Специалисты подразделения DeepMind компании Google, занимающегося разработкой и исследованиями, связанными с искусственным интеллектом, разработали новую систему под названием WaveNet, позволяющую системам искусственного интеллекта разговаривать на языке, максимально приближенным к естественному человеческому языку. В рамках этого проекта реализован качественно новый подход к синтезу речи, который работает за счет базы данных анализа звуковых волн человеческого голоса вместо того, чтобы сосредоточиться на интерпретации и имитации естественного языка.

Исследователи из различных стран и организаций за последние годы добились достаточно больших успехов в реализации способности компьютеров к восприятию человеческой речи. Это стало возможным благодаря применению нейронных сетей и процессов глубинного машинного изучения. Однако, область синтеза естественной речи значительно отстает от области распознавания речи.

Существующие технологии преобразования текст-речь (text-to-speech, TTS), как правило, основаны на двух принципах, компиляционном (concatenative TTS), в котором речь создается путем компиляции ранее записанных фрагментов речи, и параметрическом (parametric TTS), в котором речь воспроизводится устройством-вокодером, на вход которого передается необходимый набор цифровых данных. Последний метод воспроизводит «механическую» речь, которая очень далека от естественного звучания.

Система WaveNet работает несколько по-иному, составляющая ее нейронная сеть работает с образами звуковых колебаний, а не только с элементами самого языка. Как и любая нейронная сеть, сеть системы WaveNet прошла процесс предварительного обучения путем анализа массива необработанной аудиоинформации, включая речь, музыку и записи других звуков. Для качественной работы процесса обучения системе требуется аудиосигнал с частотой оцифровки минимум 16 кГц, анализ которого в режиме реального времени является достаточно сложной задачей, требующей большого количества вычислительных ресурсов.

В ходе последующих экспериментов специалисты DeepMind «скормили» системе WaveNet записи речи на английском и на китайском языке. После этого в сравнительных целях были созданы образцы искусственной речи на этих языках, синтезированные при помощи трех различных методов, стандартного компиляционного TTS, параметрического TTS и WaveNet.

Эксперты, прослушавшие записи синтезированной речи, признали, что речь WaveNet является более близкой к естественной речи, нежели чем все другие образцы. Тем не менее, пока еще очень сложно спутать синтезированную речь с естественной.

Тем не менее, система WaveNet, даже в том виде, в котором она существует на сегодняшний день, по мнению представителей DeepMind, открывает множество возможностей для реализации технологий взаимодействия человека с компьютером, для производства музыки, компьютерных игр и ряда других областей.

Parametric

Concatenative

WaveNet

Одна из самых больших проблем в технологиях квантовых вычислений заключается в том, что квантовые биты, кубиты, для того, чтобы работать должным образом и сохранять свое квантовое состояние, должны быть охлаждены практически к температуре абсолютного нуля, температуре, царящей лишь в огромных объемах пустоты космического пространства. Однако, многочисленные группы ученых занимаются поисками технологий создания кубитов, которые будут способны оставаться в состоянии квантовой суперпозиции при нормальной температуре окружающей среды. И достаточно серьезного прорыва в этом направлении удалось добиться группе доктора Мухаммеда Чукайра (Mohammad Choucair) из Сиднейского университета (University of Sydney), которая работала совместно с их коллегами из Швейцарии и Германии.

Наиболее интересным в данном открытии является тот факт, что исходным материалом для производства «высокотемпературных» кубитов является обычный нафталин, вещество, используемое для предохранения одежды от моли. Ученые заметили, что при сжигании нафталина при определенных условиях в оставшемся пепле можно обнаружить углеродные наносферы правильной формы, ближайшие родственники фуллеренов. Эти наносферы, как и все другие необычные формы углерода, обладают целым рядом уникальных свойств, в том числе и квантовых.

Более того, извлеченные из нафталинового пепла углеродные наносферы достаточно легко интегрировать в кремниевые элементы чипа процессора будущего реального квантового компьютера. А над созданием этого компьютера уже сейчас работают специалисты сиднейского Центра квантовых вычислений и коммуникационных технологий (Centre for Quantum Computation and Communication Technology, CQC2T)

В своих экспериментах ученые использовали углеродные наносферы, диаметром 37±7 нанометров. Используя краткие импульсы переменного магнитного поля, ученые добились выравнивания спинов всех электронов атомов углерода и наблюдали за дальнейшим их поведением. Экспериментальные данные показали, что все электроны сохраняли свой спин (квантовое состояние) в течение 175 наносекунд при температуре окружающей среды в 300 градусов Кельвина. И этого времени уже достаточно для того, чтобы использовать этот «групповой» спин электронов в качестве квантового бита.

«Своим открытием мы сделали область практических квантовых вычислений ближе еще на один шаг» — рассказывает Мухаммед Чукайр, — «Однако этот шаг достаточно широк, и мы можем рассчитывать на появление первых образцов высокотемпературных квантовых вычислительных систем уже через несколько ближайших лет».