Πώς μπορεί η Τεχνητή Νοημοσύνη να προσδιορίσει την ηλικία, το φύλο και τη ράτσα ενός σκύλου
Επανάσταση στην τεχνολογία
Τα συστήματα που λειτουργούν με τεχνητή νοημοσύνη χρησιμοποιούνται για τη διάκριση αποχρώσεων στον τόνο, το βάθος και την προφορά
Την τεχνητή νοημοσύνη (AI) χρησιμοποιεί ερευνητική ομάδα από το Πανεπιστήμιο του Μίσιγκαν προκειμένου να κατανοήσουν καλύτερα τι ακριβώς μεταδίδει το γάβγισμα ενός σκύλου, αναφορικά με το έαν αισθάνεται θυμωμένο ή χαρούμενο.
Μάλιστα, εξετάζουν ακόμη εάν η τεχνητή νοημοσύνη θα μπορούσε να προσδιορίσει σωστά την ηλικία, το φύλο και τη φυλή ενός σκύλου με βάση το γάβγισμα του. Οι επιστήμονες, σύμφωνα με το BBC, μπόρεσαν να σημειώσουν πρόοδο προς την αποκωδικοποίηση της επικοινωνίας των σκύλων χρησιμοποιώντας υπάρχοντα μοντέλα υπολογιστών που έχουν εκπαιδευτεί στην ανθρώπινη ομιλία.
«Οι εξελίξεις στην τεχνητή νοημοσύνη μπορούν να χρησιμοποιηθούν για να φέρουν επανάσταση στην κατανόησή μας για την επικοινωνία των ζώων», δήλωσε η επικεφαλής του εργαστηρίου AI του Πανεπιστημίου του Μίσιγκαν, Rada Mihalcea.
«Η έρευνά μας, ανοίγει ένα νέο παράθυρο στο πώς μπορούμε να αξιοποιήσουμε ό,τι έχουμε δημιουργήσει μέχρι τώρα στην επεξεργασία ομιλίας για να αρχίσουμε να κατανοούμε τις εκφάνσεις του γαυγίσματος των σκύλων».
Η τεχνητή νοημοσύνη επέτρεψε να γίνουν μεγάλα βήματα στην κατανόηση των λεπτομερειών του λόγου.
Τα συστήματα που λειτουργούν με τεχνητή νοημοσύνη χρησιμοποιούνται για τη διάκριση αποχρώσεων στον τόνο, το βάθος και την προφορά, κάτι που με τη σειρά του επιτρέπει τεχνολογίες όπως το λογισμικό αναγνώρισης φωνής.
Οι επιστήμονες αναφέρουν ότι τα ευρήματά τους θα έχουν σημαντικές συνέπειες για την καλή διαβίωση των ζώων
Έχουν φτάσει σε αυτό το επίπεδο πολυπλοκότητας με το να έχουν εκπαιδευτεί σε έναν τεράστιο αριθμό πραγματικών ανθρώπινων φωνών.
Ωστόσο, δεν υπάρχει βάση δεδομένων για σκύλους, την οποία μπορούν οι επιστήμονες να χρησιμοποιήσουν για να συγκρίνουν το εκάστοτε γαύγισμα.
«Τα φωνητικά των ζώων είναι πρακτικά πολύ πιο δύσκολο να ζητηθούν και να ηχογραφηθούν», επεσήμανε ο Artem Abzaliev, επικεφαλής της μελέτης.
Η ομάδα του ξεκίνησε να ανακαλύψει, εάν οι επιστήμονες θα μπορούσαν να ξεπεράσουν αυτήν την έλλειψη δεδομένων.
Έτσι, η ομάδα του συγκέντρωσε τα γαβγίσματα, τα γρυλίσματα και τα κλαψουρίσματα 74 σκύλων διαφορετικών φυλών, ηλικιών και φύλων, σε ποικίλα πλαίσια.
Στη συνέχεια, πέρασαν τα δεδομένα αυτά σε ένα πρόγραμμα machine-learning, έναν τύπο αλγορίθμου που προσδιορίζει μοτίβα σε μεγάλα σύνολα δεδομένων, το οποίο είχε σχεδιαστεί για να αναλύει την ανθρώπινη ομιλία.
Και βρήκαν ότι έκανε, επίσης, καλή δουλειά στο να ακούγεται τι προσπαθούσαν να επικοινωνήσουν τα σκυλιά.
Κατά μέσο όρο, οι ερευνητές βρήκαν ότι το μοντέλο τους ήταν 70% ακριβές σε διάφορα τεστ.
«Είναι η πρώτη φορά που έχουν δημιουργηθεί τεχνικές βελτιστοποιημένες για την ανθρώπινη ομιλία για να βοηθήσουν στην αποκωδικοποίηση της επικοινωνίας των ζώων», είπε η κ. Mihalcea.
«Τα αποτελέσματά μας δείχνουν ότι οι ήχοι και τα μοτίβα που προέρχονται από την ανθρώπινη ομιλία μπορούν να χρησιμεύσουν ως βάση για την ανάλυση και την κατανόηση των μοτίβων άλλων ήχων, όπως είναι οι φωνές των ζώων».
Οι ερευνητές λένε ότι τα ευρήματά τους θα μπορούσαν να έχουν «σημαντικές συνέπειες» για την καλή διαβίωση των ζώων.
Προτείνουν ότι η καλύτερη κατανόηση των αποχρώσεων των διαφόρων θορύβων που κάνουν τα ζώα θα μπορούσε να βελτιώσει τον τρόπο με τον οποίο οι άνθρωποι ερμηνεύουν και ανταποκρίνονται στις συναισθηματικές και σωματικές τους ανάγκες.