BIZIT 11 - prvi dan

Prevodioci za životinjski jezik

Naborani, brkati glodari, koji žive u velikim, podzemnim kolonijama, imaju razrađen vokalni repertoar.

PCPress.rs Image

Naučnici koriste mašinsko učenje da prisluškuju krtice, voćne slepe miševe, vrane i kitove

Oni zvižde, triluju i cvrkuću; gunđaju, štucanju i šište. A kada se dva pacova sretnu u mračnom tunelu, razmenjuju standardni pozdrav. „Napraviće tihi cvrkut, a zatim ponavljajući tihi cvrkut“, rekla je Alison Barker, neuronaučnik sa Instituta Maks Plank za istraživanje mozga u Nemačkoj, “Oni razgovoraju”. U ovoj svakodnevnoj razmeni skriveno je mnoštvo društvenih informacija, otkrili su dr Barker i njene kolege kada su koristili algoritme mašinskog učenja da analiziraju 36.000 tihih cvrkuta zabeleženih u sedam kolonija krtica. Ne samo da je svaki krtičnjak imao svoj vokalni potpis, već je svaka kolonija imala svoj poseban dijalekt, koji se prenosio, kulturno, generacijama. U vremenima društvene nestabilnosti – kao u nedeljama nakon što je kraljica kolonije nasilno svrgnuta – ovi kohezivni dijalekti su se raspali. Kada je nova kraljica započela svoju vladavinu, pojavio se novi dijalekt. „Pozdravni poziv, za koji sam mislila da će biti prilično jednostavan, pokazao se neverovatno komplikovanim“, rekla je dr Barker, koja sada proučava mnoge druge zvukove koje glodari ispuštaju. „Mašinsko učenje je na neki način transformisalo moje istraživanje.“

Sistemi za mašinsko učenje, koji koriste algoritme za otkrivanje obrazaca u velikim zbirkama podataka, bili su izvrsni u analizi ljudskog jezika, što je dovelo do glasovnih pomoćnika koji prepoznaju govor, softvera za transkripciju koji pretvara govor u tekst i digitalnih alata koji prevode između ljudskih jezika. Poslednjih godina, naučnici su počeli da primenjuju ovu tehnologiju za dekodiranje komunikacije sa životinjama, koristeći algoritme mašinskog učenja da identifikuju kada su miševi pod stresom ili zašto slepi miševi viču. Još ambiciozniji projekti su u toku — da se napravi sveobuhvatan katalog poziva vrana, mapira sintaksa kitova, pa čak i da se izgrade tehnologije koje omogućavaju ljudima da odgovore. „Hajde da pokušamo da napravimo Google prevodilac za životinje“, rekla je Dajana Rajs, stručnjak za kogniciju i komunikaciju delfina na Hunter koledžu i suosnivač Interspecies Interneta, istraživačkog centra posvećenog olakšavanju komunikacije među vrstama. Oblast je mlada i mnogi projekti su još uvek u povoju; čovečanstvo nije na ivici da ima Kamen iz Rozete za pesme kitova ili sposobnost da komunicira sa mačkama. Ali rad već otkriva da je komunikacija sa životinjama daleko složenija nego što zvuči ljudskom uhu, a brbljanje pruža bogatiji pogled na svet izvan naše sopstvene vrste.

Pročitajte i:  Volkswagen integriše veštačku inteligenciju

Napredno prisluškivanje

Studije komunikacije sa životinjama nisu nove, ali algoritmi mašinskog učenja mogu uočiti suptilne obrasce koji bi mogli da izmiču ljudskim slušaocima. Na primer, naučnici su pokazali da ovi programi mogu razlikovati glasove pojedinih životinja, razlikovati zvukove koje životinje proizvode u različitim okolnostima i razbiti njihove vokalizacije na manje delove, što je ključni korak u dešifrovanju značenja. Pre nekoliko godina, istraživači sa Univerziteta u Vašingtonu su koristili mašinsko učenje za razvoj softvera, nazvanog DeepSqueak, koji može automatski da otkrije, analizira i kategoriše ultrazvučne vokalizacije glodara. Takođe može napraviti razliku između složenih, pesničkih poziva koje životinje izgovaraju kada se osećaju dobro i dugih, ravnih poziva kada nisu. „Možete samo da dobijete direktno, subjektivno, iz usta životinje kako se osećaju“, rekao je Kevin Kofi, bihejvioralni neuronaučnik sa Univerziteta u Vašingtonu, koji je bio deo tima koji je razvio DeepSqueak. DeepSqueak je prepravljen za druge vrste, uključujući lemure i kitove.

Dekodiranje značenja

Dekodiranje značenja životinjskih poziva takođe zahteva velike količine podataka o kontekstu koji okružuje svako škripanje i piskanje. Da bi saznali više o vokalizaciji egipatskih voćnih slepih miševa, istraživači su koristili video kamere i mikrofone za snimanje grupa životinja tokom 75 dana. Zatim su pregledali snimke, mukotrpno beležeći nekoliko važnih detalja, poput toga koji slepi miš je vokalisao i u kom kontekstu, za svaki od skoro 15.000 poziva.

Slepi miševi su borbeni, često se svađaju u svojim prepunim kolonijama, a velika većina njihovih vokalizacija je agresivna. „U suštini, oni se međusobno guraju“, rekao je Josi Jovel, neuroekolog sa Univerziteta u Tel Avivu koji je vodio istraživanje. Ali sistem mašinskog učenja mogao bi da razlikuje, sa tačnošću od 61 odsto, između agresivnih poziva upućenih u četiri različita konteksta, određujući da li je određeni poziv emitovan tokom borbe u vezi sa hranom, parenjem, položajem sedenja ili spavanjem. To nije savršen učinak, primetio je dr Jovel, ali je znatno bolji od tačnosti od 25 procenata povezane sa nasumičnim pogađanjem. Dr Jovel je bio iznenađen kada je otkrio da softver takođe može da identifikuje, na nivoima većim od slučajnog nagađanja, koji slepi miš je bio na strani grdnje.

„Ovo implicira da je slepi miš koji prisluškuje teoretski sposoban, barem do neke mere, da identifikuje da li se pojedinac A obraća pojedincu B ili pojedincu C“, napisali su istraživači u svom radu iz 2016. Iako ideja ostaje nedokazana, slepi miševi mogu da variraju svoje vokalizacije u zavisnosti od njihovog odnosa i znanja o prestupniku, na isti način na koji ljudi mogu koristiti različite tonove kada se obraćaju različitoj publici. Ipak, otkrivanje obrazaca je samo početak. Naučnici onda treba da utvrde da li su algoritmi otkrili nešto značajno o ponašanju životinja u stvarnom svetu.

Pročitajte i:  Volkswagen integriše veštačku inteligenciju

Nakon što su algoritmi sugerisali da sve kolonije golih krtica imaju različite dijalekte, dr Barker i njene kolege su potvrdile da je veća verovatnoća da će glodari reagovati na tiho cvrkutanje članova svojih kolonija nego na one iz stranih kolonija. U divljini, dijalekti specifični za kolonije mogu pomoći golim krtičnjacima da osiguraju da ne dele oskudne resurse sa strancima, i mogu biti način da se sprovede društveni konformizam. „U ovim velikim podzemnim tunelima, želite da budete sigurni da svi poštuju pravila“, rekao je dr Barker. „I jedan veoma brz način da se to testira je da se uverite da svi govore veoma slično.

Priče o kitovima

Drugi veliki projekti su u toku. Projekat CETI — skraćenica od Initiative za prevođenje kitova (Cetacean Translation Initiative) — okuplja stručnjake za mašinsko učenje, morske biologe, robotičare, lingviste i kriptografe, između ostalih, u više od deset institucija za dekodiranje komunikacije kitova, koji emituju rafale klikova koji organizovane su u sekvence slične Morzeovom kodu koje se nazivaju kode. Tim planira da ove jeseni na obali Dominike instalira svoje „osnovne stanice za slušanje kitova“, od kojih svaka uključuje 28 podvodnih mikrofona. Planira da koristi robotske ribe za snimanje audio i video zapisa kitova, kao i male akustične oznake za snimanje vokalizacija i pokreta pojedinih životinja, zatim će istraživači pokušati da dešifruju sintaksu i semantiku komunikacije kitova i ispitaju veća naučna pitanja o ponašanju i spoznaji kitova, kao što su kako velike grupe koordiniraju svoje akcije i kako telad kitova uče da komuniciraju. Projekat Earth Species, neprofitna organizacija sa sedištem u Kaliforniji, takođe je u partnerstvu sa biolozima kako bi pilotirao asortiman pristupa mašinskom učenju sa kitovima i drugim vrstama. Istraživači se nadaju da će podatke o ponašanju prekriti audio snimcima kako bi utvrdili da li postoje određeni zvuci koje kitovi dosledno proizvode u određenim kontekstima.

Pročitajte i:  Volkswagen integriše veštačku inteligenciju

U drugoj liniji istraživanja, stručnjaci za Earth Species stručnjaci koriste algoritme mašinskog učenja kako bi napravili inventar svih tipova poziva koje su napravile havajske vrane u zatočeništvu, a koje su izumrle u divljini pre dve decenije, a zatim će rezultate uporediti sa istorijskim snimcima divljih havajskih vrana kako bi identifikovali specifične tipove poziva koje su ptice možda izgubile tokom godina u zatočeništvu. Naučnici onda mogu da proučavaju funkciju svih izgubljenih poziva – i možda čak ponovo uvedu one najkritičnije u kolonije u zatočeništvu. Projekat Earth Species takođe se udružio sa Mišel Fournet, morskim akustičnim ekologom sa Univerziteta u Nju Hempširu, koja pokušava da dešifruje komunikaciju grbavih kitova puštajući unapred snimljene pozive kitova preko podvodnih zvučnika i posmatrajući kako kitovi reaguju. Ovi razgovori posredovani mašinama mogli bi pomoći istraživačima da usavrše svoje modele i poboljšaju svoje razumevanje komunikacije kitova. „U nekom trenutku bi to mogao biti pravi dijalog“, rekao je Majkl Bronštajn, stručnjak za mašinsko učenje na Oksfordu i deo projekta CETI..

Naučite da slušate

Izgledi za stalni, dvosmerni dijalog sa drugim vrstama ostaju nepoznati. Ali pravi razgovor će zahtevati niz „preduslova“, uključujući odgovarajuće tipove inteligencije, kompatibilne senzorne sisteme i, što je najvažnije, zajedničku želju za ćaskanjem, rekla je Natali Uomini, ekspert za kognitivnu evoluciju na Institutu Maks Plank za evolucionu antropologiju. „Mora da postoji motivacija na obe strane da žele da komuniciraju“, rekla je ona. Ovi eksperimenti takođe mogu pokrenuti etička pitanja, priznaju stručnjaci. Ako nađete obrasce kod životinja koji vam omogućavaju da razumete njihovu komunikaciju, to otvara vrata za manipulisanje njihovom komunikacijom. Ali tehnologija bi takođe mogla da se primeni u korist životinja, pomažući stručnjacima da prate dobrobit divlje i domaće faune. Naučnici su takođe rekli da se nadaju da bi pružanjem novog uvida u živote životinja ovo istraživanje moglo podstaći širi društveni pomak. Mnogi naučnici su rekli da se nadaju da će ovi novi, visokotehnološki napori da se razumeju vokalizacije kitova — i vrana i slepih miševa, pa čak i golih krtica — biti transformativni, pružajući nove načine za povezivanje i razumevanje stvorenja sa kojima delimo planetu.

Izvor: Nytimes

Facebook komentari:
Računari i Galaksija
Tagovi: , ,