Kluczowe dania na wynos
- Naukowcy twierdzą, że byli w stanie wykorzystać sztuczną inteligencję do tłumaczenia świńskich pomruków.
- Badania miały na celu położyć podwaliny pod systemy, które mogą poprawić dobrostan zwierząt gospodarskich.
- Aplikacje dostępne do „tłumaczenia” odgłosów psów i kotów nie zostały opracowane w oparciu o fakty naukowe, powiedział jeden z ekspertów.
Pisk świni może być wart tysiąca słów.
W ostatnich badaniach międzynarodowy zespół naukowców wykorzystał sztuczną inteligencję (AI) do przetłumaczenia świńskich chrząknięć na emocje. Korzystając z ponad 7000 nagrań dźwiękowych świń, naukowcy opracowali algorytm, który może rozszyfrować, czy dana świnia doświadcza uczucia pozytywnego, negatywnego, czy też czegoś pośredniego.
Dzięki bardzo dużemu zbiorowi danych, jaki mieliśmy o połączeniach generowanych w znanych kontekstach, moglibyśmy w ten sposób wytrenować taką sieć i osiągnąć wysoką dokładność, która może następnie poinformować nas o emocjach świń (więc „przetłumacz” świnie dzwonią do ludzi, jeśli chcesz)”, powiedziała Lifewire w wywiadzie e-mailowym profesor nadzwyczajny Elodie Floriane Mandel-Briefer z Wydziału Biologii Uniwersytetu w Kopenhadze, która współprowadziła badanie.
Krzemowy doktor Doolittle?
Naukowcy zarejestrowali odgłosy świń zarówno w warunkach komercyjnych, jak i eksperymentalnych, które w oparciu o zachowanie świń są związane z pozytywnymi lub negatywnymi emocjami. Pozytywne sytuacje to na przykład sytuacje, w których prosięta ssą matki lub gdy są one połączone z rodziną po rozdzieleniu. Negatywne emocjonalnie sytuacje obejmowały między innymi separację, walki między prosiętami, kastrację i ubój.
W eksperymentalnych stajniach naukowcy stworzyli również symulowane scenariusze dla świń, mające na celu wywołanie bardziej zróżnicowanych emocji w środku spektrum. Obejmowały one arenę z zabawkami lub jedzeniem oraz odpowiednią arenę bez żadnych bodźców. Naukowcy umieścili również nowe i nieznane obiekty w obszarze, z którym świnie mogły wchodzić w interakcje, a ich wołania, zachowanie i tętno były monitorowane i rejestrowane, gdy tylko było to możliwe.
Następnie naukowcy przeanalizowali nagrania dźwiękowe, aby sprawdzić, czy w dźwiękach jest jakiś wzorzec, który przekazuje emocje i odróżnia pozytywne sytuacje i emocje od negatywnych. W negatywnych przypadkach naukowcy zebrali więcej połączeń o wysokiej częstotliwości (takich jak krzyki i piski). Jednocześnie w sytuacjach, w których świnie doświadczały pozytywnych lub negatywnych emocji, dochodziło do nawoływań o niskiej częstotliwości (takich jak szczekanie i chrząkanie).
W badaniu naukowcy porównali nadzorowaną zautomatyzowaną metodę (permutowaną analizę funkcji dyskryminacyjnych, pDFA) opartą na czterech parametrach wokalnych z metodą nienadzorowaną, siecią neuronową opartą na obrazach (spektrogramach) dźwięków.
„PDFA może klasyfikować wezwania do prawidłowej wartości emocjonalnej (pozytywnej lub negatywnej), której doświadczała świnia podczas produkcji wokalnej w 62% przypadków, podczas gdy sieć neuronowa osiągnęła dokładność 92%” – powiedział Mandel-Briefer.
Tłumaczenie zwierzęcych emocji
Badania miały na celu położyć podwaliny pod systemy, które mogą poprawić dobrostan zwierząt gospodarskich. Ale Mandel-Briefer powiedział, że te same badania mogą dotyczyć również innych zwierząt.
„Jeżeli podobne duże bazy danych wokalizacji wytworzonych w określonych kontekstach i emocjach zostaną zebrane przez naukowców, moglibyśmy opracować podobne algorytmy również dla innych gatunków, a to byłoby bardziej obiektywne niż istniejące aplikacje” – powiedziała.
Dostępne są aplikacje, które mogą „tłumaczyć” odgłosy psów i kotów, takie jak MeowTalk Cat Translator lub Human-to Dog Translator, ale nie zostały one opracowane w oparciu o fakty naukowe i konteksty znanych emocji, Mandel -Krótszy powiedział.
„Naukowcy ustanowili teraz ramy i metody badania emocji zwierząt w sposób obiektywny (np. za pomocą wskaźników behawioralnych, neurofizjologicznych i poznawczych) i to właśnie wykorzystaliśmy w naszym artykule” – dodała.
Nie planuj jeszcze rozmów ze swoimi zwierzakami. Nawet tłumaczenie między ludzkimi językami nadal stanowi wyzwanie dla sztucznej inteligencji. Istnieje wiele usług tłumaczeniowych opartych na sztucznej inteligencji, w tym Tłumacz Google i Microsoft Text Translation API. Zaletą usług tłumaczeniowych opartych na sztucznej inteligencji jest to, że są one tańsze niż zatrudnianie tłumacza.
„Chociaż usługi tłumaczeniowe oparte na sztucznej inteligencji są wygodne, ich możliwości tłumaczeniowe są nadal ograniczone” – powiedziała Lifewire Kavita Ganesan, ekspert ds. AI i założyciel Opinosis Analytics.„Na przykład mają trudności ze zrozumieniem idiomów i sarkazmu specyficznych dla danego języka, często tłumacząc je dosłownie.”
