有点可怕，如果有一天，人工智能也学习到了唇读技巧的话，是不是以后我们说话都要小心翼翼了，万一旁边有设备在对着我们的嘴。
来自于牛津大学、谷歌等相关机构的科学家最近测试了一种算法，而这个算法现在已经击败了专业的人类唇读者。很快，或许监控录像不仅可以显示你的行为，还可以显示你说话的内容。
研究人员使用了谷歌的深度思维神经网络，并使用了数千小时的 BBC 电视视频来训练它。这些视频显示了不同的人在各种各样的姿势、活动和灯光下所讲的话。
“唇读”是人工智能研究的一个活跃领域，而他们并不是第一个进行这样的研究的团队。但是，该团队通过使用数千小时的视频，让他们的算法取得了最好的进展。
他们的“观看、听、拼写”神经网络学会了将视频里嘴巴的动作转录成字符，为此他们使用了超过 100,000 个视频。而通过把嘴的动作转换成单个的字符，最后神经网络将会拼出单词。
在训练人工智能的过程中，团队的一个创新就是从单个单词开始，然后逐渐增加样本的长度以达到完整的句子。这加快了对人工智能的培训速度，同时也极大地提高了测试的性能。
他们发现，专业的唇读者能够正确解读不到四分之一的口语。但是该团队的模型能够辨认出一半的口语词汇，这个成绩比专业的唇语读者要好的多。
在许多实际应用中都可以用到机器唇读，比如在嘈杂环境中进行转录、配音或转录无声电影，提高自动语音识别能力等等。让我们想象一下吧。随着聊天机器人发明了自己的语言，人工智能在某一天超越了人类智能，或许届时在人类与人工智能大战中，我们说句话都要小心翼翼了，因为或许有机器在盯着我们的嘴巴！
;){kind=link}