Aplikacja nasłuchuje niebezpieczeństwa, gdy nie zwracasz uwagi

Startup opracowuje technologię uczenia maszynowego, która naśladuje sposób działania ucha, co według niego ułatwi smartfonom i urządzeniom do noszenia ciągłe nasłuchiwanie dźwięków zagrożenia.

Jedna lama pokaże niektóre ze swoich możliwości w aplikacji o nazwie Audio Aware, która ma ostrzegać niedosłyszących użytkowników smartfonów i rozproszeni spacerowicze (problem omawiany wcześniej w sekcji Bezpieczne wysyłanie SMS-ów podczas chodzenia? Wkrótce może być do tego odpowiednia aplikacja ). Aplikacja, której premiera planowana jest na marzec, będzie działać w tle na smartfonie z Androidem, wykrywając dźwięki, takie jak pisk opon i wycie syren, i ostrzegając o nich, na przykład przerywając słuchaną muzykę. Aplikacja pojawi się z wiedzą na temat wielu niebezpiecznych dźwięków, a użytkownicy będą mogli dodawać własne dźwięki do aplikacji i dzielić się nimi z innymi osobami.

Jedna z lamy ma nadzieję, że Audio Aware wzbudzi zainteresowanie wśród producentów gadżetów do noszenia, którzy mogą wykorzystać tę technologię do inteligentnych okularów, inteligentnych zegarków i urządzeń do monitorowania kondycji. W tych urządzeniach Audio Aware może zrobić coś więcej niż tylko ostrzegać przed zagrożeniami: może monitorować stan zdrowia, treningi, a nawet lokalizacje, zwracając uwagę na dźwięki, które wydajesz i hałasy wokół ciebie. Obserwatorzy ptaków mogą chcieć go użyć, aby dostrzec różnice między, powiedzmy, samcem wróbla a ciemnookim junco.

Sednem technologii One Llama jest to, co firma nazywa swoim sztucznym uchem. Kiedy dźwięk dociera do ucha, przechodzi przez ślimak w kształcie spirali, który jest wyłożony maleńkimi komórkami włoskowatymi, które pod wpływem określonych częstotliwości wibrują jak kamertony. Sztuczne ucho jednej lamy jest wersją oprogramowania — zasadniczo jest to bank cyfrowych kamertonów, które mierzą dźwięki. Opiera się na pracy, którą współzałożyciel David Tcheng i inni przeprowadzili na Uniwersytecie Illinois, gdzie jest naukowcem.

Firma twierdzi, że ta metoda może być szybsza i bardziej elastyczna niż inne popularne metody analizy różnych częstotliwości drgań, które słyszymy jako dźwięki.

W przypadku Audio Aware będzie działać, słuchając przez mikrofon smartfona, mówi Tcheng, stale porównując to, co słyszy, z zapisanymi szablonami dźwięków alarmowych, które musi rozpoznać. Po wykryciu odpowiedniego dopasowania, takiego jak klakson samochodowy, anuluje każdy słyszany dźwięk i przepuszcza wzmocnioną wersję odbieranego dźwięku lub być może podobną do kreskówek wersję tego dźwięku, która jest łatwiejsza do rozpoznać.

Audio Aware będzie mógł pracować bez dostępu do sieci bezprzewodowej, ale będzie musiał przesyłać dźwięk do zdalnego serwera, gdy nauczy się nowych dźwięków — na przykład w nowym kraju, w którym syreny brzmią inaczej niż w domu.

Czy aplikacja może zrobić wszystko, co trzeba na czas, aby ostrzec Cię, zanim staniesz przed nadjeżdżającym samochodem? Tcheng zdaje sobie sprawę z tego wyzwania, ale wierzy, że oprogramowanie wyodrębnia funkcje audio wystarczająco szybko, aby faktycznie pomóc użytkownikom w czasie rzeczywistym. Ale technologia One Llama nie jest niezawodna. Tcheng zademonstrował mi, jak technologia One Llama może wychwycić kilka dźwięków – w tym tłuczonego szkła, dzwonka do drzwi i trąbienia – ponad hałasem grającego radia i miauczeniem kota w jego domu. Chociaż oprogramowanie poprawnie rozpoznało dźwięki, takie jak tłuczone szkło, błędnie rozpoznało również dzwonek do drzwi. Przypuszczalnie z biegiem czasu system nauczy się różnicy.

Ryszard Stern Profesor z Carnegie Mellon University, który zajmuje się badaniem rozpoznawania mowy, mówi, że metody przetwarzania dźwięku oparte na działaniu ślimaka stają się coraz bardziej powszechne, po części dlatego, że moc obliczeniowa komputera stała się z czasem znacznie tańsza.

Zwracanie uwagi na to, jak układ słuchowy przetwarza sygnały, może być pomocne zwłaszcza w rozpoznawaniu dźwięków w hałaśliwym otoczeniu. Jednak złożoność dźwięków, z którymi spotykamy się na co dzień, oznacza, że ​​systemy rozpoznawania dźwięku nieustannie próbują znaleźć jeden spośród wielu sygnałów i praktycznie niemożliwe jest wcześniejsze przewidzenie, w jaki sposób te sygnały się połączą. Pod tym względem ludzie wciąż znacznie wyprzedzają komputery.

ukryć