Schopnost poznat a reprodukovat hlasy

Sítě WaveNet společnosti Google a Deep Speech společnosti Baidu jsou s to automaticky generovat lidskou řeč po vyslechnutí jejího znění. Člověk dokáže, jak svědčí testy, pochopit podle pohybu úst pouze 52% textu, zatímco systém LipNet vyvinutý v Oxfordu ve spolupráci s odborníky DeepMind rozpozná až 93%. Vědecký tým z Washingtonské univerzity zase vyvinul systém, který synchronizuje audio a video.

Schopnost hrát stolní a video hry

Algoritmus důkladné výuky posílený DeepMind ani nebylo třeba naprogramovat, aby se naučil hrát Breakout. Pak začali odborníci na strojní intelekt učit počítač všemožné hry: Space Invaders, Pong, World of Warcraft apod., přičemž úspěchy umělé inteligence jsou vyšší než zkušených hráčů. Připomeneme také nový algoritmus AlphaZero, který se za 4 hodiny samostatně naučil hrát šachy a předčil svého předchůdce AlphaGo ve hře Go.

Prognózování

Timnit Gebru, výzkumník ze Stanfordu, použil 50 milionů obrázků Google Street View, aby zjistil, co dokáže s nimi udělat síť důkladné výuky. Výsledek byl působivý: síť poznala přes 22 milionů aut, přičemž uvedla nejen značky a typy, ale také rok výroby. Víc než to, napojila je podle těchto příznaků na politické názory majitele.

Technologie Google Sunroof je schopna vypočítat přesně množství energie, kterou vyrobí sluneční panely na střeše domu. Bude na to potřebovat jen natočení střechy ze vzduchu.

Schopnost imitovat styl výtvarníka

Za tímto účelem potřebuje neuronová síť prozkoumat, jak nanáší malíř barvy, které z nich používal pro svá díla, a pak vytvoří sama dílo v jeho slohu. Vynikajícím důkazem těchto schopností byly Mony Lízy od umělce a programátora Gene Kogana ve slohu Van Gogha, Moneta a Picassa. Společnost DeepArt.io již vyvíjí přílohy, s jejichž pomocí se může fotka uživatele změnit ve stovkách nejrůznějších uměleckých slohů. Připomeneme rovněž ruské elaboráty Prisma a Vinci a také neuronovou síť, jež je s to přenášet sloh jedné fotky na druhou.