Ludzie posiadają zwykle umiejętność wyizolowania jednego głosu z tłumu – teraz umiejętność tę posiadła sztuczna inteligencja. Google opracowało system, który może rozpoznawać głosy konkretnych ludzi znajdujących się w tłumie. Jest to możliwe dzięki analizie twarzy osoby mówiącej. Z pewnością umżliwi to kiedyś nowe metody inwigilacji, zwłaszcza podczas protestów i zgromadzeń.

Zespół naukowców opracował model sieci neuronowej, który pozwala rozpoznawać pojedyncze głosy, a następnie stworzył wirtualny „szum”, czyli inne głosy oraz dźwięki. Działanie to miało nauczyć sztuczną inteligencję, jak izolować głosy i zamieniać je na odrębne ścieżki dźwiękowe. Efekty są niesamowite. Sztuczna inteligencja może wygenerować czystą ścieżkę audio dla jednej osoby, skupiając się na jej twarzy, nawet jeśli twarz jest częściowo zasłonięta.

Google obecnie bada możliwości, jak można wykorzystać tę funkcję w swoich produktach. Jest to potencjalnie idealne rozwiązanie do obsługi czatów wideo, takich jak Hangouts lub Duo, dzięki czemu możesz lepiej zrozumieć, kogoś, kto jest w zatłoczonym miejscu.

Technologia może również sprawdzić się w powiązanych z kamerą aparatach słuchowych, czy poprawie dźwięku na nagraniach. Problemem może być jednak prywatność, ponieważ sztuczna inteligencja, może zostać wykorzystana do podsłuchiwania rozmów. Produkt jest obecnie w fazie testów i może stanowić jedynie ciekawostkę, jednak faktyczne wejście na rynek może nastąpić już niedługo.