Als nächstes für KI: Lernen, wie man seine Lippen liest Read

Ein Patient sitzt in einem Krankenhausbett, ein Verband um den Hals mit einer kleinen Öffnung für die Trachealkanüle, die ihn mit Sauerstoff versorgt.

Aufgrund seiner kürzlichen Operation wurde der Mann in diesem Film vorgestellt Marketing-Video kann nicht vokalisieren. Also hält ein Arzt ein Smartphone hoch und zeichnet den Patienten auf, während er einen kurzen Satz ausspricht. Eine App namens SRAVI analysiert die Lippenbewegungen und gibt in etwa zwei Sekunden ihre Interpretation zurück: „Ich brauche Absaugung“.

Es scheint eine einfache Interaktion zu sein, und in gewisser Hinsicht ist SRAVI (Spracherkennungs-App für Sprachbehinderte) immer noch ziemlich simpel. Es kann nur ein paar Dutzend Phrasen erkennen und das mit einer Genauigkeit von etwa 90 Prozent. Aber die App des irischen Startups Liopa stellt einen massiven Durchbruch im Bereich der visuellen Spracherkennung (VSR) dar, bei der die KI trainiert wird, Lippen ohne Audioeingabe zu lesen. Es wird wahrscheinlich die erste lippenlesende KI-App sein, die öffentlich erhältlich ist.

Forscher haben jahrzehntelang daran gearbeitet, Computern das Lippenlesen beizubringen, aber es hat sich trotz der Fortschritte bei Deep-Learning-Systemen, die dazu beigetragen haben, andere zu knacken, als eine herausfordernde Aufgabe erwiesen Wahrzeichen Probleme. Die Forschung wurde durch eine breite Palette möglicher kommerzieller Anwendungen vorangetrieben – von Überwachungstools über stille Kommunikations-Apps bis hin zu einer verbesserten Leistung virtueller Assistenten.

Liopa ist dabei, SRAVI als Medizinprodukt der Klasse I in Europa zu zertifizieren, und das Unternehmen hofft, die Zertifizierung bis August abzuschließen, wodurch es mit dem Verkauf an Gesundheitsdienstleister beginnen kann.

Während ihre Absichten für die Technologie nicht klar sind, arbeiten viele der Technologiegiganten auch an lippenlesender KI. Wissenschaftler, die mit Google, Huawei, Samsung und Sony verbunden sind oder direkt für sie arbeiten, forschen alle an VSR-Systemen und scheinen laut Interviews und der Überprüfung kürzlich veröffentlichter Forschungs- und Patentanmeldungen durch Motherboard schnelle Fortschritte zu machen. Die Unternehmen antworteten entweder nicht oder lehnten Interviews für diese Geschichte ab.

Da sich lippenlesende KI zu einem praktikablen kommerziellen Produkt entwickelt, machen sich Technologen und Datenschutzbeauftragte zunehmend Sorgen darüber, wie sie entwickelt und eines Tages eingesetzt werden könnte. SRAVI zum Beispiel ist nicht die einzige Anwendung von Lippenlese-KI, an der Liopa arbeitet. Das Unternehmen ist auch dabei Phase zwei eines Projekts mit einer britischen Verteidigungsforschungsagentur, um ein Tool zu entwickeln, das es Strafverfolgungsbehörden ermöglichen würde, stumme CCTV-Aufnahmen zu durchsuchen und zu erkennen, wann Personen bestimmte Schlüsselwörter sagen.

Überwachungsunternehmen Motorola Solutions hat ein Patent für ein Lippenlesesystem entwickelt, um der Polizei zu helfen. Skylark Labs, ein Startup, dessen Gründer Verbindungen zur US Defense Advanced Research Projects Agency (DARPA) hat, teilte Motherboard mit, dass sein Lippenlesesystem derzeit in Privathaushalten und einem staatlich kontrollierten Energieunternehmen in Indien eingesetzt wird, um üble und beleidigende Sprache zu erkennen .

„Dies ist aus meiner Sicht einer dieser Bereiche, der ein gutes Beispiel dafür ist, ‚nur weil wir es können, heißt das nicht, dass wir es tun sollten'“, sagte Fraser Sampson, der britische Beauftragte für Biometrie und Überwachungskameras, gegenüber Motherboard. „Meine Hauptsorge in diesem Bereich wäre nicht unbedingt, was die Technologie leisten kann und was nicht, sondern die abschreckende Wirkung der Leute, die glauben, sie könne das tun, was sie verspricht. Wenn das sie dann davon abhielt, in der Öffentlichkeit zu sprechen, dann befinden wir uns in einem viel größeren Bereich als nur Privatsphäre, und Privatsphäre ist groß genug.“

Das Aufkommen der lippenlesenden KI erinnert an die Gesichtserkennungstechnologie, die jahrzehntelang ein Nischenforschungsgebiet war, bevor sie Anfang der 2000er Jahre leise, aber schnell als Überwachungswerkzeug kommerzialisiert wurde.