محققان در یک پژوهش جدید به نام Speech۲Face توضیح داده اند نرم افزار هوش مصنوعی با دسترسی به قطعه های صوتی می تواند تصویری از صورت های افراد را بازسازی کند.
برای این منظور میلیون ها کلیپ آموزشی متعلق به یوتیوب که در آنها بیش از ۱۰۰ هزار نفر حضور داشتند، در یک شبکه عصبی وارد شدند.
محققان درباره این پژوهش نوشته اند: هدف ما بررسی آن است که تا چه حد می توان با بررسی شیوه حرف زدن یک فرد، ظاهر او را شناسایی کرد. مشخص است که به طور دقیق نمی توان هیچ صوتی را به یک صورت نسبت داد. بنابراین هدف ما پیش بینی عکس دقیق یک فرد نیست بلکه قصد داریم ویژگی های اصلی صورت فرد را شناسایی کنیم که با صوت همخوانی دارد.
این سیستم هوش مصنوعی ویدئوهای یوتیوب را بررسی و ارتباطی میان صوت و صورت فرد ایجاد کرد. علاوه برآن این سیستم درباره عواملی مانند سن، جنسیت و قومیت فرد نیز می تواند قضاوت کند. سیستم مذکور بدون دخالت انسان کار می کند.
علاوه بر آن محققان این پروژه اعلام کرده اند سیستم هوش مصنوعی مذکور می تواند ارتباط میان الگوهای صورت افراد نیز شناسایی کند.
به گفته محققان چنین سیستمی در آینده بسیار کارآمد است. اما کارشناسان هشدار داده اند این سیستم نمی تواند ویژگی های ظاهری فرد را دقیقاً نشان دهد بلکه تصویر ارائه شده تقریبی است.