Отмечается, что разработка во много раз превосходит возможности человека.
Технология под названием Watch, Attend and Spell является методикой, созданной на основании нейросетей. Помощь авторам оказала корпорация Google и компания DeepMind.
Система WAS умеет считывать информацию по губам, используя специальное компьютерное зрение и некоторые особенности машинного обучения при сканировании ТВ-передач, длительность которых превышает 5 тыс. часов.
Эксперимент показал, что способности устройства превышают возможности человека-эксперта считывать информацию, основываясь на движениях губ. Человек был способен распознать лишь 12% речи, в то время как машина улавливала 50%. Ошибка искусственного интеллекта заключалась лишь в потере буквы «с» в конце слов.