A legfontosabb elvitelek
- A kutatók azt mondják, hogy képesek voltak a mesterséges intelligencia segítségével lefordítani a sertés morgását.
- A tanulmány célja olyan rendszerek megalapozása volt, amelyek javíthatják a haszonállatok jólétét.
- A kutya- és macskahangok „lefordítására” rendelkezésre álló alkalmazásokat nem tudományos tények alapján fejlesztették ki – mondta egy szakértő.
Egy disznó visítása talán ezer szónál is többet ér.
Egy közelmúltbeli tanulmányban egy nemzetközi kutatócsoport mesterséges intelligenciát (AI) használt fel arra, hogy a sertés morgását érzelmekké alakítsa át. A kutatók több mint 7000 sertésről készült hangfelvételt felhasználva olyan algoritmust dolgoztak ki, amely képes megfejteni, hogy egy sertés pozitív vagy negatív érzést tapasztal-e, vagy valahol a kettő között.
"Egy nagyon nagy adathalmazzal, mint amilyen az ismert kontextusban előállított hívásokról volt, így kiképezhetnénk egy ilyen hálózatot, és nagy pontosságot érhetünk el, amely aztán tájékoztathat bennünket a disznók érzelmeiről (tehát 'fordít') disznók hívják az embereket, ha akarod" - mondta a Lifewire-nek egy e-mailben adott interjúban Elodie Floriane Mandel-Briefer, a Koppenhágai Egyetem Biológiai Tanszékének docense, aki a tanulmány társvezetője.
A Silicon Dr. Doolittle?
A kutatók disznóhangokat rögzítettek kereskedelmi és kísérleti körülmények között is, amelyek a sertések viselkedése alapján vagy pozitív vagy negatív érzelmekhez kapcsolódnak. Pozitív helyzetek voltak például azok, amikor a malacok szoptatnak az anyjuktól, vagy amikor elszakadás után egyesülnek családjukkal. Az érzelmileg negatív helyzetek közé tartozott többek között az elválasztás, a malacok közötti verekedés, a kasztrálás és a vágás.
Kísérleti istállókban a kutatók álforgatókönyveket is készítettek a sertések számára, amelyek célja, hogy árny altabb érzelmeket váltsanak ki a spektrum közepén. Ezek közé tartozott egy aréna játékokkal vagy élelmiszerekkel, és egy megfelelő aréna minden inger nélkül. A kutatók új és ismeretlen tárgyakat is elhelyeztek egy olyan területen, ahol a sertések interakcióba léphetnek, hívásaikat, viselkedésüket és pulzusukat pedig figyelték, és lehetőség szerint rögzítették.
A tudósok ezután elemezték a hangfelvételeket, hogy megnézzék, van-e olyan minta a hangokban, amelyek érzelmeket közvetítenek, és megkülönböztetik a pozitív helyzeteket és az érzelmeket a negatívoktól. Negatív esetekben a kutatók több magas frekvenciájú hívást gyűjtöttek (például sikolyokat és sikolyokat). Ugyanakkor alacsony frekvenciájú hívások (például ugatás és morgás) fordultak elő olyan helyzetekben, amikor a sertések pozitív vagy negatív érzelmeket éltek át.
A tanulmányban a kutatók egy felügyelt automatizált módszert (permutált diszkriminancia-elemzés, pDFA) hasonlítottak össze négy hangparaméteren, és egy nem felügyelt módszert, a hangok képén (spektrogramjain) alapuló neurális hálózatot.
"A pDFA az esetek 62%-ában a sertés által tapaszt alt vokálprodukáló érzelmi vegyértékhez (pozitív vagy negatív) tudta besorolni a hívásokat, míg a neurális hálózat 92%-os pontosságot ért el" - mondta Mandel-Briefer.
Állati érzelmek fordítása
A tanulmány célja olyan rendszerek megalapozása volt, amelyek javíthatják a haszonállatok jólétét. De Mandel-Briefer azt mondta, hogy ugyanez a kutatás más állatokra is vonatkozhat.
"Ha a tudósok hasonló nagy adatbázisokat gyűjtenek össze meghatározott kontextusokban és érzelmekben előállított hangzásokról, hasonló algoritmusokat fejleszthetnénk más fajokhoz is, és ez objektívebb lenne, mint a meglévő alkalmazások" - mondta.
Elérhető néhány alkalmazás, amely képes „lefordítani” a kutya- és macskahangokat, például a MeowTalk Cat Translator vagy a Human-to Dog Translator, de ezeket nem tudományos tények és ismert érzelmek összefüggései alapján fejlesztették ki, Mandel -mondta Briefer.
"A tudósok már kialakítottak kereteket és módszereket az állatok érzelmeinek objektív tanulmányozására (például viselkedési, neurofiziológiai és kognitív mutatók segítségével), és ezt használtuk cikkünkben" - tette hozzá.
Egyelőre ne tervezzen beszélgetést házi kedvenceivel. Még az emberi nyelvek közötti fordítás is kihívást jelent az AI számára. Számos mesterséges intelligencia által támogatott nyelvi fordítói szolgáltatás létezik, köztük a Google Fordító és a Microsoft Text Translation API. A mesterséges intelligencia által vezérelt fordítási szolgáltatások előnye, hogy megfizethetőbbek, mintha emberi fordítót alkalmaznának.
„Bár az AI-alapú fordítási szolgáltatások kényelmesek, fordítási képességeik továbbra is korlátozottak” – mondta Kavita Ganesan, mesterséges intelligenciával foglalkozó szakértő és az Opinosis Analytics alapítója a Lifewire-nek adott e-mailes interjújában.„Például nehezen értik meg a nyelvspecifikus idiómákat és a szarkazmust, gyakran szó szerint fordítják le őket.”
