DI gali perskaityti šuns lojimą, bet ne jo „žodžius“

Trumpšplaukis vyras tamsiai mėlynais marškiniais stovi susikryžiavęs rankas šiuolaikiškame biuro pastate prie laiptų.

Šuns lojimas gali atskleisti jo emocinę būseną, tačiau dirbtinis intelektas dar negali patikimai pasakyti, kokią konkrečią žinutę gyvūnas siunčia. KTU mokslininkai pabrėžia: atpažinti pasikartojantį garsą yra gerokai lengviau nei suprasti jo reikšmę.

Kauno technologijos universiteto Informatikos fakulteto profesorius Rytis Maskeliūnas teigia, kad gyvūnų komunikacijos analizė tampa realia tyrimų kryptimi. DI gali apdoroti tūkstančius ar net milijonus garsų, ieškoti pasikartojančių struktūrų ir lyginti jas su gyvūno elgesiu, aplinka bei kitų individų reakcijomis.

Šuns balse slypi daugiau nei vien emocija

R. Maskeliūnas su kolegomis anksčiau tyrė vokiečių aviganių vokalizacijas. Mokslininkai vertino, ar iš šuns balso galima nustatyti keturias gyvūnams priskirtas būsenas: džiaugsmą, pyktį, verkimą ir vienišumą.

Įrašai buvo skaidomi į skirtingus dažnio ir laiko komponentus, iš kurių išgauti akustiniai požymiai. Mašininio mokymosi metodai leido patikrinti, ar šie požymiai padeda atskirti skirtingas emocines būsenas. Gana patikimai pavyko atpažinti piktą lojimą.

Tačiau tyrimo reikšmė neapsiriboja klausimu, ar šuo pyksta. Rezultatai parodė, kad jo balse yra struktūruotos informacijos, kurios žmogaus ausis gali nepastebėti. Vis dėlto emocijos atpažinimas dar nereiškia, kad suprasta visa gyvūno perduodama žinutė.

DI ieško signalų, kurių mokslininkai dar neįvardijo

Šiandien tyrimai gali būti atliekami gerokai platesniu mastu. Modeliui nebūtina iš anksto pateikti kelių emocinių kategorijų – jis gali savarankiškai analizuoti didelius šunų vokalizacijų rinkinius ir juose ieškoti pasikartojančių derinių.

DI gali perskaityti šuns lojimą, bet ne jo „žodžius“

Vienas iš tokių pavyzdžių – „Dog2vec“ modelis, apmokytas naudojant daugiau kaip 6000 valandų šunų lojimo įrašų. Atliekant kai kurias vokalizacijų atpažinimo užduotis, jis pasiekė geresnių rezultatų nei bendriniai modeliai.

Tokios sistemos gali vertinti ne tik pavienį garsą, bet ir jo seką, pasikartojimą bei ryšį su vaizdo duomenimis, judesiais ar fiziologiniais požymiais. KTU Informatikos fakulteto mokslininko teigimu, multimodaliniai metodai jau padeda tiksliau atpažinti šunų emocines būsenas.

Didžiausias laimėjimas būtų ne tai, kad DI pasakytų „šuo pyksta“, o tai, kad pats atrastų anksčiau nežinomą signalų derinį ir susietų jį su konkrečia situacija ar elgesiu.

Signalą atpažinti lengviau nei suprasti jo reikšmę

Jeigu tam tikras garsas nuolat pasigirsta kilus pavojui arba gyvūnui pasitinkant šeimininką, DI gali nustatyti tokį statistinį ryšį. Tačiau vien to nepakanka, kad būtų galima tiksliai pasakyti, ką šuo tuo garsu perduoda.

Reikšmei nustatyti svarbu žinoti, kas siunčia signalą, kam jis skirtas, kas tuo metu vyksta aplinkui ir kaip į jį reaguoja kiti gyvūnai. Todėl akustinių įrašų analizę būtina derinti su elgsenos stebėjimais ir kontroliuojamais eksperimentais.

DI gali perskaityti šuns lojimą, bet ne jo „žodžius“

R. Maskeliūnas DI lygina su Šerloku Holmsu: modelis gali pastebėti svarbią užuominą, tačiau biologinis eksperimentas turi patikrinti, ar ji iš tiesų suprasta teisingai. Patikimesnių išvadų būtų galima daryti tada, jei pakeitus situaciją arba tą patį signalą pateikus kitam individui jo reakcija nuosekliai atitiktų modelio prognozę.

Gyvūnų žodyno mokslininkai dar neturi

Žmonių kalbos modeliai mokosi iš tekstų, kuriuose jau egzistuoja žodžiai, gramatika, sintaksė ir žmonėms suprantamos reikšmės. Gyvūnų komunikacijos tyrėjai tokio iš anksto paruošto žemėlapio neturi.

Todėl DI negalima tiesiog išmokyti gyvūnų kalbos taip, kaip mokomas žmogaus kalbos modelis. Pirmiausia reikia išsiaiškinti, ar gyvūnų signalai apskritai sudaro struktūruotą komunikacinę sistemą, kurią būtų prasminga vadinti kalba.

Perspektyviomis tyrimų rūšimis laikomi banginiai, delfinai, drambliai, kai kurios beždžionių ir paukščių rūšys. Vis dėlto svarbiausia ne vien komunikacijos sudėtingumas. Tyrėjams reikia didelių, ilgalaikių ir kontekstualizuotų duomenų rinkinių, kuriuose būtų aišku, kas vyko prieš signalą, kaip į jį reaguota ir ar dėsningumas kartojasi tarp skirtingų individų.

Ateityje DI galėtų padėti patikrinti hipotezes sukuriant sintetinę natūralaus signalo versiją. Jei gyvūnas į ją reaguotų taip pat kaip į natūralų signalą, būtų daugiau pagrindo manyti, kad bent dalis jo funkcijos suprasta. Tačiau vien akustiškai panašus garsas dar neįrodytų, kad gyvūnas atpažįsta jo reikšmę.

Šaltinis: BNS

Komentarai

Komentarų dar nėra. Būkite pirmi!
Technologijų redakcija

Technologijų redakcija

Technologijų redakcija rengia aktualijas apie inovacijas, skaitmeninę visuomenę, mokslinius atradimus ir jų poveikį kasdienybei. Komanda tikrina šaltinius, lygina ekspertų vertinimus ir atsakingai pateikia sudėtingą informaciją, laikydamasi redakcinių tikslumo, aiškumo ir nepriklausomumo principų

Daugiau istorijų