Ameerika matemaatikud on loonud masinõppe süsteemi, mis suudab beebide nutud ja nutud "lahti dekodeerida" ja mõista, mida nad vanematelt või lapsehoidjatelt soovivad. Nende leiud avaldati ajakirjas Automatica Sinica.
Viimastel aastatel on tänu matemaatika arengule ja arvutite arvutusvõime suurenemisele teadlastel võimalus luua keerukaid närvivõrke, tehisintellekti süsteeme, mis on võimelised täitma mittetriviaalseid ülesandeid ja isegi loovalt "mõtlema", luues uusi näiteid kunsti ja tehnoloogia kohta.
Näiteks on teadlased just viimase kahe aasta jooksul loonud AI, mis suudab peksta inimest "loendamatus" iidses Hiina mängus Go, õppides nullist üles ajalehtedest ajaloo olulisimate sündmuste otsimiseks, kirjutades arvutimängude skripte ning värvifotosid ja -videosid Van Goghi all. ja maalige oma pilte.
Eelmise aasta alguses avalikustasid teadlased AI-süsteemi, mis eristab mooli nahavähist paremini kui enamik kogenud dermatolooge suudab. Veidi varem lõid Yandexi programmeerijad närvivõrgud, mis salvestasid muusikaalbumeid Nirvana ja tsiviilkaitse stiilis ning maalisid pilte Wassily Kandinsky stiilis.
Liu ja tema kolleegid kohandasid tehisintellekti seni kõige eksootilisema probleemi lahendamiseks - nad lõid algoritmi, mis võimaldab väga täpselt klassifitseerida imikute kisa ja kasutasid seda omamoodi "masintõlke" süsteemi loomiseks.
Nagu teadlased märgivad, panevad paljud vanemad ja kogenud lastearstid sageli tähele, et imikute nutmise mustrid võivad suuresti varieeruda sõltuvalt sellest, mis neil täpselt puudu on või mis neid konkreetsel ajal häirib.
Liu ja tema meeskond soovitasid, et need signaalid järgiksid samu reegleid nagu inimese kõne artikuleerimisel, kasutades konkreetseid helikomplekte konkreetsete nähtuste ja mõistete tähistamiseks.
Selle idee juhtimisel lõid teadlased omamoodi kõnetuvastusprogrammi analoogi, milles analüüsiti samades olukordades tehtud erinevate laste nutmise salvestusi. Ta püüdis nendes esile tuua teatud ühiseid jooni, mis on selle imiku keele omapäraste sõnade aluseks.
Reklaamvideo:
Seda algoritmi kasutades käisid teadlased ühes Illinoisi sünnitusmajas ja hakkasid imikute karjeid registreerima ja analüüsima, kasutades kogenud lapsehoidjate ja arstide abiga kindlaks, mida beebid täpselt tahtsid.
Pärast mitmesaja sellise helisalvestise analüüsimist on teadlased tuvastanud umbes tosin signaali, mida beebid kiirgavad, kui nad soovisid, et vanemad neid toidaksid, mähe või mähe vahetaksid, magada tahaksid või muul põhjusel oma tähelepanu köidaksid.
Nagu matemaatikud märgivad, oli nende signaalide, justkui imiku keele "sõnade" struktuur kõigi imikute jaoks ühesugune, hoolimata nende nutuse olemuse suurtest erinevustest. See tähendab, et masinõppe süsteeme saab kasutada nende signaalide dešifreerimiseks ilma neid igale lapsele kohandamata.
Lähitulevikus plaanivad teadlased testida oma programmi tööd laiema laste komplektiga. Lisaks võrdlevad nad, kas eri rahvusrühmade esindajate vahel on erinevusi "imiku keeles", ning kasutavad tehisintellekti täiustatud versioone, et analüüsida nende karjete salvestusi ja laiendatud "transkriptsiooni".
