Amerikanische Mathematiker haben ein maschinelles Lernsystem geschaffen, das die Schreie und Schreie von Babys "entschlüsseln" und verstehen kann, was sie von ihren Eltern oder Kindermädchen wollen. Ihre Ergebnisse wurden im Journal of Automatica Sinica veröffentlicht.
In den letzten Jahren haben Wissenschaftler dank der Entwicklung der Mathematik und der Zunahme der Rechenleistung von Computern die Möglichkeit, komplexe neuronale Netze, Systeme der künstlichen Intelligenz, die nicht triviale Aufgaben ausführen und sogar kreativ "denken" können, zu schaffen und neue Beispiele für Kunst und Technologie zu schaffen.
Zum Beispiel haben Wissenschaftler allein in den letzten zwei Jahren eine KI entwickelt, die eine Person im "unzähligen" alten chinesischen Go-Spiel schlagen kann, während sie von Grund auf lernt, die wichtigsten Ereignisse in der Geschichte aus Zeitungen zu finden, Skripte für Computerspiele zu schreiben und Farbfotos und Videos unter Van Gogh zu erstellen und male deine eigenen Bilder.
Anfang letzten Jahres stellten Wissenschaftler ein KI-System vor, das Muttermale von Hautkrebs besser unterscheiden kann als die meisten erfahrenen Dermatologen. Etwas früher schufen Yandex-Programmierer neuronale Netze, die Musikalben im Stil von Nirvana und Civil Defense aufnahmen und Bilder im Stil von Wassily Kandinsky malten.
Liu und seine Kollegen haben die künstliche Intelligenz angepasst, um das bisher exotischste Problem zu lösen. Sie haben einen Algorithmus entwickelt, mit dem die Schreie von Babys sehr genau klassifiziert werden können, und damit eine Art "maschinelles Übersetzungssystem" erstellt.
Wie Eltern feststellen, bemerken viele Eltern und erfahrene Kinderärzte häufig, dass das Weinen von Babys sehr unterschiedlich sein kann, je nachdem, was genau sie vermissen oder was sie zu einem bestimmten Zeitpunkt nervt.
Liu und sein Team schlugen vor, dass diese Signale den gleichen Regeln wie die artikulierte menschliche Sprache folgen und bestimmte Klanggruppen verwenden, um bestimmte Phänomene und Konzepte zu kennzeichnen.
Anhand dieser Idee erstellten die Wissenschaftler eine Art Analogon eines Spracherkennungsprogramms, das Aufzeichnungen über das Weinen verschiedener Kinder analysierte, die in denselben Situationen gemacht wurden. Sie versuchte, in ihnen eine Reihe gemeinsamer Merkmale hervorzuheben, die die Grundlage für die eigentümlichen "Wörter" dieser Säuglingssprache bilden.
Werbevideo:
Mit diesem Algorithmus reisten die Wissenschaftler in ein Entbindungsheim in Illinois und begannen, die Schreie von Babys aufzuzeichnen und zu analysieren. Dabei erlebten erfahrene Kindermädchen und Ärzte genau, was die Babys wollten.
Nach der Analyse mehrerer hundert solcher Audioaufnahmen haben Wissenschaftler etwa ein Dutzend Signale identifiziert, die Babys ausstrahlten, wenn sie wollten, dass ihre Eltern sie füttern, ihre Windel oder Windel wechseln, schlafen oder aus anderen Gründen ihre Aufmerksamkeit erregen möchten.
Wie Mathematiker bemerken, war die Struktur dieser Signale, eine Art "Wörter" der Säuglingssprache, für alle Babys gleich, trotz der großen Unterschiede in der Art ihres Weinens. Dies bedeutet, dass maschinelle Lernsysteme verwendet werden können, um diese Signale zu entschlüsseln, ohne sie auf jedes einzelne Kind zuzuschneiden.
In naher Zukunft planen Wissenschaftler, die Arbeit ihres Programms an einer größeren Anzahl von Kindern zu testen. Darüber hinaus werden sie vergleichen, ob es Unterschiede in der "Säuglingssprache" zwischen Vertretern verschiedener ethnischer Gruppen gibt, und fortgeschrittenere Versionen künstlicher Intelligenz verwenden, um die Aufzeichnungen und die erweiterte "Transkription" dieser Schreie zu analysieren.
