MI mesterséges intelligencia modellek az emberi beszéd kiképzésére felhasználva lefordítják a kutyák nyelvét
Az állatok kommunikációjának megértésére új, innovatív megközelítéssel most a tudósok mesterséges intelligencia rendszereket használnak, amelyeket eredetileg az emberi beszéd felismerésére terveztek a kutyák titkos nyelvének értelmezésére. A Michigan Egyetem, a mexikói Nemzeti Asztrofizikai Intézet és az Optika és Elektronika Intézetének kutatói ígéretes eredményeket értek el, amint az nemrégiben tartott nemzetközi konferencián kiderült.
Az emberi beszéd és a kutya hangjainak összeolvasztása mesterséges intelligencia segítségével
A tanulmányban a Wav2Vec2-t, egy modern mesterséges intelligencia modellt alkalmazták, mely képes egy kutya érzelmeinek és fajtájának felismerésére ugatása alapján. A kutatók két különböző adathalmazt használtak a MI kiképzéséhez – egyrészt a kutya hangjainak teljesen az alapoktól történő felhasználásával, másrészt egy olyan modell fine-tuningjával, amely előzőleg az emberi beszédre volt kiképezve. Utóbbi kísérlet egy olyan adathalmazt használt, amely 74 kutya ugatását tartalmazta, beleértve a Csivavákét, a Pudlikét és a Snauzerét.
A hagyományos modelleket meghaladó állati kommunikációban
Az MI fejlődési lehetőségeire reflektálva Rada Mihalcea, a Michigan Egyetem mesterséges intelligencia laboratóriumának igazgatója kiemelte annak az átalakító potenciálját, ahogyan az állati kommunikációt értjük jelenleg, és azt sugallta, hogy az előre meghatározott beszédfeldolgozási modellek kulcsot jelenthetnek. Az MI, amelyet egyaránt az emberi beszéd és a kutya hangok felhasználására kiképeztek, lenyűgöző pontossági arányokat mutatott: 62% az érzelmek felismerésében, 62% a fajta meghatározásában és 69% az ivar meghatározásában. Az egyéni kutya azonosításának képessége 50% -os pontossági arányt ért el csoportos környezetben.
A kutya kommunikáció kontextusának megértése
A kutatás azt javasolta, hogy a kutya ugatásának kontextusának megértése kulcsfontosságú az általa közvetített érzelmek kibogozásához. Hasonló előrejelző mintákat figyeltek meg azzal kapcsolatban, hogy az emberszabásúak és a prérijancsik hogyan kommunikálnak környezetüktől függően. A tanulmány törekedett a különféle kutya érzelmek jellemzésére az ugatáson keresztül, elismerve a kutya érzéseinek sokrétű spektrumát, amelyek még felfedezésre várnak.
A továbbiakban a kutatók célkitűzése a technológia hatókörének kiterjesztéséhez különböző fajtájú, érzelemvilágú és fajú kutya tesztelése. Habár az eredmények nem véglegesek abban, hogy minden kutyaugatás pontos jelentését meghatározzák, jelentős lépést jelentenek az állati nyelvek megértésének elmélyítése felé.
Fontos kérdések és válaszok:
1. Melyik MI modellt használták a kutyaugatások dekódolására?
A tanulmány a Wav2Vec2 AI modellt használta a kutya hangjainak dekódolására, amelyet eredetileg az emberi beszédfelismerésre terveztek.
2. Milyen pontos az MI a kutyák érzelmeinek, fajtájának és nemeinek azonosításában?
Az MI rendszer 62% -os pontosságot ért el egy kutya érzelmeinek és fajtájának felismerésében, 69% -os pontosságot mutat a nem meghatározásában. Az egyedi kutya identifikálása csoportos környezetben 50% -os pontosságot ért el.
3. Miért fontos egy kutya ugatásának kontextusának megértése?
A kontextus azért fontos, mert betekintést nyújt az adott vokalizáció mögött meghúzódó érzelmekbe és szándékokba. Ahogyan más állatoknál is, a kutyáknak is lehetnek különböző ugatások különböző helyzetekben, és a kontextus megértése hozzájárulhat az értelmezés pontosságához.
Kulcs kihívások vagy viták:
– Olyan MI rendszer fejlesztése, amely képes általánosítani a különböző kutyafajták és egyéni vokalizációs stílusok között, kihívást jelent.
– Étikai aggályok merülhetnek fel az állatok érzéseinek és állapotainak értelmezésében a MI használatával és továbbfejlesztésével kapcsolatban, anélkül, hogy pontosan megértenénk az állatjólét következményeit.
– Bizonyos állatviselkedés-tudósok és etológusok körében szkepticizmus él azzal kapcsolatban, hogy az MI képes-e pontosan értelmezni az állatok bonyolult érzelmeit és kommunikációját.
Előnyök:
– Az MI rendszerek nagyobb adathalmazokat képesek feldolgozni gyorsabban és objektívebben, mint az emberek.
– Ez a technológia potenciált hordoz az ember-állat kommunikáció javítására, segítve a házi kedvencek és más állatfajok jobb gondozását és megértését.
– Az MI értelmezése a kutyaugatásoknak javíthatja a viselkedési tréning módszereit és eszközeit a klinikai és állatjóléti alkalmazásokban.
Hátrányok:
– Az pontossági arányok, habár ígéretesek, még jelentős fejlesztési lehetőséget rejtenek magukban, mielőtt a rendszer megbízhatóan értené meg a kutya kommunikációját.
– Az MI-re túlzottan való támaszkodás esetén elkerülhető, hogy az emberi érzékelés által hozott finomságokat figyelmen kívül hagyják az állatok viselkedésének megértésében.
– Fennáll a veszélye annak, hogy az állati hangok félreértelmeződhetnek, ha az MI-t nem megfelelően képzik különféle adathalmazokon keresztül, amely a helytelen feltételezésekhez vezethet egy állat érzelmi állapotával vagy jóléti szükségleteivel kapcsolatban.
További általános információkért az MI fejlesztésekről és az állati kommunikációs kutatásokról látogasd meg a Michigan Egyetem weboldalát. Mindig győződj meg arról, hogy aktuális és hiteles forrásokból származó információkat használsz a domain URL-ek hitelességének ellenőrzéséhez.
The source of the article is from the blog lisboatv.pt