آذر ۵, ۱۴۰۳

عاشق وب

سایتی برای دوستداران وب. اخبار روز فناوری اطلاعات را در سایت عاشق وب دنبال کنید

ترجمه خرخر خوک با استفاده از هوش مصنوعی!

Rate this post

دانشمندان می گویند که توانسته اند برای نخستین بار صدای خُر خُر خوک را ترجمه و عواطف و احساسات آنرا درک کنند. این یک پیشرفت بالقوه برای نظارت بر سلامت حیوانات است.
به گزارش عاشق وب به نقل از ایسنا و به نقل از دیلی میل، محققان یک هوش مصنوعی را توسط ۷۴۱۴ صدا که در مراحل مختلف زندگی ۴۱۱ خوک همچون ذبح، جمع آوری شده بود، آموزش دادند.
این الگوریتم را میتوان به صورت بالقوه برای ساخت برنامه ای برای کسانی که از خوک ها نگهداری می کنند بهره برد تا دریابند که صدای خوک ها به چه معناست.
کارشناسان می گویند که با داده های کافی برای آموزش الگوریتم میتوان از این روش برای درک بهتر احساسات سایر پستانداران هم بهره برد.
این تحقیقات به رهبری دانشگاه کوپنهاگن، مؤسسه فناوری فدرال زوریخ(ETH Zurich) و موسسه تحقیقات ملی فرانسه برای کشاورزی، غذا و محیط زیست(INRAE) صورت گرفت.
دکتر “الودی بریفر”(Elodie Briefer) از دانشگاه کوپنهاگن می گوید: ما این الگوریتم را آموزش دادیم تا خُرخُر خوک ها را رمزگشایی کند.
حالا به کسی نیاز داریم که این الگوریتم را به یک اپلیکیشن تبدیل کند که مزرعه داران بتوانند از آن برای بهبود سلامت حیوانات استفاده کنند.
محققان می گویند که الگوریتم می تواند نشان دهد که آیا یک خوک درحال تجربه کردن احساسات مثبت مثل شادی یا هیجان، احساسات منفی مثل ترس یا اضطراب یا حسی میان آنها است.
صدای این خوک ها در سناریوهای مختلف تجربی و تجاری جمع آوری شد. موقعیت های مثبت شامل شیر خوردن و جمع شدن باردیگر اعضای یک خانواده بعد از جدایی بود و موقعیت های منفی شامل انزوای اجتماعی، دعوا و انتظار در کشتارگاه بود.
در طول این آزمایش رفتار و ضربان قلب خوک ها کنترل و در صورت امکان به ثبت رسید. سپس محققان صداهای ضبط شده را بررسی کردند تا موقعیت ها و احساسات مثبت و منفی را از یکدیگر تشخیص دهند.
همانطور که در تحقیقات قبلی نشان داده شده است صداهای با فرکانس بالاتر مثل جیغ زدن در زمان بروز عواطف منفی بیشتر رخ می دهد. این در شرایطی است که صداهای با فرکانس پایین در هر دو موقعیت مثبت و منفی رخ می داد.
با تجزیه و تحلیل دقیق تر فایل های صوتی، محققان به الگوی جدیدی دست پیدا کردند که آن چه خوک ها در شرایط مختلف تجربه کرده بودند را با جزئیات بیشتری نشان می داد.
دکتر بریفر می گوید: ما این الگوریتم را آموزش دادیم و می توانیم ۹۲ درصد صداها را با احساسات صحیح تطبیق دهیم.
باآنکه به صورت گسترده پذیرفته شده است که سلامت روان دام اهمیت زیادی برای رفاه کلی آن دارد اما امروزه بیشتر به سلامت جسمانی آن توجه می شود.
محققان امیدوارند الگوریتم آنها بتواند راه را برای ایجاد بستر جدیدی برای نظارت بر سلامت روان حیوانات توسط کشاورزان هموار کند.
این یافته ها در مجله ی “ساینتیفیک ریپورتس”(Scientific Reports) انتشار یافته است.

منبع: