Дълбоката невронна мрежа, проектирана от учени от Масачузетския технологичен институт, имитира работата на мозъчната кора на човека, отговаряща за слуховата обработка, при решаване на достатъчно сложни задачи. Тя определя стила музика по фрагмент с продължителност само две секунди и е в състояние да отдели дума по средата на франгмент от реч със същата продължителност.
Проучването е предоставило също така доказателство, че мозъчната кора, отговаряща за слуховата обработка, има йерархична организация, подобно на визуалната: на първите нива на йерархията се обработва базовата информация, а на следващите нива се решават по-сложни задачи, например определяне значението на думата.
Моделът, който са реализирани изследователите, се е самообучавал чрез хиляди двусекундни фрагменти от музика и реч. За да се увеличат сложността и реализмът, всички фрагменти са съдържали фонов шум.
След обучението невронната мрежа е започнала да се справя с разпознаването на жанрове и думи не по-зле от хората. Интересно е да се отбележи, че компютърът е направил грешки на същите фрагменти, на които и човек най-често греши.
Авторите планират да създадат модели, които ще могат да изпълняват и други задачи, например да намерят източника на определен звук.
