Amerykańscy matematycy stworzyli system uczenia maszynowego, który potrafi „rozszyfrować” płacz i płacz niemowląt i zrozumieć, czego chcą od swoich rodziców lub niań. Ich odkrycia zostały opublikowane w Journal of Automatica Sinica.
W ostatnich latach, dzięki rozwojowi matematyki i wzrostowi mocy obliczeniowych komputerów, naukowcy mają możliwość tworzenia skomplikowanych sieci neuronowych, systemów sztucznej inteligencji zdolnych do wykonywania nietrywialnych zadań, a nawet twórczego „myślenia”, tworzenia nowych przykładów sztuki i technologii.
Na przykład, tylko w ciągu ostatnich dwóch lat naukowcy stworzyli sztuczną inteligencję, która może pokonać człowieka w „niezliczonej” starożytnej chińskiej grze Go, ucząc się od podstaw, znajdując najważniejsze wydarzenia w historii z gazet, pisząc scenariusze do gier komputerowych oraz kolorowych fotografii i filmów pod Van Goghem i maluj własne obrazy.
Na początku ubiegłego roku naukowcy zaprezentowali system sztucznej inteligencji, który może odróżniać znamiona od raka skóry lepiej niż większość doświadczonych dermatologów. Nieco wcześniej programiści Yandex stworzyli sieci neuronowe, które nagrywały albumy muzyczne w stylu Nirvany i Civil Defense oraz malowały obrazy w stylu Wassily'ego Kandinsky'ego.
Liu i jego koledzy zaadaptowali sztuczną inteligencję do rozwiązania najbardziej egzotycznego do tej pory problemu - stworzyli algorytm, który może bardzo dokładnie klasyfikować płacz niemowląt i użył go do stworzenia swego rodzaju systemu „tłumaczenia maszynowego”.
Wielu rodziców i doświadczonych pediatrów, jak zauważają naukowcy, często zauważa, że wzorce płaczu u niemowląt mogą się znacznie różnić w zależności od tego, czego dokładnie brakuje lub co je denerwuje w danym momencie.
Liu i jego zespół zasugerowali, że sygnały te podlegają tym samym regułom, co artykulacja mowy ludzkiej, używając określonych zestawów dźwięków do oznaczenia określonych zjawisk i pojęć.
Kierując się tym pomysłem, naukowcy stworzyli swego rodzaju odpowiednik programu rozpoznawania mowy, który analizował nagrania płaczu różnych dzieci wykonane w tych samych sytuacjach. Starała się uwydatnić w nich pewien zestaw wspólnych cech, które stanowią podstawę specyficznych „słów” tego dziecięcego języka.
Film promocyjny:
Korzystając z tego algorytmu, naukowcy udali się do jednego ze szpitali położniczych w Illinois i zaczęli rejestrować i analizować krzyki dzieci, korzystając z pomocy doświadczonych niań i lekarzy, aby dokładnie określić, czego chcą dzieci.
Po przeanalizowaniu kilkuset takich nagrań dźwiękowych naukowcy zidentyfikowali kilkanaście sygnałów, które wysyłały dzieci, gdy chciały, aby rodzice je nakarmili, zmieniali pieluchę lub pieluchę, chcą spać lub zwrócić ich uwagę z innych powodów.
Jak zauważają matematycy, struktura tych sygnałów, rodzaj „słów” dziecięcego języka, była taka sama dla wszystkich dzieci, pomimo ogromnych różnic w naturze ich płaczu. Oznacza to, że systemy uczące się mogą być używane do rozszyfrowania tych sygnałów bez dostosowywania ich do każdego dziecka.
W najbliższej przyszłości naukowcy planują przetestować działanie swojego programu na szerszej grupie dzieci. Ponadto porównają, czy istnieją różnice w „dziecięcym języku” między przedstawicielami różnych grup etnicznych, a także wykorzystają bardziej zaawansowane wersje sztucznej inteligencji do analizy nagrań i rozszerzonej „transkrypcji” tych krzyków.