Qualcomm arbeitet an lokaler Spracherkennung

Auf dem Deep Learning Summit «Re-Work» in Boston gab Chris Lott, ein Forscher für künstliche Intelligenz bei Qualcomm, einen Ausblick auf seine Arbeiten an einem neuen Spracherkennungsprogramm. Im Gegensatz zu aktuell üblichen Lösungen, die meist auf leistungsstarke Cloud-Dienste zur Berechnung der Inhalte setzen, arbeitet das Qualcomm-Tool auf lokaler Hardware.

Wie die US-Webseite Venturebeat berichtet, handelt es sich dabei um eine Lösung für Smartphones und andere mobile Geräte, die auf zwei Arten von neuronalen Netzen basiert: Ein sogenanntes Recurrent Neural Network (RNN), das aus sich selbst überprüfenden neuronalen Netzen besteht, und ein herkömmliches neuronales Netzwerk. Im Zusammenspiel ermögliche dieses Konzept eine Genauigkeit von 95 Prozent bei der Erkennung. «Es lernt aus den Mustern [und] aus dem Gebrauch des Gerätes», betont der Forscher. «Es kann sein Verhalten für Sie personalisieren.»

Dank der lokalen Verarbeitung der Inhalte auf dem Geräte könne die Lösung performanter arbeiten als Cloud-basierte Systeme, so Lott weiter. Gleichfalls sei es durch ein solches Modell möglich, etwaigen Datenschutzsorgen zu begegnen. So sind smarte Speaker wie Amazon Echo und Google Home auf einen ständigen Kontakt mit den Servern der Hersteller angewiesen. Die Geräte senden Audio-Mitschnitte zur weiteren Verarbeitung an Rechenzentren und manchmal auch «versehentlich» an andere Nutzer. Dieser Datenaustausch sorgt immer wieder für Kritik. Darüber hinaus funktionieren lokale Lösungen auch dann noch korrekt, wenn einmal keine Verbindung zum Internet besteht.

Auf welcher Hardware die neue Qualcomm-Lösung eingesetzt wird, hat Lott auf der Veranstaltung nicht verraten. Während Hersteller wie Huawei, Mediatek oder Apple bei ihren ARM-Chips spezielle KI-Coprozessoren oder -Engines nutzen, setzt Qualcomm bei seinen Snapdragon-Chips hier auf ein Zusammenspiel von CPU, GPU, DSP und ISP.