Amerikanske matematikere har laget et maskinlæringssystem som kan "avkode" skrik og skrik fra babyer og forstå hva de vil ha fra foreldrene sine eller barnepassene. Funnene deres ble publisert i Journal of Automatica Sinica.
De siste årene, takket være utviklingen av matematikk og veksten av datakraft til datamaskiner, har forskere muligheten til å lage komplekse nevrale nettverk, kunstige intelligenssystemer som er i stand til å utføre ikke-trivielle oppgaver og til og med "tenke" kreativt, og skape nye eksempler på kunst og teknologi.
For eksempel har forskere bare i løpet av de to siste årene laget AI som kan slå en person i det "utellelige" gamle kinesiske spillet Go, mens de lærer fra bunnen av å finne de viktigste begivenhetene i historien fra aviser, skrive manus til dataspill og fargefotografier og videoer under Van Gogh og male dine egne bilder.
Tidlig i fjor avduket forskere et AI-system som kan skille føflekker fra hudkreft bedre enn de fleste erfarne hudleger kan. Litt tidligere skapte Yandex-programmerere nevrale nettverk som spilte inn musikkalbum i stil med Nirvana og Civil Defense og malte bilder i stil med Wassily Kandinsky.
Liu og kollegene tilpasset kunstig intelligens for å løse det mest eksotiske problemet så langt - de opprettet en algoritme som veldig nøyaktig kan klassifisere ropene til babyer, og brukte det til å lage et slags "maskinoversettelses" -system.
Mange foreldre og erfarne barneleger, som forskere bemerker, merker ofte at gråtemønsteret til babyer kan variere veldig avhengig av hva de egentlig mangler eller hva som irriterer dem på et gitt tidspunkt.
Liu og teamet hans foreslo at disse signalene overholder de samme reglene som artikulere menneskelig tale, ved å bruke spesifikke sett med lyder for å betegne spesifikke fenomener og begreper.
Veiledet av denne ideen skapte forskerne en slags analog til et talegjenkjenningsprogram som analyserte opptak av gråt fra forskjellige barn laget i de samme situasjonene. Hun prøvde å trekke frem i dem et visst sett med fellestrekk som danner grunnlaget for de særegne "ordene" på dette spedbarnspråket.
Salgsfremmende video:
Ved hjelp av denne algoritmen reiste forskerne til et barselsykehus i Illinois og begynte å registrere og analysere skrik fra babyer, ved å bruke erfarne barnepiker og leger for å finne ut nøyaktig hva babyene ønsket.
Etter å ha analysert flere hundre slike lydopptak, har forskere identifisert omtrent et titalls signaler som babyer sendte ut når de ville at foreldrene deres skulle mate dem, bytte bleie eller bleie, ville sove eller tiltrekke oppmerksomheten av andre grunner.
Som matematikere bemerker, var strukturen til disse signalene, en slags "ord" på spedbarnsspråket, den samme for alle babyer, til tross for de store forskjellene i ropens natur. Dette betyr at maskinlæringssystemer kan brukes til å tyde disse signalene uten å skreddersy dem til hvert enkelt barn.
I løpet av en nær fremtid planlegger forskere å teste arbeidet med programmet sitt på et større sett med barn. I tillegg vil de sammenligne om det er forskjeller i "spedbarnsspråk" mellom representanter for forskjellige etniske grupper, og også bruke mer avanserte versjoner av kunstig intelligens for å analysere opptakene og utvidet "transkribere" av disse skrikene.
