مطالعه اسرائیلی با استفاده از نوزادان نشان می دهد که چرا هوش مصنوعی در درک واقعی تماس های حیوانات ناتوان است

انسان ها همیشه می خواستند با حیوانات صحبت کنند. صاحبان سگ سعی می کنند حیوانات خانگی خود را درک کنند. در همان زمان، والدین تلاش زیادی برای برقراری ارتباط با نوزادان خود قبل از شروع به تولید کلمات انجام می دهند. گفته می شود که پادشاه سلیمان و آدم و حوا این کار را انجام دادند. دیگرانی که این کار را انجام دادند شخصیت های خیالی مختلفی بودند - دکتر.

دولیتل (پزشک هیو لوفتینگ که زبان حیوانات را از طوطی خود آموخت). تارزان (ارباب جنگل ادگار رایس باروز که با جانوران مختلف جنگل ارتباط برقرار می کرد)؛ و موگلی (قهرمان کتاب جنگل اثر رودیارد کیپلینگ که با گرگ ها بزرگ شد). پروفسور پیشنهاد کرد: "صحبت با موجودات دیگر نه تنها همدلی با حیوانات، یادگیری در مورد سطوح دیگر آگاهی و غنی سازی درک ما از زندگی را ممکن می کند. همچنین ارزش عملی بسیار زیادی خواهد داشت."

یوسف یوول، که در 15 سال گذشته در بخش جانورشناسی دانشگاه تل آویو (TAU) کار کرده است. او ادامه داد: "کشاورزان ممکن است از دستگاهی بهره مند شوند که به آنها اجازه می دهد از یک گاو در مورد سلامت آن سوال بپرسند، اگرچه ممکن است آنها را به گیاهخوار تبدیل کند." چنین ماشینی به محض فرود آمدن بر روی سیاره‌ای که در آن گونه‌های ساده زیستی بیگانه در آن زندگی می‌کنند به کار می‌آید، در حالی که اگر بیگانگان پیشرفته به زمین برسند، احتمالا قبلا چنین ماشینی خواهند داشت.» حتی زمانی که هوش مصنوعی بر زبان انسان تسلط دارد، یک مطالعه پیشگامانه که او و تیمش انجام دادند، یک نقص اساسی را در نحوه تزئین هوش مصنوعی نشان می‌دهد.

des the animal Kingdom: صدا و زیر و بم را می شنود، اما به طور کامل از موضوع غافل می شود. محققان اکنون کشف کرده‌اند که چرا هوش مصنوعی ارتباط بین حیوانات و انسان‌ها را اشتباه می‌کند. سال‌هاست که دانشمندان به هوش مصنوعی روی آورده‌اند تا اسرار صداهای پرندگان، پچ پچ خفاش‌ها و آواز نهنگ‌ها را باز کنند، اما پژوهش جدید منتشر شده در Current Biology تحت عنوان «چالش رمزگشایی ارتباطات حیوانی با استفاده از هوش مصنوعی» نشان می‌دهد که مترجمان با فناوری پیشرفته ما ممکن است کاملا به این مشکل نگاه کنند، در حالی که متخصصان AU ممکن است به این موضوع نگاه کنند. ابزار، به یک تغییر پارادایم نیاز دارد - Movin

دور از تجزیه و تحلیل صوتی خام به سمت درک معنای عصبی و ادراکی. این مطالعه توسط Mor Taub، Inbal Arnon، Amiyaal Ilany، Mirjam Knörnschild، و Yoav Ram انجام شد، و Yoav Ram بر آن نظارت داشت. این تیم همچنین شامل دانشمندانی از دانشگاه عبری اورشلیم، دانشگاه Edinburgory Bio Histiznity, the Natural Histnio Institute. علم، و دانشگاه هومبولت (هر دو در برلین). دو صدایی که در یک طیف‌نگار کاملا متفاوت به نظر می‌رسند می‌توانند پیام یکسانی را به گیرنده منتقل کنند، در حالی که صدای آکوستیک یکسان می‌تواند به معنای کاملا متفاوت باشد.

چیزهایی بسته به زمینه - ثابت می کند که ارتباطات به شدت به ادراک گیرنده متکی است، نه فقط ویژگی های فیزیکی موج صوتی. طیف‌نگار نمایش بصری طیف فرکانس‌های یک سیگنال است که در طول زمان تغییر می‌کند. هنگامی که برای صدا اعمال می شود، اساسا تصویری از صدا است که اغلب به عنوان سونوگرافی، چاپ صوتی یا نمایش طیفی شناخته می شود. یک طیف سنجی استاندارد دوبعدی از سه بعد داده های ترسیم شده بر روی یک تصویر مسطح استفاده می کند. سیستم ارتباطی گمراه کننده محققان دریافتند که صداهای مشابه از نظر آکوستیک لزوما معنای مشابهی ندارند.

یوول افزود، در حالی که صداهایی که متفاوت به نظر می رسند ممکن است اطلاعات یکسانی را به گیرنده منتقل کنند. بنابراین، طبقه بندی صداها بر اساس شباهت صوتی آنها، همانطور که بیشتر مطالعات انجام می دهند، ممکن است تصویر گمراه کننده ای از سیستم ارتباطی و معنای پیام هایی که منتقل می کند ایجاد کند. آنها کشف کردند که انسان هایی که به دنباله های کودک نوپا گوش می دهند، به طرز چشمگیری درک می کنند که به دلیل اصالت فرعی است.

هیچ یک از مدل‌های آزمایش‌شده هوش مصنوعی ترتیب آن صداها را بر اساس فوریت نشان ندادند. یوول، که مدرک لیسانس خود را در رشته فیزیک و مدرک کارشناسی ارشد خود را در رشته فیزیک و زیست‌شناسی در مقطع کارشناسی ارشد در رشته فیزیک و زیست‌شناسی در AU گرفت، گفت: «در سال‌های اخیر، هیجان فزاینده‌ای در مورد امکان استفاده از هوش مصنوعی برای رمزگشایی ارتباطات حیوانات وجود داشته است، اما مطالعه ما نشان می‌دهد که این وعده‌ها باید با احتیاط رفتار شود. زیست‌شناسی از دانشگاه توبینگن آلمان. «تشخیص الگوهای صوتی لزوما با رمزگشایی معنا نیست: برای درک آنچه که یک حیوان می‌گوید، ما نمی‌دانیم.

باید بدانیم حیوان دریافت‌کننده پیام چگونه آن را درک می‌کند و به آن پاسخ می‌دهد." او افزود: "مسیر به سمت رمزگشایی واقعی ارتباطات حیوانی به ترکیبی از هوش مصنوعی، مشاهدات رفتاری، آزمایش‌ها و تحقیق در سیستم عصبی نیاز دارد. هوش مصنوعی ابزار قدرتمندی است، اما جایگزینی برای دیدگاه خود حیوان نیست.» برای بررسی این مشکل، تیم از یک سیستم ارتباطی منحصربه‌فرد استفاده کرد - صداهای کودکان نوپا انسان که هنوز به طور کامل تکلم نکرده‌اند. برخلاف صداهای حیوانات، در این مورد، محققان می‌توانند تلاش کنند تا بدانند چگونه

انسان‌هایی که صداها به آنها ارسال می‌شود، آنها را تفسیر می‌کنند. ضبط‌ها شامل صداهایی بود که در سه زمینه ایجاد می‌شد: پریشانی، تماس با یک فرد خاص (مادر یا پدر) و درخواست غذا. محققان ضبط‌ها را با استفاده از روش آکوستیک کلاسیک و دو شبکه عصبی عمیق پیشرفته تجزیه و تحلیل کردند: یکی از افراد آموزش دیده بر اساس مدل‌های صوتی حیوانات و گروهی دیگر با مدل‌های صوتی حیوانات آموزش داده شدند. نتایج نشان داد که شبکه های عصبی عمیق بهتر از روش کلاسیک آکوستیک، bu

حتی آنها نتوانستند آوازهای کودکان نوپا را بر اساس معنایشان طبقه بندی کنند. در برخی دیگر، آنها آواهای مختلفی را از هم جدا کردند که هدفشان انتقال یک پیام بود. این مدل‌ها همچنین نتوانستند تشخیص دهند که چگونه دنباله‌ای از صداها فوریت فزاینده‌ای را بیان می‌کنند، تمایزی که گوش انسان به طور طبیعی آن را درک می‌کند. به گفته محققان، رمزگشایی مطمئن ارتباط حیوانات به ترکیب ابزارهای هوش مصنوعی با مشاهدات رفتاری، آزمایش‌های پخش و گاهی اوقات اندازه‌گیری فعالیت مغز نیاز دارد.

زمینه هر گونه‌ای جهان ادراکی منحصربه‌فرد خود را دارد، و بنابراین درک آنچه حیوانات «گفتن» می‌کنند به چیزی بیش از تجزیه و تحلیل صدا نیاز دارد: همچنین مستلزم بررسی نحوه شنیدن صدا و واکنش آنها به آن است. ما می‌توانیم از ماهی‌های چوب‌دار در فصل تولید مثل مثال بزنیم. نرها شکم قرمز دارند و بسیار تهاجمی هستند.

رنگ قرمز برای آنها مهمترین سیگنال برای تشخیص یک مرد دیگر است. آنها به شکل ماهی یا نحوه حرکت آن اهمیتی نمی دهند. "محققان مدت‌ها پیش نشان دادند که اگر یک کره را بگیرند و آن را با کد قرمز رنگ کنند، ماهی آن را به‌عنوان یک ماهی دیگر درک می‌کند. مدل‌های هوش مصنوعی هرگز این را تشخیص نمی‌دهند مگر اینکه به طور خاص از آنها بخواهیم به رنگ توجه کنند." این دقیقا نکته‌ای است که در مورد صداهای کودک و حیوانات دیگر وجود دارد.

هوش مصنوعی به دنبال مهم‌ترین تفاوت آکوستیک خواهد بود، اما اینها لزوما معادل تفاوت‌های مهم مغز نیستند. "مغز انسان از زمینه استفاده می‌کند. مدل‌های زبان هوش مصنوعی می‌توانند این کار را با زبان انسانی نیز انجام دهند، اما با زبان غیرانسانی بسیار دشوارتر است." وقتی از آنها پرسیده شد که چرا آنها کودکان نوپا پیش از زبان را انتخاب کردند تا یک گونه حیوانی، "به دلیل اینکه آنها می‌خواستند ارتباطشان را قبلا مطالعه کنند، توضیح می‌دادیم که آنها ارتباطشان را قبلا مورد مطالعه قرار دادند. به این معنی، بنابراین ما مطالعه کردیم.

با خفاش‌ها باید حدس می‌زدم که آنها چه چیزی دریافت کردند، اما مغز من صداهای کودک نوپا را درک می‌کرد. حجم نمونه کوچک بود، اما ما فقط قصد داشتیم از این به عنوان موردی برای برجسته کردن و مثال زدن مشکل استفاده کنیم. ما همچنین از مجموعه داده‌ای از کلمات واقعی انسانی استفاده کردیم و نشان دادیم که نتیجه کاملا متفاوت است.» در پاسخ به این سؤال که آیا کودک نوپای می‌تواند صداهای مشابه آکوستیک را برای اهداف کاملا متفاوت تولید کند، او موافقت کرد: «این دقیقا یکی از چالش‌های بزرگ در رمزگشایی انیما است.

ارتباط برقرار می کنم زیرا حیوانات نیز این کار را انجام خواهند داد.» هیجان زیادی در مورد رمزگشایی بالقوه نهنگ ها، خفاش ها، پرندگان و سایر حیوانات توسط هوش مصنوعی وجود داشته است. «تقریبا همه این مطالعات در حال یافتن الگوهایی در ارتباطات حیوانات هستند. این اولین قدم است، اما ما از درک معنا یا حتی دانستن نحوه انجام این کار بسیار دور هستیم.»