Οι ερευνητές της Μicrosoft με τη χρήση ειδικού αλγόριθμου που αναπτύχθηκε με το deep learning Computational Network Toolkit της εταιρίας, κατάφεραν να κάνουν τον υπολογιστή να καταλάβει το περιεχόμενο της ομιλίας με μόλις 5.9% απώλειες, αριθμός που ακόμα και οι άνθρωποι χάνουν σε μια συζήτηση με κάποιον.
Το επόμενο βήμα της ομάδας είναι να μπορέσει να εφαρμόσει την αναγνώριση ομιλίας σε συνθήκες καθημερινότητας, δηλαδή με εξωτερικούς θορύβους αλλά και με τη χρήση πολλαπλών χρηστώ ταυτόχρονα.
Ο επικεφαλής επιστήμονας της Microsoft στον τομέα της ομιλίας, Xuedong Huang δήλωσε ότι το γεγονός αυτό είναι ένα ιστορικό επίτευγμα ενώ η προηγούμενη μέτρηση ρεκόρ που είχε γίνει τον προηγούμενο μηνα ήταν 6.3% απώλειες.
Τέλος η ανάπτυξη της τεχνολογίας αυτής αναμένεται να χρησιμοποιηθεί και στην ψηφιακή βοηθό της Microsoft, Cortana, οι προγραμματιστές της οποίας θα πρέπει να προγραμματίσουν την τεχνητή νοημοσύνη της έτσι ώστε να μπορεί να “καταλαβαίνει” το νόημα των φράσεων και να αντιδρά σε αυτές και όχι μόνο να τις ακούει.
