投稿|与动物语言交流,这件人做不到的事,AI能胜任?( 三 )


在这个项目中,他们会使用自然语言技术来研究分析抹香鲸的 40 亿个交流代码,将每个声音与特定的背景联系起来,这一过程至少需要五年时间 。如果该团队实现了这些目标,下一步将是开发和部署一个互动聊天机器人,与生活在野外的抹香鲸进行对话 。
第三个问题,AI 读懂动物“语言”的潜力如何?我们都知道,人类通常非常擅长识别他们熟悉的动物叫声的声学差异 。
【投稿|与动物语言交流,这件人做不到的事,AI能胜任?】而随着基于信号分类算法变得更加先进,我们有理由相信,人工智能将很快达到可以比人类做得更好 。
现在已经看到一些成功的迹象 。2017 年,科学家们开发的程序,能够以大约 90% 的准确率识别出许多不同的狨猴叫声 。
狨猴是群居的群居动物 。他们的“词汇”包括 10 到 15 个叫声,每个都有自己的含义 。研究表明,像人类婴儿一样,小狨猴通过听到其他狨猴与它们交谈来学习交流 。猴子类人的交流系统使它们在研究语言、社会交流或发声的科学家中很受欢迎,携带自闭症相关突变的狨猴也是研究改良这种疾病的良好模型 。
投稿|与动物语言交流,这件人做不到的事,AI能胜任?
文章图片

一支麻省理工团队开发了一种算法,将来自狨猴呼叫的频率模式转换为图片,然后将这些类似字母的图像传递给人工神经网络进行分类 。最终,该算法以 80% 的准确率从背景噪音中筛选出猴子的谈话,并且在 90% 以上的情况中正确识别出猴子发出的声音 。
同年,另一个团队让 AI 仅根据给羊的面部表情来识别羊是不是处于困境之中 。
在这项研究中,剑桥大学团队首先根据绵羊疼痛面部表情,列出了与不同疼痛程度相关的几个“面部动作单元”(AU),然后在 480 张绵羊照片中手动标记了这些 AU——鼻孔变形、每只耳朵的旋转和每只眼睛的缩小等等 。
然后,他们训练机器学习算法通过将 90% 的照片及其标签提供给它,并在剩余的 10% 上测试该算法 。最终,该程序识别 AU 的平均准确率为 67%,与普通人的准确率差不多 。而且,改进训练程序还能进一步提高了准确性 。团队认为,他们的方法也适用于其他动物,可以为动物带来更好的诊断和治疗方案 。
未来,如果能同时结合声音+图像的想法,我们可以更全面地了解动物可能想说什么 。
借助 AI,拥有一个能够翻译动物语言的“谷歌翻译”固然是好事,更重要的是,目前一些物种正处于生存的关键时刻,随着技术的进步和成熟,我们可以在技术的支撑下,建设一个对人类和动物都更光明、更密切的未来 。

推荐阅读