درک زبان حیوانات با استفاده از هوش مصنوعی
انسانها همیشه مجذوب پتانسیل برقراری ارتباط با حیواناتی بودهاند که با آنها دنیای خود را به اشتراک میگذارند. اخیرا یادگیری ماشینی، با قابلیتهای پیشرفتهتر برای تجزیه گفتار انسان، تبدیل به راهی امیدوارکننده برای درک زبان حیوانات شده است.
مقالهای در نیویورک تایمز این هفته تلاشهای عمده پنج گروه از محققان را که به استفاده از الگوریتمهای یادگیری ماشینی برای تجزیه و تحلیل تماسهای جوندگان، لمورها، نهنگها، مرغها، خوکها، خفاشها، گربهها و ... پرداختند، مستند کرد.
به طور معمول، سیستمهای هوش مصنوعی از طریق آموزش با دادههای برچسبگذاری شده که میتوانند توسط اینترنت یا منابعی مانند کتابهای الکترونیکی ارائه شوند، یاد میگیرند. برای مدلهای زبان انسانی، این معمولا شامل دادن یک جمله به رایانهها، مسدود کردن برخی کلمات و درخواست از برنامه برای پر کردن جاهای خالی است، همچنین اکنون استراتژیهای خلاقانهتری وجود دارند که میخواهند گفتار را با فعالیت مغز تطبیق دهند.
اما تجزیه و تحلیل زبان حیوانات با تجزیه و تحلیل زبان انسان متفاوت است. مهندسان کامپیوتر باید به برنامههای نرم افزاری دستور دهند که به دنبال چه چیزی باشند و چگونه دادهها را سازماندهی کنند. این فرآیند در بیشتر موارد، نه تنها به جمع آوری تعداد خوبی از صداهای ضبط شده، بلکه به تطبیق این صداهای ضبط شده با رفتارهای اجتماعی بصری حیوانات بستگی دارد.
بیشتربخوانید:
گروهی که در حال مطالعه نهنگها هستند، قصد دارند از ویدئو، صدا و همچنین برچسبهایی استفاده کنند که میتوانند حرکات حیوانات را برای رمزگشایی نحو، معناشناسی و در نهایت معنای نهنگها و دلیل ارتباط آنها ضبط کنند. البته چندین گروه نیز پیشنهاد کردهاند که فرهنگ لغت حیوانات خود را با پخش فایلهای ضبط شده برای حیوانات و مشاهده واکنش آنها آزمایش کنند.
ساخت مترجم گوگل برای حیوانات یک پروژه رویایی بوده است که از دهه گذشته در دست اجرا بوده است. یادگیری ماشینی نیز از نظر تشخیص حضور حیوانات و حتی در برخی موارد، شناسایی دقیق حیوانات از طریق تماس بسیار پیشرفت کرده است. با نسبت دادن تماسها به افراد، هنوز با درک تمام ظرایف پیچیده آنچه زبان حیوانات ممکن است در برگیرد، فاصله زیادی دارد.
بسیاری از بدبینان این رویکرد هم به کاستیهای مدلهای زبان فعلی هوش مصنوعی در درک واقعی روابط بین کلمات و اشیایی که ممکن است در دنیای واقعی به آنها اشاره کنند و هم به کاستیهایی در درک دانشمندان از جوامع حیوانی در کل اشاره میکنند. مدلهای زبانی هوش مصنوعی برای انسانها به رایانهای تکیه میکنند که رابطه بین کلمات و زمینههایی را که میتوانند در آن ظاهر شوند، ترسیم میکند؛ اما این مدلها ایرادات خاص خود را دارند و گاهی اوقات میتوانند یک جعبه سیاه باشند.
عامل دیگری که محققان در نظر میگیرند این واقعیت است که ارتباطات حیوانات ممکن است اصلا مانند ارتباطات انسانی کار نکند و تمایل به انسان سازی آنها میتواند نتایج را منحرف کند. ممکن است به دلیل تفاوتهای فیزیولوژیکی و رفتاری، عناصر منحصر به فردی در زبان حیوانات وجود داشته باشند.
این که انسانها تا چه اندازه برای درک ارتباطات حیوانات تلاش میکنند، به اهداف انسان برای این نوع تحقیقات بستگی دارد و برای این منظور ممکن است کافی باشد که به اصول اولیه دست پیدا کنیم. به عنوان مثال مترجمی که میتواند به طور قابل اعتماد تفسیر کند که آیا حیواناتی که اغلب با آنها در تماس نزدیک هستیم خوشحال، غمگین یا در خطر هستند، میتواند برای خلق کردن آنها مفید و کاربردیتر باشد.
منبع: popsci