Ai คือพลังเพื่อความดี เบนดิกสัน

ในปี 2560 Amyotrophic Lateral Sclerosis (ALS) ซึ่งเป็นโรคทางระบบประสาทที่ร้ายแรงได้ปล้น Pat Quinn ผู้ก่อตั้ง Ice Bucket Challenge ที่มีชื่อเสียงซึ่งเขาสามารถพูดได้

ในปี 2561 ปัญญาประดิษฐ์ช่วยให้เขาได้รับคืน

ต้องขอบคุณความก้าวหน้าในการเรียนรู้ของเครื่องจักรและการเรียนรู้ลึกอัลกอริทึมปัญญาประดิษฐ์ได้กลายเป็นมนุษย์ที่เลียนแบบได้ดีมาก แต่ในขณะที่การพัฒนาที่โดดเด่นหลายอย่างในพื้นที่เป็นลบ แต่พลังการเลียนแบบของ AI นั้นเป็นพลังแห่งการเปลี่ยนแปลงเชิงบวกสำหรับควินน์

"คนส่วนใหญ่ที่อาศัยอยู่กับ ALS (หรือที่รู้จักกันว่าโรคเซลล์ประสาทยนต์) จบลงเป็นอัมพาตและไม่สามารถสื่อสารกับสิ่งใดนอกจากเสียง 'คอมพิวเตอร์' เทียม" Oskar Westerdal ผู้ร่วมก่อตั้ง Project Revoice กล่าวโครงการริเริ่มที่มุ่งช่วยเหลือผู้ป่วย ALS เช่น Quinn .

ในการสร้างเสียงของ Quinn ขึ้นใหม่ Project Revoice ได้ร่วมมือกับ Lyrebird ซึ่งเป็นหนึ่งใน บริษัท ที่ใช้ AI ในการโคลนเสียงของบุคคลกลุ่มหนึ่งซึ่งรวมถึง WaveNet และ Voicery ของ Google ซึ่งเป็นเครื่องเริ่มต้นที่ Y Combinator ได้รับการสนับสนุนโดยใช้ AI เพื่อสร้างบันทึกเสียงสังเคราะห์ .

การเรียนรู้อย่างลึกซึ้งสร้างเสียงมนุษย์ได้อย่างไร

เบื้องหลังแอปพลิเคชั่นเหล่านี้คืออัลกอริธึมการเรียนรู้อย่างลึกล้ำซึ่งเป็นสาขายอดนิยมของ AI ที่ตรวจสอบชุดข้อมูลขนาดใหญ่สำหรับข้อมูลเชิงลึกและรูปแบบที่ไม่สามารถบันทึกด้วยซอฟต์แวร์แบบดั้งเดิม เมื่อคุณฝึกซินธิไซเซอร์เสียงลึกที่มีการบันทึกเสียงมากพอมันจะสร้างแบบจำลองดิจิตอลที่แสดงถึงเสียงของบุคคลและสามารถสร้างตัวอย่างเสียงใหม่ได้

ก่อนการกำเนิดของเทคโนโลยีการสังเคราะห์เสียงที่ขับเคลื่อนด้วย AI ผู้ป่วย ALS ต้องใช้เสียงดิจิตอลทั่วไปที่ไม่ใช่ของพวกเขาเอง เทคโนโลยีอื่น ๆ สามารถต่อประโยคที่บันทึกไว้ล่วงหน้าด้วยเสียงของผู้ป่วยได้ แต่ผลลัพธ์นั้นประดิษฐ์เกินไปและต้องใช้การบันทึกเสียงหลายสิบชั่วโมงเพื่อให้ใช้งานน้อยที่สุด

ในทางกลับกันแอปพลิเคชันการเรียนรู้ลึกต้องการข้อมูลที่น้อยลงและให้ผลลัพธ์ที่ดีกว่า “ สิ่งที่ Lyrebird สามารถทำได้ด้วยเสียงเพียงไม่กี่ชั่วโมงนั้นน่าทึ่ง - มันให้เสียงโคลนดิจิตอลสมบูรณ์แบบแก่ผู้คนดังนั้นพวกเขาจึงสามารถพูดอะไรก็ได้ที่พวกเขาต้องการ” Westerdal กล่าว

สร้างเสียงของบุคคลที่ไม่มีเสียง

หนึ่งในข้อ จำกัด ของแอปพลิเคชั่นการเรียนรู้ลึกคือการพึ่งพาตัวอย่างข้อมูลคุณภาพสูงในการฝึกอบรมเครือข่ายประสาทของพวกเขา ปัญหาของผู้ป่วย ALS คือเมื่อพวกเขาเสียเสียงการบันทึกตัวอย่างเสียงนั้นเป็นไปไม่ได้ โชคดีที่ควินน์มีบันทึกการปราศรัยและการสัมภาษณ์เป็นเวลาหลายชั่วโมง

"ความท้าทายที่ยิ่งใหญ่ที่สุดคือคุณภาพเทคโนโลยีนี้ขึ้นอยู่กับการบันทึกเสียงคุณภาพสูงที่สอดคล้องกันซึ่งเป็นไปตามสคริปต์ที่แน่นอนดังนั้นเราจึงต้องทำงานกับสตูดิโอเสียงเพื่อ 'remaster' ด้วยตนเองและคัดลอกบทสนทนาทุกบรรทัดที่เราพบ ของ Pat "Westerdal กล่าว

“ เราค่อนข้างกลัวว่าเราจะไม่สามารถสร้างคุณภาพที่ยอดเยี่ยมในการสร้างเสียงของ Pat” Jose Sotelo ผู้ร่วมก่อตั้ง Lyrebird กล่าว “ เนื่องจากเราไม่สามารถบันทึกเสียงที่สะอาดได้คุณภาพเสียงขั้นสุดท้ายของเสียงจึงไม่สมบูรณ์แบบเราคิดว่าเราสามารถทำงานได้ดีขึ้นด้วยการบันทึกเสียงที่สะอาดหมดจด”

ผลลัพธ์ยังฟังดูไม่เป็นธรรมชาติและสังเคราะห์ แต่สำหรับควินน์ผู้ใช้เสียงทั่วไปในการสื่อสารความแตกต่างนั้นน่าทึ่งมาก “ หลังจากได้ยินเสียงของฉันผ่านเทคโนโลยีใหม่นี้ฉันถูกปลิวไป! สำหรับผู้ป่วยที่รู้ว่าพวกเขาสามารถได้ยินเสียงของตัวเองหลังจากที่ ALS นำมันออกไปมันจะเปลี่ยนวิธีที่ผู้คนอยู่กับ ALS” เขากล่าว

Quinn แนะนำให้ผู้ป่วย ALS บันทึกเสียงก่อนที่จะสายเกินไป "หลังจากได้ยินเสียงของตัวเองอีกครั้งฉันต้องการให้ผู้ป่วย ALS รู้ว่าการบันทึกเสียงของพวกเขามีความสำคัญอย่างไม่น่าเชื่อ" เขากล่าว

การปรับสมดุลการใช้เชิงลบของ AI Synthesizers

เมื่อต้นปีที่ผ่านมา FakeApp ซึ่งเป็นแอพพลิเคชั่นการแลกเปลี่ยนใบหน้าที่ขับเคลื่อนด้วย AI ทำให้เกิดการโจมตีวิดีโอโป๊ปลอมที่มีชื่อเสียงและนักการเมือง มีความกังวลว่าแอปพลิเคชันเช่น FakeApp และ Lyrebird จะนำเสนอยุคใหม่ของข่าวปลอมการหลอกลวงและการปลอมแปลง

หน้าจรรยาบรรณบนเว็บไซต์ของ Lyrebird ยอมรับว่าเทคโนโลยีสามารถ "อาจมีผลที่เป็นอันตรายเช่นนักการทูตที่หลอกลวงและอื่น ๆ โดยทั่วไปปัญหาอื่น ๆ ที่เกิดจากการขโมยตัวตนของคนอื่น"

เพื่อขับเคลื่อนประเด็นดังกล่าวเว็บไซต์ของ บริษัท มีการบันทึกเสียงสังเคราะห์หลายอย่างที่สร้างขึ้นด้วยเสียงของ Donald Trump และ Barack Obama

@realDonaldTrump https://t.co/N6DRPdEGPT pic.twitter.com/G30DvmQNdk

- Lyrebird AI (@LyrebirdAi) 4 กันยายน 2560

เรื่องราวของ Quinn อาจช่วยให้มองเห็นถึงแง่มุมที่ดีของอุตสาหกรรมที่สะเก็ดระเบิดสำหรับการใช้งานที่น่าขนลุกและผิดจรรยาบรรณ “ เป็นสิ่งสำคัญที่ผู้คนต้องตระหนักถึงด้านสว่างของเทคโนโลยีนี้” Sotelo ของ Lyrebird เตือน

นอกเหนือจากการใช้ทางการแพทย์แล้วแอปพลิเคชั่น AI synthesizer สามารถตอบสนองเป้าหมายการผลิตอื่น ๆ ได้ Voicery นำเสนอเสียงดิจิตัลตามความต้องการของแบรนด์ให้กับแบรนด์ Google กำลังทดลองกับ WaveNet เพื่อมอบประสบการณ์ที่เป็นธรรมชาติแก่ผู้ใช้อุปกรณ์ขับเคลื่อนของ Google Assistant พื้นที่อื่น ๆ ที่เทคโนโลยีมีประโยชน์รวมถึงหนังสือเสียงอัตโนมัติหรือทำให้การพากย์เสียงในภาพยนตร์ง่ายขึ้นมาก

จะไม่มีข้อสงสัยเกิดขึ้นในด้านจริยธรรมและกฎหมายและการอภิปรายจะดำเนินต่อไป แต่สำหรับควินน์แล้ว AI นั้นเป็นพลังที่ดี “ ฉันไม่ต้องการเสียงเหมือนคอมพิวเตอร์” เขากล่าว "ฉันต้องการเสียงเหมือนฉัน"