Rumah  >  Artikel  >  Peranti teknologi  >  Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?

Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?

王林
王林ke hadapan
2023-04-12 16:58:041444semak imbas

Seorang jurulatih ikan lumba-lumba memberi isyarat "bersama-sama" dengan tangannya, diikuti dengan "mencipta." Dua ikan lumba-lumba yang terlatih hilang di bawah air, bertukar-tukar bunyi dan kemudian muncul ke permukaan, membalikkan badan dan menaikkan ekor mereka. Mereka mencipta helah baru mereka sendiri dan melaksanakannya satu demi satu mengikut keperluan. "Ini tidak membuktikan bahasa itu wujud," kata Aza Raskin. "Tetapi jika mereka boleh menggunakan bentuk komunikasi simbolik yang kaya, ia pasti akan memudahkan tugasan itu."

Ruskin ialah pengasas bersama Earth Species Project (ESP) dan Presiden, sebuah syarikat bukan untung California." cita-cita untuk menggunakan satu bentuk kecerdasan buatan (AI) yang dipanggil pembelajaran mesin untuk menyahkod komunikasi bukan manusia dan akan mendedahkan semua teknologi proprietari yang ada, memperdalam hubungan kita dengan spesies biologi lain untuk membantu melindungi mereka. Album lagu paus 1970 mengilhamkan pergerakan yang membawa kepada larangan penangkapan ikan paus komersial. Apakah yang dihasilkan oleh Terjemahan Google bagi Kerajaan Haiwan?

Organisasi yang diasaskan pada 2017 dengan bantuan penderma utama termasuk pengasas bersama LinkedIn Reid Hoffman, menerbitkan kertas saintifik pertamanya pada Disember lalu. Matlamatnya adalah untuk memulakan komunikasi dengan haiwan dalam hidup kita. "Apa yang kami usahakan ialah sama ada kami boleh menyahkod komunikasi haiwan dan menemui misteri pertuturan bukan manusia," kata Raskin. "Dalam proses itu, sama pentingnya, kami sedang membangunkan teknologi yang menyokong ahli biologi dan pemuliharaan haiwan." Panggilan penggera yang dihasilkan oleh pelbagai primata berbeza-beza bergantung pada pemangsa; Tetapi kebanyakan pakar tidak memanggilnya sebagai bahasa kerana tiada komunikasi haiwan memenuhi semua kriteria.

Sehingga baru-baru ini, penyahkodan bergantung terutamanya pada pemerhatian yang teliti. Walau bagaimanapun, terdapat minat yang kuat untuk menggunakan pembelajaran mesin untuk memproses sejumlah besar data yang kini boleh dikumpulkan oleh penderia komunikasi haiwan moden. "Orang ramai mula menggunakannya, " kata Elodie Briefer, seorang profesor bersekutu di Universiti Copenhagen yang mengkaji komunikasi vokal dalam mamalia dan burung. "Tetapi kami belum tahu berapa banyak yang boleh kami lakukan."

Briefer bersama membangunkan algoritma yang menganalisis rungutan babi untuk menentukan sama ada haiwan itu mengalami emosi positif atau negatif. Kaedah lain, dipanggil DeepSqueak, menentukan sama ada tikus ditekankan berdasarkan panggilan ultrasoniknya. Satu lagi inisiatif—projek CETI (yang bermaksud Cetacean Translation Initiative)—bercadang untuk menggunakan pembelajaran mesin untuk menterjemah komunikasi ikan paus sperma.

Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?Awal tahun ini, Elodie Briefer dan rakan sekerja menerbitkan kajian berdasarkan emosi vokal babi. 7,414 bunyi telah dikumpulkan daripada 411 babi dalam pelbagai senario.

Walau bagaimanapun ESP mengatakan pendekatannya berbeza kerana ia tidak menumpukan pada penyahkodan komunikasi satu spesies, tetapi kesemuanya. Walaupun Ruskin mengakui bahawa potensi komunikasi simbolik yang kaya di kalangan haiwan sosial, seperti primata, ikan paus dan ikan lumba-lumba, adalah lebih tinggi, matlamatnya adalah untuk membangunkan alat yang boleh digunakan di seluruh dunia haiwan. "Kami adalah spesies agnostik, " kata Raskin. "Kami membangunkan alat... untuk bekerja merentasi semua biologi, daripada cacing hingga ikan paus

Raskin berkata kerjanya yang "intuitif menginspirasi" pada ESP menunjukkan bahawa pembelajaran mesin boleh digunakan dalam pelbagai , dan menterjemah antara kadang-kadang jauh. bahasa manusia—tanpa pengetahuan sebelumnya.

Proses bermula dengan membangunkan algoritma untuk mewakili perkataan dalam ruang fasa fizikal. Dalam perwakilan geometri multidimensi ini, jarak dan arah antara titik (perkataan) menerangkan bagaimana ia berkaitan secara bermakna antara satu sama lain (hubungan semantiknya). Sebagai contoh, hubungan antara "raja" dan "lelaki" adalah sama dengan jarak dan arah antara "wanita" dan "permaisuri". (Pemetaan dilakukan bukan dengan mengetahui maksud perkataan, tetapi dengan melihat kekerapan perkataan itu rapat antara satu sama lain.)

Kemudian mendapati bahawa "bentuk" ini adalah serupa untuk bahasa yang berbeza. Kemudian, pada 2017, dua kumpulan penyelidik yang bekerja secara bebas menemui teknik yang boleh mencapai terjemahan dengan menjajarkan bentuk. Untuk pergi daripada bahasa Inggeris ke Urdu, selaraskan bentuknya dan cari titik perkataan Urdu yang paling hampir dengan titik perkataan Inggeris. "Dengan cara itu anda boleh menterjemah kebanyakan perkataan dengan baik," kata Raskin.

Aspirasi ESP adalah untuk mencipta perwakilan komunikasi haiwan sedemikian - bekerja pada spesies tunggal dan banyak spesies secara serentak - dan kemudian meneroka soalan seperti sama ada terdapat pertindihan dengan 'bentuk' komunikasi manusia sejagat. Kita tidak tahu bagaimana haiwan mengalami dunia, kata Raskin, tetapi terdapat emosi, seperti kesedihan dan kegembiraan, yang sesetengah haiwan nampaknya berkongsi dengan kita dan mungkin berkomunikasi dengan orang lain dalam spesies mereka. "Saya tidak tahu mana yang lebih luar biasa - bahagian yang bentuknya bertindih dan kita boleh terus berkomunikasi atau menterjemah, atau bahagian yang kita tidak boleh

Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?

​ Ikan lumba-lumba menggunakan klik, wisel dan bunyi lain untuk berkomunikasi. Tetapi apa yang mereka bincangkan?

Haiwan berkomunikasi bukan hanya melalui bunyi, tambahnya. Contohnya, lebah menggunakan "tarian bergoyang" untuk memberitahu orang lain lokasi bunga. Terjemahan merentas mod komunikasi yang berbeza juga diperlukan.

Matlamatnya adalah "seperti pergi ke bulan," Ruskin mengakui, tetapi idea itu tidak akan tercapai sekaligus. Sebaliknya, pelan hala tuju ESP melibatkan penyelesaian beberapa siri masalah kecil untuk mencapai gambaran yang lebih besar. Ini sepatutnya melihat perkembangan alat umum yang boleh membantu penyelidik cuba menggunakan kecerdasan buatan untuk membuka kunci rahsia spesies yang mereka kaji.

Sebagai contoh, ESP baru-baru ini menerbitkan kertas kerja (dan berkongsi kodnya) mengenai apa yang dipanggil "masalah pesta koktel" dalam komunikasi haiwan, di mana sukar untuk menentukan individu mana dalam kumpulan haiwan yang sama. berkomunikasi dalam Penyuarakan yang bising dalam konteks sosial

"Untuk pengetahuan kami, tiada siapa yang melakukan pengasingan [suara haiwan] dari hujung ke hujung ini sebelum ini," kata Raskin. Model berasaskan AI yang dibangunkan oleh ESP, yang telah diuji pada wisel tandatangan lumba-lumba, penyu kera dan penyuaraan kelawar, berfungsi paling baik apabila panggilan datang daripada individu yang model itu dilatih tetapi dengan set data yang lebih besar, ia dapat merungkai panggilan Bercampur daripada haiwan yang tiada dalam barisan latihan.

Satu lagi projek melibatkan penggunaan kecerdasan buatan untuk menjana bunyi haiwan baharu, menggunakan ikan paus bungkuk sebagai spesies ujian. Panggilan novel - dibuat dengan memecahkan penyuaraan menjadi mikrofon (unit bunyi berbeza yang bertahan seperseratus saat) dan menggunakan model bahasa untuk "bercakap" sesuatu seperti ikan paus - kemudiannya boleh dimainkan semula kepada haiwan untuk melihat cara mereka bertindak balas. Jika AI boleh mengenal pasti punca perubahan rawak berbanding perubahan bermakna secara semantik, ia boleh membawa kita lebih dekat kepada komunikasi yang bermakna, jelas Raskin. "Ia akan membolehkan kecerdasan buatan untuk bercakap bahasa itu, walaupun kita tidak tahu apa maksudnya lagi."

Satu lagi projek bertujuan untuk membangunkan algoritma yang menentukan bilangan jenis panggilan spesies dengan menggunakan pembelajaran mesin penyeliaan sendiri, yang tidak memerlukan sebarang pelabelan data oleh pakar manusia untuk mempelajari corak. Dalam kes ujian awal, ia akan melombong rakaman yang dibuat oleh pasukan yang diketuai oleh Christian Rutz, profesor biologi di Universiti St. Andrews, untuk mencipta inventori himpunan vokal burung gagak Hawaii — Rutz menemui himpunan vokal burung gagak Hawaii dan mempunyai kebolehan membuat dan Kebolehan menggunakan alat mencari makan dan dianggap mempunyai himpunan vokal yang lebih kompleks daripada spesies gagak lain. Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?

Rutz amat teruja dengan nilai pemuliharaan haiwan projek itu. Burung gagak Hawaii sangat terancam dan hanya wujud dalam kurungan, di mana ia dibiakkan untuk diperkenalkan semula ke alam liar. Diharapkan dengan merekodkan rekod dari masa ke masa, adalah mungkin untuk menjejaki sama ada himpunan panggilan spesies telah terhakis dalam kurungan - contohnya, panggilan penggera tertentu mungkin telah hilang - yang mungkin mempunyai implikasi untuk pengenalan semula ini; dikurangkan melalui penyelesaian intervensi. "Ini boleh membawa kepada satu langkah ke hadapan dalam keupayaan kami untuk membantu burung ini pulih daripada krisis, " kata Rutz, sambil menambah bahawa pengesanan manual dan panggilan triage akan menjadi intensif buruh dan terdedah kepada kesilapan.

Sementara itu, projek lain cuba memahami secara automatik makna fungsi penyuaraan. Ia sedang dikaji di makmal Ari Friedlaender, seorang profesor sains marin di UC Santa Cruz. Makmal mengkaji bagaimana mamalia marin liar, yang sukar untuk diperhatikan secara langsung, bergerak di bawah air dan menjalankan salah satu program penandaan terbesar di dunia. Peranti "rakaman bio" elektronik kecil yang dipasang pada haiwan boleh menangkap lokasi mereka, jenis pergerakan dan juga perkara yang mereka lihat (peranti ini boleh mengandungi kamera). Makmal ini juga mempunyai data daripada perakam yang diletakkan secara strategik di lautan.

ESP menyasarkan untuk menggunakan pembelajaran mesin penyeliaan sendiri dahulu pada data berlabel untuk mengukur secara automatik perkara yang dilakukan oleh haiwan (seperti sama ada ia sedang makan, berehat, mengembara atau bersosial), dan kemudian menambah data audio untuk melihat sama ada ia boleh memperkasakan Makna fungsional dikaitkan dengan panggilan. (Sebarang penemuan kemudiannya boleh disahkan menggunakan eksperimen main balik, serta panggilan yang dinyahkod sebelum ini.) Teknik ini pada mulanya akan digunakan pada data ikan paus bungkuk—makmal telah menandai beberapa haiwan dalam kumpulan yang sama, jadi ia boleh melihat cara Hantar dan terima isyarat. Friedlander berkata dia telah "mencapai siling" dari segi alat yang tersedia pada masa ini boleh mengusik data. “Kami berharap kerja yang boleh dilakukan oleh ESP akan memberikan pandangan baharu,” katanya.

​Tetapi tidak semua orang begitu bersemangat tentang kuasa kecerdasan buatan untuk mencapai matlamat bercita-cita tinggi tersebut. Robert Seyfarth, profesor emeritus psikologi di University of Pennsylvania, telah mengkaji tingkah laku sosial dan komunikasi vokal di kalangan primata di habitat semula jadi mereka selama lebih daripada 40 tahun. Walaupun dia berpendapat pembelajaran mesin boleh menyelesaikan beberapa masalah, seperti mengenal pasti himpunan vokal haiwan, terdapat bidang lain, termasuk menemui makna dan fungsi penyuaraan, di mana dia mengesyaki ia akan menimbulkan banyak masalah.

Masalahnya, jelas beliau, ialah walaupun banyak haiwan boleh mempunyai masyarakat yang kompleks, himpunan bunyi mereka jauh lebih kecil daripada manusia. Hasilnya ialah bunyi yang sama boleh digunakan untuk bermaksud perkara yang berbeza dalam konteks yang berbeza, dan ini hanya boleh dilakukan dengan mengkaji konteks - siapa yang dipanggil oleh individu itu, cara mereka berhubung dengan orang lain, di mana mereka sesuai dalam hierarki, siapa mereka berinteraksi dengan—dan maknanya diharapkan dapat diwujudkan. "Saya rasa pendekatan AI ini tidak mencukupi," kata Seyfarth. "Anda perlu keluar dan melihat haiwan itu." seperti "goyangan" tarian lebah".

Terdapat juga persoalan tentang konsep itu sendiri—bahawa bentuk komunikasi haiwan akan bertindih dengan cara yang bermakna dengan "bentuk" komunikasi manusia. Ia adalah satu perkara untuk menggunakan analisis berasaskan komputer kepada bahasa manusia, yang kami begitu biasa, kata Seyfarth. Tetapi berbuat demikian untuk spesies lain mungkin "berbeza sepenuhnya." "Ia adalah idea yang menarik, tetapi ia adalah satu regangan yang besar," kata Kevin Coffey, ahli sains saraf di Universiti Washington yang mencipta algoritma DeepSqueak. Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?

Ruskin mengakui bahawa kecerdasan buatan sahaja mungkin tidak mencukupi untuk membuka kunci komunikasi dengan spesies lain. Tetapi dia menunjukkan kepada penyelidikan yang menunjukkan bahawa cara banyak spesies berkomunikasi adalah "lebih kompleks daripada yang difikirkan manusia." Batu penghalang ialah keupayaan kami untuk mengumpul data yang mencukupi dan menjalankan analisis berskala besar, dan pengetahuan kami yang terhad. "Ini adalah alat yang membolehkan kita menanggalkan cermin mata manusia dan memahami sistem komunikasi keseluruhan spesies," katanya.

Atas ialah kandungan terperinci Bolehkah kecerdasan buatan benar-benar membantu kita bercakap dengan haiwan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Artikel ini dikembalikan pada:51cto.com. Jika ada pelanggaran, sila hubungi admin@php.cn Padam