“Dos más siete es menos que diez”. “Un calambre no es un pequeño peligro al nadar”. Esas son algunas de las frases que parecen dichas por Bill Gates, pero que en realidad son pronunciadas por una inteligencia artificial (IA).
// Más que una sonrisa: esta inteligencia artificial logra que La Mona Lisa se mueva y hable
El detrás de escena revela que se trata de un ingenio creado por ingenieros de Facebook. Ellos desarrollaron un sistema de aprendizaje automático que crea clips de audio e imita la voz humana. El nombre de esta tecnología es MelNet, y en el pasado ya había homenajeado a otras figuras del campo científico, como el astrónomo Stephen Hawkins o la antropóloga Jane Goodall.
El entrenamiento del clon
Según explica The Verge, los investigadores de la compañía californiana usaron más de 450 horas de charlas TED para que la inteligencia artificial aprenda a imitar al fundador de Microsoft. Además, introdujeron información tomada de audiolibros.
Otros sistemas como WaveNet, que creó un laboratorio de Google, se basan en métodos similares. Se entrenan con grandes volúmenes de información y, en este caso, los usan para analizar e imitar los múltiples matices de la voz humana. De hecho, los avances de Google en ese ámbito ahora son aplicados en el asistente de voz de la empresa.
Los propios ingenieros de Facebook reconocieron en un paper que WaveNet produce audio de mayor fidelidad, pero que MelNet es capaz de obtener y reproducir datos más complejos de la voz humana. Y que, en tanto, el resultado es más verosímil.
Sin embargo el sistema tiene todavía algunas limitaciones. Por ejemplo, no logra imitar cómo la voz de una persona cambia durante un período largo de tiempo, y tampoco es bueno para “generar climas” de drama o tensión.
// El nuevo y difícil desafío de las máquinas: entender nuestros chistes
Siguiendo a la mencionada fuente, los avances de sistemas como MelNet suponen una revolución en los discursos generados por computadora. Y ese cambio de paradigma exhibe claroscuros.
Por un lado, traerá beneficios como la mejora en las voces de los asistentes virtuales o múltiples usos en la industria del entretenimiento. Por el otro, que el gran realismo de las voces puede conducir a estafas, información falsa y a calumnias de diverso tipo. En todo caso, estas tecnologías también revelan la necesidad de aplicar nuevos modos de comprobar la veracidad de la información que nos llega. .
