Nu har det hänt - AI är bättre än människor på att uppfatta och översätta det talade språket till skrift.

Människan har fram till nu varit en halv procent bättre än AI på att översätta det talade språket till skrift. Inte längre - en AI-lösning som utvecklats på Karlsruhe Institute of Technology (KIT) har nått en exakthet på nittiofem procent.

För några år sedan hade AI en felprocent på fjorton, och vi kan förmodligen förvänta oss ytterligare förbättringar från AI's håll.

Uppgiften är extra utmanande eftersom människor uttalar ord på olika sätt. Vi fyller dessutom vårt tal med ett antal ljud som är svåra att tyda - vi hummar och sluddrar, stannar upp och tar om, kanske från en annan vinkel. Alex Waibel, professor i datavetenskap och en av de som ansvarar för studien på KIT, påminner om att otydligt tal t.o.m gör det svårt för människor att förstå vad som sägs. För AI har det varit en stor utmaning, men övning har givit färdighet. (Du kan läsa mer om taligenkänning här.)

KIT började redan 2012 med att erbjuda direktöversättning av universitetets föreläsningar från Tyska och Engelska till de språk som gäst-studenter talar. Den kallas för lecture translator, och innebär att studenter kan följa en föreläsning live. Fördröjningen, eller latency som KIT kallar det, ligger numera på en sekund.

Felfrekvens och fördröjning mäts enligt en internationellt erkänd skala som kallas för US NIST (eller switchboard benchmark). KIT ligger bra till på skalan med sin lösning. Genom maskininlärning kommer den bli ännu exaktare och leverera ännu snabbare, vilket öppnar upp för en rad tillämpningar inom nya områden, även utanför universitetsvärlden.

Vi brukar ibland säga "kan du vänta en sekund?" Uttrycket fick just en ny innebörd.

Låt framtiden komma fortare!