AI nám možná brzy umožní mluvit se zvířaty. Zde je návod
Jak se velké jazykové modely stávají odborníky na lidskou řeč, přesouvají nyní svou pozornost na komunikaci se zvířaty.
Představte si, že posloucháte cvrlikání ptáků a můžete vytáhnout telefon a dešifrovat, co si navzájem říkají. Pak si představte sami sebe, jak jedete na safari v Africe a sledujete rozhovor mezi párem slonů. Zdá se vám to přitažené za vlasy? Zamyslete se znovu: Ve skutečnosti je to součást technologické budoucnosti, kterou chce projekt Earth Species Project (ESP) vybudovat.
ESP je nezisková organizace založená spoluzakladatelem Mozilla Labs, Azou Raskinem a Britt Selvitelle, členem zakládajícího týmu Twitteru, a je vedoucím úsilím o dekódování komunikace mimo člověka pomocí umělé inteligence (AI).
Být schopen porozumět nejniternějším myšlenkám vaší kočky zní fascinující. Ale výhody porozumění zvířatům jdou daleko nad rámec naslouchání rozhovoru mezi vaším psem a jeho psími kamarády, když jsou na procházce.
Ve skutečnosti má schopnost dešifrovat komunikaci zvířat přímé důsledky pro zachování a ochranu naší planety.
Dekódování komunikace se zvířaty by mohlo vést k vývoji nástrojů, které pomáhají při ochranářském výzkumu pomocí neinvazivních metod. Vědci by mohli získat schopnost porozumět dříve neobjeveným charakteristikám toho, jak zvířata v rámci druhu komunikují, ale také jak loví, jedí, rozvíjejí vztahy mezi sebou a jak vidí a zpracovávají svět kolem sebe.
Chápe divoká kočka, co je vlastně člověk? Mohla by mu paměť slona umožnit předávat příběhy z jedné generace na druhou?
Prostřednictvím technik strojového učení bychom mohli získat schopnost dešifrovat shromážděná bioakustická data a přeložit je do přirozených lidských jazyků. Tyto informace lze použít při pokusech o ochranu a vědecký výzkum různých druhů zvířat pro hodnocení populace volně žijících živočichů.
Ale jakkoli je tento úkol vznešený a inovativní, není snadný.
Velká část tohoto výzkumu bude založena na velkých jazykových modelech, které jsou podobné těm, které se používají pro Google Bard a ChatGPT. Tyto generativní nástroje umělé inteligence mají silnou kontrolu nad lidským jazykem, protože díky strojovému učení dokážou porozumět a generovat odpovědi v různých jazycích, s různými styly a kontextem.
Velké jazykové modely jsou v mnoha fázích školení vystaveny obrovskému množství dat. Tyto modely se učí různé vstupy, aby pochopily vztahy a souvislosti mezi slovy a jejich významy.
V podstatě dostávají obrovské množství textu a dat z různých zdrojů, včetně webových stránek, knih, studií atd.
Poté jsou vystaveni lidským školitelům, kteří s nimi uspořádají rozhovory, aby pomohli LLM pokračovat v učení se různým konceptům a dokonce porozumět kontextu, osvojit si znalosti o tom, co jsou lidské emoce, jak fungují a jak je přesně vyjádřit jazykem.
Takto můžete požádat ChatGPT, aby byl v konverzaci extra empatický a bude to následovat. Je ze své podstaty neschopný cítit empatii, ale může ji napodobovat.
Pro lidi je jazyk systémem slov a zvuků, který, i když se v každém regionu liší, umožňuje komunikaci mezi lidmi. Jelikož se umělá inteligence rodí z lidské inteligence, je mnohem snazší vytvořit umělý model, který dokáže zpracovat přirozený jazyk, než totéž udělat pro komunikaci se zvířaty.
Největším problémem, kterému ESP čelí ve svém úsilí o dešifrování zvířecí komunikace, je nedostatek základních dat. Pro trénování modelu není k dispozici žádný psaný zvířecí jazyk. A co víc, různé komunikační formáty mezi druhy představují další výzvu.
ESP shromažďuje data od divokých zvířat a zvířat chovaných v zajetí z celého světa. Výzkumníci nahrávají video a zvuky a přidávají anotace od biologů pro kontext. Tyto datové body jsou prvními kroky k vytvoření základních modelů pro širokou škálu živočišných druhů.
IoT také usnadňuje rozšiřování datové sady stylů komunikace se zvířaty. Velké množství levných kamer, záznamových zařízení a biologgerů znamená, že vědci mohou shromažďovat, připravovat a analyzovat data na dálku. Tato data z nesčetných zdrojů lze poté shromáždit a analyzovat pomocí nástrojů umělé inteligence k dešifrování významu různých způsobů chování a komunikačních forem.
Spoluzakladatel ESP Raskin věří, že druh technologie potřebné k vytvoření generativních, neotřelých zvířecích vokalizací je blízko: „Myslíme si, že v příštích 12 až 36 měsících to pravděpodobně budeme schopni udělat pro komunikaci se zvířaty.
"Dovedete si představit, že bychom dokázali postavit syntetickou velrybu nebo vránu, která mluví jako velryba nebo vrána způsobem, ze kterého by nemohli poznat, že nemluví s někým ze svých vlastních. Zápletka spočívá v tom, že bychom se mohli zapojit do než pochopíme, co říkáme,“ řekl Raskin Googlu.