည် ကုမ္ပဏီကိုယ်တိုင် ဆေးကုသမှုသုတေသနကို ကိုးကားသောအဆိုဖြစ်ပြီး၊ တရားဝင်ဝဘ်ဆိုဒ်က peer-reviewed ဆေးကုသမှုစမ်းသပ်မှုပံ့ပိုးမှုရှိသည်ဟုလည်း အလေးပေးသည်။ ၎င်းသည် အဆင့်မြင့်ဖြန့်ဖြူးဗျူဟာလိုက်သည်—e-commerce တွင်မတင်ဘဲ၊ New York၊ Greenwich၊ Palm Beach တို့တွင် ကလင်းနစ်တည်ထောင်ကာ၊ နားကြားရေးပညာရှင်ကိုယ်တိုင် တိုင်းတာချိန်ညှိပေးပြီး၊ Boston ရုံးလည်း ပြင်ဆင်နေဆဲဖြစ်သည်။
လုပ်ဆောင်ချက်ထူးခြားချက်နှင့် သင့်လျော်သောအခြေအနေများ- သင့်လျော်သောအသုံးပြုသူမှာ အမေရိကတွင်း နားကြားရေးချို့ယွင်းသူ၊ အထူးသဖြင့် လူမှုအခြေအနေတွင် နားထောင်ခွဲခြားနိုင်မှုကို အလေးထားသောလူကြီးများဖြစ်သည်။ စျေးနှုန်းအပိုင်းအခြားမြင့်ပြီး (မီဒီယာက ဒေါ်လာ ၆,၈၀၀ ခန့်ဟုဖော်ပြ)၊ အဆင့်မြင့်စျေးကွက်ဟု ရှင်းလင်းစွာနေရာချထားသည်။ စာဖတ်သူများအတွက် ဤထုတ်ကုန်ကို ယခုအဆင့်တွင် ဝယ်၍မရ၊ သုံး၍မရသော်လည်း၊ သတိပြုသင့်သည်မှာ နည်းပညာလမ်းကြောင်းဖြစ်သည်- deep learning အသံခွဲထုတ်မော်ဒယ်ကို နားပေါက်အရွယ်၊ ပါဝါနည်း၊ latency နည်းသောကိရိယာအတွင်း ထည့်သွင်းခြင်းသည် နားကြားကိရိယာလုပ်ငန်း၏ ဤနှစ်များ၏ အထိရောက်ဆုံးနည်းပညာတိုးတက်မှုဖြစ်ပြီး၊ လာမည့်နှစ်များတွင် အဓိကအမှတ်တံဆိပ်များ လိုက်ဆောင်မည့်အရှိန်ကို စောင့်ကြည့်ထိုက်သည်။
အဓိက အင်္ဂါရပ်များ
- AI 2.0 ချက်ချင်းအသံနှင့်ဆူညံမှုခွဲထုတ်ခြင်း
- ဆူညံသောပတ်ဝန်းကျင်တွင် စကားပြောနားလည်ခြင်းကို အဓိကထား
- တရားဝင်ကြေညာ signal-to-noise ratio ၁၇dB တိုးတက်
- ကိုယ်ပိုင် AI အသံလုပ်ဆောင်ခြင်း
- နားကြားရေးပညာရှင်ကိုယ်တိုင် တိုင်းတာချိန်ညှိခြင်း
- peer-reviewed ဆေးကုသမှုသုတေသနပံ့ပိုးမှုရှိ
အားသာချက်များ
- နားကြားကိရိယာ၏ အကြီးဆုံးနာကျင်မှု (ဆူညံသောပတ်ဝန်းကျင်) အတွက် နည်းပညာအောင်မြင်မှုလုပ်ဆောင်သည်
- ကလင်းနစ်ကိုယ်တိုင် ပရော်ဖက်ရှင်နယ်တိုင်းတာမှုပေးသည်၊ အွန်လိုင်းဝယ်ရုံသက်သက်မဟုတ်ပါ
- နည်းပညာကိန်းဂဏန်းတိကျ၊ မှုန်ဝါးသောစျေးကွက်ရှာဖွေရေးစကားသက်သက်မဟုတ်ပါ
အားနည်းချက်များ
- စျေးနှုန်းအလွန်မြင့်သည်
- အမေရိကမြို့အနည်းငယ်၏ မိမိကလင်းနစ်များတွင်သာ ရောင်းချ၍၊ အခြားနေရာများတွင် ဝယ်၍မရပါ
- တရားဝင်ဝဘ်ဆိုဒ်က စျေးနှုန်း ထုတ်ဖော်မထားဘဲ၊ ကလင်းနစ်သို့ ကိုယ်တိုင်ရောက်မှသာ သိရသည်
- ကြေညာသောအကျိုးကျေးဇူးကိန်းဂဏန်းများသည် ကုမ္ပဏီ၏ကိုယ်ပိုင်ကိုးကားမှုမှလာပြီး၊ လွတ်လပ်သောတတိယအဖွဲ့အစည်းအတည်ပြုမှု ကင်းမဲ့သည်
အသုံးပြုမှုများ
- စားသောက်ဆိုင်၊ လူစုပွဲ စသည့် ဆူညံသောနေရာများ၏ စကားပြောဆိုမှု
- စီးပွားရေးအစည်းအဝေးတွင် လူများစွာဆွေးနွေးမှု
- လူမှုဆက်ဆံရေးကို အလွန်မှီခိုသောပရော်ဖက်ရှင်နယ်များ
- ရိုးရာနားကြားကိရိယာ အကျိုးမရှိသောအသုံးပြုသူများ
အယ်ဒီတာမှတ်ချက်
နည်းပညာကိန်းဂဏန်းတစ်ခုတည်းကို အဓိကမြှင့်တင်သော စျေးကြီးထုတ်ကုန်မျိုးကို ကျွန်တော် အမြဲ ထပ်နှစ်ချက်ကြည့်တတ်သည်—ဒေါ်လာ ၆,၈၀၀ သည် အသေးအဖွဲမဟုတ်ဘဲ၊ ကြေညာသောအကျိုးကျေးဇူးလည်း ကုမ္ပဏီ၏ကိုယ်ပိုင်သုတေသနမှလာသည်။ သို့သော် အသံခွဲထုတ်မော်ဒယ်ကို နားပေါက်ကိရိယာအတွင်း ထည့်သွင်းခြင်းသည် တကယ့်စွမ်းရည်ဖြစ်ပြီး၊ စောင့်ကြည့်စာရင်းတွင် မှတ်ထိုက်သည်။ စာဖတ်သူများ ရေတိုအတွင်း ၎င်းနှင့်ဆက်စပ်မှုမရှိသော်လည်း၊ ဤနည်းပညာလမ်းကြောင်းသည် နှစ်နှစ်သုံးနှစ်အတွင်း အဓိကအမှတ်တံဆိပ်များသို့ ဆင်းလာမည်ဖြစ်ကာ၊ ထိုအခါ အကျိုးခံစားသူ များလာမည်ဖြစ်သည်။
မေးလေ့ရှိသောမေးခွန်းများ
အခြားဒေသများတွင် ဝယ်လို့ရပါသလား။
လက်ရှိတွင် ဝယ်၍မရပါ။ Fortell သည် New York၊ Greenwich၊ Palm Beach ရှိ မိမိကလင်းနစ်များမှတစ်ဆင့်သာ ရောင်းချပြီး တိုင်းတာပေးကာ၊ နားကြားရေးပညာရှင် ကိုယ်တိုင်ချိန်ညှိရန်လိုသည်။ ဆိုလိုသည်မှာ အမေရိကတွင်ရှိသည့်တိုင် ဤနေရာအနည်းငယ်သို့ အထူးသွားရမည်ဖြစ်သည်။
"စကားလုံး ၁၀ ဆ ပိုနားလည်" ဆိုသည့်ကိန်းဂဏန်း ယုံကြည်ရပါသလား။
ဂရုတစိုက်ကြည့်ရမည်။ ၎င်းသည် ကုမ္ပဏီက မိမိကိုယ်ပိုင် သို့မဟုတ် လွှဲအပ်ထားသောဆေးကုသမှုသုတေသနကို ကိုးကားခြင်းဖြစ်ပြီး၊ စမ်းသပ်မှုအခြေအနေ (signal-to-noise ratio သတ်မှတ်ချက်၊ အသံနမူနာ၊ နှိုင်းယှဉ်အုပ်စုသည် မည်သည့်ပြိုင်ဘက်ဖြစ်) က ရလဒ်ကို များစွာသက်ရောက်စေသည်။ နားကြားကိရိယာ၏အကျိုးက အလွန်ကိုယ်ပိုင်ဆန်ပြီး၊ တစ်လုံးတည်းက ကွဲပြားသောလူ့နားများပေါ်တွင် ကွာခြားနိုင်သည်။ တကယ်ယုံသင့်သည်မှာ ကိုယ်တိုင်တပ်ဆင်ပြီး တကယ့်စားသောက်ဆိုင်တွင်း အတွေ့အကြုံဖြစ်ပြီး၊ specification ဇယားမဟုတ်ပါ။
AI နားကြားကိရိယာနှင့် သာမန်ဒစ်ဂျစ်တယ်နားကြားကိရိယာ ဘာကွာသလဲ။
ရိုးရာဒစ်ဂျစ်တယ်နားကြားကိရိယာသည် အဓိကအားဖြင့် frequency ဖြည့်စွက်ခြင်းနှင့် ဦးတည်ချက်အသံဖမ်းခြင်းလုပ်သည်—သင်မကြားနိုင်သော frequency ကို ချဲ့၊ သင့်ရှေ့ရှိအသံကို ဦးတည်။ AI နားကြားကိရိယာမှာ deep learning အသံခွဲထုတ်ခြင်း အလွှာတစ်ခုပိုပြီး၊ လူများစွာ တစ်ပြိုင်နက်ပြောသောအခါ လူ့အသံနှင့်ဆူညံမှုကို ခွဲခြားပြီး သီးခြားလုပ်ဆောင်နိုင်သည်ဟု သီအိုရီအရ ဆိုသည်။ အခက်ခဲမှာ နားပေါက်အရွယ်ကိရိယာတွင် latency နည်း (latency မြင့်လျှင် ပဲ့တင်ခံစားချက်ဖြစ်) နှင့် ပါဝါစားနည်းအောင်လုပ်ရန်ဖြစ်ပြီး၊ ဤသည်မှာ တကယ့်အင်ဂျင်နီယာအခက်အခဲဖြစ်သည်။