ترجمه پارس سگ با فناوری هوش مصنوعی!

، گروهی از پژوهشگران دانشگاه «میشیگان» در یک تحقیق پیشرفته با موفقیت از فناوری هوش مصنوعی برای رمزگشایی صدای پارس سگ‌ها استفاده کردند.

بر اساس اطلاعات آی‌ای، رادا میهالسی(Rada Mihalcea)، رئیس آزمایشگاه هوش مصنوعی دانشگاه میشیگان، اظهار داشت که این پژوهش پنجره‌ای نو به روی این موضوع می‌گشاید که چگونه می‌توانیم از دستاوردهای ما در پردازش گفتار به منظور درک جزئیات ظریف پارس سگ‌ها بهره ببریم.

این تحقیق همچنین قابلیت به‌کارگیری هوش مصنوعی برای شناسایی سن، جنسیت و نژاد سگ‌ها بر حسب ویژگی‌های ظاهری آنها را بررسی نموده است.

محققان بر این باورند که صدای پارس سگ به‌طرزی مستقیم با تفکرات آنها ارتباط دارد و این موضوع با شواهدی که نشان می‌دهند صداهای تولید شده توسط دیگر حیوانات، به‌ویژه میمون‌ها، قابل پیش‌بینی بر اساس زمینه موقعیتی‌شان است، هماهنگی دارد.

کاربرد هوش مصنوعی برای برقراری ارتباط با سگ‌ها

در این پروژه، پژوهشگران بر روی شناسایی احساسات خاصی همچون پرخاشگری، آرامش و نق‌زدن در صدای پارس سگ‌ها تمرکز کردند.

مدل هوش مصنوعی موسوم به Wav۲Vec۲ بر روی دو مجموعه داده مختلف آموزش دیده است. یکی از این مجموعه‌ها به‌طور کامل شامل پارس سگ‌ها بود و دیگری شامل تقریبی ۱۰۰۰ ساعت گفتار انسانی بود که سپس به‌طور دقیق تنظیم شده تا با پارس سگ‌ها تطبیق یابد.

با کمال شگفتی، مدلی که ابتدا از روی گفتار انسان‌ها آموزش دیده بود، عملکرد بهتری نسبت به مدلی داشت که تنها بر روی پارس سگ‌ها تمرین شده بود. این موضوع حکایت از آن دارد که الگوها و ساختارهای ذاتی در زبان انسان می‌تواند پایه‌ای ارزشمند برای تفسیر صداها و آوازهای حیوانات باشد.

این مدل هوش مصنوعی به‌طور متوسط با دقتی معادل ۷۰ درصد توانست حالت عاطفی سگ‌ها را شناسایی کند و بین پارس‌های بازیگوش و عصبی تفکیک قائل شد.

علاوه بر این، این مدل توانست نژاد سگ‌ها را با دقت ۶۲ درصد و جنسیت آنها را با دقت ۶۹ درصد شناسایی کند.

میهالسی اضافه کرد که پیشرفت‌های هوش مصنوعی می‌تواند در دگرگون کردن درک ما از ارتباطات با حیوانات مؤثر باشد و یافته‌های ما نشان می‌دهد که نیازی به شروع از صفر نداریم.

یک پایگاه داده متنوع

این تیم به رهبری آرتم ابزالیف، دانشجوی دکتری دانشگاه میشیگان، مدل‌های رایانه‌ای موجود را که بر اساس گفتار انسانی ساخته شده‌اند به دلیل کمبود پایگاه داده مشابه برای صداهای سگ تغییر کاربری دادند.

آنها پارس‌ها، ناله‌ها و نغمه‌های ۷۴ سگ از نژادها، سنین و جنسیت‌های مختلف را در موقعیت‌های متفاوت جمع‌آوری کردند و از آن برای تغذیه مدل یادگیری ماشین استفاده کردند.

میهالسی خاطرنشان ساخت که این نخستین بار است که تکنیک‌های بهینه‌سازی‌شده برای گفتار انسانی به منظور تجزیه و تحلیل ارتباطات حیوانات به‌کار گرفته می‌شود.

نتایج این تحقیق حاکی از آن است که صداها و الگوهای گفتار انسان می‌توانند به عنوان مبنای تحلیل صداهای حیوانات مورد استفاده قرار گیرند.

اگرچه این پژوهش هنوز در مراحل ابتدایی خود به‌سر می‌برد، اما پتانسیل عمیق‌تر کردن درک ما از ارتباط با سگ‌ها را به نمایش می‌گذارد.

این تحقیق پیشگامانه که حاصل همکاری میان دانشگاه میشیگان و موسسه ملی اخترفیزیک، اپتیک و موسسه الکترونیک مکزیک است، گام مهمی در راستای برقراری ارتباط با حیوانات است.

به نظر می‌رسد با به‌کارگیری قدرت هوش مصنوعی، یک قدم به درک آنچه این دوستان وفادار انسان می‌خواهند به ما بگویند، نزدیک‌تر شده‌ایم.

میهالسی در پایان تصریح کرد: ما هنوز نکات بسیاری درباره این موجودات که در این جهان در کنار ما زندگی می‌کنند، نمی‌دانیم.