人工知能は本当に動物と会話するのに役立つのでしょうか?

イルカ調教師は手で「一緒に」と合図し、続いて「創造して」と合図します。訓練された2頭のイルカが水中に姿を消し、音を交わしながら浮上し、仰向けになって尻尾を上げます。彼らは自分たちで新しい技を考案し、要求に応じて次々と披露しました。 「これは言語が存在することを証明するものではありません」とアザ・ラスキンは言う。 「しかし、彼らが豊かで象徴的な形式のコミュニケーションを使用できれば、その作業は確実に容易になるでしょう。」

ラスキンは、アース・スピーシーズ・プロジェクト (ESP) の共同創設者であり、カリフォルニア州の非営利団体の会長です。機械学習と呼ばれる人工知能 (AI) の一種を使用して人間以外のコミュニケーションを解読するという野心であり、利用可能なすべての独自技術を公開し、他の生物種との関係を深めて生物種を保護することになります。 1970 年のクジラの歌を集めたアルバムは、商業捕鯨の禁止につながる運動に影響を与えました。動物界の Google 翻訳は何を生成しますか?

この組織は、LinkedIn 共同創設者リード ホフマンを含む主要寄付者の支援を受けて 2017 年に設立され、昨年 12 月に最初の科学論文を発表しました。目標は、私たちが生きている間に動物とのコミュニケーションを始めることです。 「私たちが目指しているのは、動物のコミュニケーションを解読し、人間以外の言語の謎を発見できるかどうかです」とラスキン氏は語った。 「その過程で、同様に重要なことですが、生物学者と動物の保護をサポートするテクノロジーを開発しています。」

動物の鳴き声を理解することは、人間にとって長い間興味と探究の対象でした。さまざまな霊長類が発する警報の鳴き声は、捕食者によって異なります。イルカは特徴的な笛を使って友達を呼びます。鳴き鳥の中には、鳴き声から要素を抽出し、それらを再構成してさまざまなメッセージを伝えることができるものもあります。しかし、すべての基準を満たす動物コミュニケーションは存在しないため、ほとんどの専門家はそれを言語とは呼びません。

最近まで、解読は主に綿密な観察に依存していました。しかし、現代のアニマルコミュニケーションセンサーによって収集できる膨大な量のデータを処理するために機械学習を適用することに強い関心が寄せられています。 「人々はそれを使い始めました」と、哺乳類や鳥類の音声コミュニケーションを研究しているコペンハーゲン大学の准教授エロディ・ブリーファー氏は言う。 「しかし、どれだけのことができるかはまだわかりません。」

ブリーファー氏は、豚のうなり声を分析して、豚がポジティブな感情を抱いているかネガティブな感情を抱いているかを判断するアルゴリズムを共同開発しました。 DeepSqueak と呼ばれる別の方法は、超音波の鳴き声に基づいてげっ歯類がストレスを受けているかどうかを判断します。もう 1 つの取り組みである CETI プロジェクト (Cetacean Translation Initiative の略) は、機械学習を使用してマッコウクジラの通信を翻訳することを計画しています。

今年の初めに、Elodie Brieferらはブタの声による感情に基づいた研究を発表しました。さまざまなシナリオで 411 頭の豚から 7,414 の音を収集しました。

しかし、ESPは、ある種のコミュニケーションを解読することに焦点を当てているのではなく、すべての種のコミュニケーションを解読することに焦点を当てているため、そのアプローチは異なると述べています。ラスキン氏は、霊長類、クジラ、イルカなどの社会性動物の方が豊かな象徴的コミュニケーションの可能性が高いことを認めていますが、目標は動物界全体に適用できるツールを開発することです。 「私たちは種にとらわれないのです」とラスキン氏は言う。 「私たちは、虫からクジラまで、あらゆる生物学に使えるツールを開発しています。」 ラスキン氏は、ESP に関する彼の「直観を刺激する」研究は、機械学習がさまざまな言語で使用でき、時には遠く離れた人間の言語の間でも翻訳できることを示していると述べました。事前知識。

プロセスは、物理的な位相空間で単語を表現するアルゴリズムを開発することから始まります。この多次元の幾何学的表現では、点 (単語) 間の距離と方向は、それらが互いにどのように意味のある関係にあるのか (意味関係) を表します。たとえば、「王」と「男性」の関係は、「女性」と「女王」の距離と方向と同じです。 (マッピングは、単語の意味を知ることによって行われるのではなく、単語が互いにどの程度近いかを知ることによって行われます。)

これらの「形状」は異なる言語でも類似していることが後に判明しました。そして 2017 年に、独立して研究していた 2 つの研究グループが、形状を揃えることで翻訳を実現できる技術を発見しました。英語からウルドゥー語に変換するには、英語の単語の形を揃えて、英語の単語の点に最も近いウルドゥー語の単語の点を見つけます。 「そうすれば、ほとんどの単語をかなりうまく翻訳できるようになります」とラスキン氏は言う。

ESP の目標は、動物のコミュニケーションのこのような表現を作成し、単一の種と多くの種に同時に取り組み、人間の普遍的なコミュニケーションの「形」と重複するかどうかなどの疑問を探ることです。ラスキン氏は、動物が世界をどのように経験しているかは分からないが、一部の動物には悲しみや喜びなどの感情があり、それを私たちと共有し、同種の他の動物とコミュニケーションをとっている可能性が高いと述べた。 「重なり合う図形のうち、直接伝達または変換できる部分と、それができない部分のどちらがより素晴らしいのかはわかりません。」

イルカはクリック音、笛などの音を使ってコミュニケーションをとります。しかし、彼らは何を話しているのでしょうか？

動物は音だけではなくコミュニケーションをとっている、と彼は付け加えた。たとえば、ミツバチは「ワグルダンス」を使って花の位置を他の人に知らせます。さまざまな通信モードにわたる翻訳も必要です。

目標は「月に行くようなものだ」とラスキン氏は認めるが、その考えは一度に達成されるものではない。代わりに、ESP のロードマップには、より大きな全体像を達成するために一連の小さな問題を解決することが含まれています。これにより、人工知能を応用して研究対象の種の秘密を明らかにしようとしている研究者を支援できる一般的なツールが開発されるはずです。

たとえば、ESP は最近、アニマルコミュニケーションにおけるいわゆる「カクテルパーティー問題」に関する論文を発表 (そしてそのコードを共有) しました。この問題では、同一の動物のグループの中でどの個体が誰であるかを区別することが困難です。

「私たちの知る限り、この種のエンドツーエンドの[動物の声]のもつれを解くことをこれまでに行った人は誰もいません」とラスキン氏は語った。 ESP が開発した AI ベースのモデルは、イルカの鳴き声、マカクの鳴き声、コウモリの鳴き声でテストされ、モデルのトレーニング対象となった個人からの鳴き声の場合に最もよく機能しましたが、より大きなデータセットでは、混合鳴き声を解明することができました。トレーニングキューにいない動物から。

もう 1 つのプロジェクトには、ザトウクジラを試験種として使用し、人工知能を使用して新しい動物の鳴き声を生成することが含まれています。発声をマイクに分割し（100分の1秒持続するさまざまな音声単位）、言語モデルを使用してクジラのように何かを「話す」ことによって作成された新しい鳴き声を動物に再生して、動物がどのように反応するかを確認できます。 AI がランダムな変化と意味的に意味のある変化の原因を特定できれば、意味のあるコミュニケーションに近づける可能性があるとラスキン氏は説明しました。 「それが何を意味するかはまだわかりませんが、人工知能がその言語を話せるようになります。」

ハワイのカラスは道具を使うことで知られていますが、同時に道具を使うこともあります。特に複雑な発声をすると考えられています。

別のプロジェクトは、パターンを学習するために人間の専門家によるデータのラベル付けを必要としない、自己教師あり機械学習を適用することで、種が持つ鳴き声の種類の数を決定するアルゴリズムを開発することを目的としています。初期のテストケースでは、セント・アンドリュース大学の生物学教授クリスチャン・ルッツ率いるチームが録音した録音をマイニングし、ハワイのカラスの声のレパートリーの目録を作成する予定だ。ルッツはハワイのカラスの声のレパートリーを発見した採餌用の道具を作る能力と使用する能力を備えており、他のカラス種よりも複雑な音声レパートリーを持っていると考えられています。

ルッツは、このプロジェクトの動物保護の価値に特に興奮しています。ハワイのカラスは絶滅の危機に瀕しており、飼育下でのみ存在し、野生に戻すために飼育されています。長期にわたる記録を記録することで、その種の鳴き声レパートリーが飼育下で侵食されているかどうか（たとえば、特定の警報鳴き声が失われた可能性がある）を追跡できることが期待されており、これは再導入に影響を与える可能性があり、この喪失は可能性がある。介入による解決によって軽減されます。 「これは、これらの鳥の危機からの回復を支援する私たちの能力の前進につながる可能性があります」とラッツ氏は述べ、手動による発見とトリアージの呼び出しは労働集約的であり、間違いが発生しやすいと付け加えた。

一方、別のプロジェクトでは、発声の機能的意味を自動的に理解することを目指しています。この研究は、カリフォルニア大学サンタクルーズ校の海洋科学教授、アリ・フリードレンダー氏の研究室で行われている。この研究室は、直接観察することが難しい野生の海洋哺乳類が水中でどのように移動するかを研究しており、世界最大規模の標識プログラムの 1 つを実行しています。動物に取り付けられた小型の電子「生体記録」装置は、動物の位置、動きの種類、さらには見たものさえも記録することができます (これらの装置にはカメラが搭載されている場合があります)。この研究室には、海洋に戦略的に設置された記録計からのデータも保管されています。

ESP の目的は、まずラベル付きデータに自己教師あり機械学習を適用して、動物が何をしているか (食事、休憩、旅行、社交など) を自動的に測定し、次に音声データを追加して、次のことを確認することです。機能的な意味が呼び出しに関連付けられます。 （その後、再生実験や、以前にデコードされた通話を使用して、あらゆる発見を検証できます。）この技術は、最初にザトウクジラのデータに適用されます。研究室では、同じグループ内の複数の動物にすでにタグが付けられているため、どのように送受信されるかを確認できます。信号。フリードランダー氏は、現在利用可能なツールがデータから何を引き出すことができるかという点で「限界に達している」と述べた。 「ESPができる仕事が新たな洞察をもたらすことを期待している」と同氏は語った。

しかし、誰もがそのような野心的な目標を達成するための人工知能の力にそれほど熱心であるわけではありません。ペンシルバニア大学の心理学の名誉教授であるロバート・セイファース氏は、自然の生息地における霊長類の社会的行動と音声コミュニケーションを40年以上研究してきました。同氏は、動物の声のレパートリーの特定など、いくつかの問題は機械学習で解決できると考えているが、発声の意味や機能の発見など、他の分野では機械学習が多くの問題を引き起こすのではないかと同氏は考えている。

問題は、多くの動物が複雑な社会を持っているにもかかわらず、彼らの音のレパートリーが人間のレパートリーよりもはるかに少ないことだと彼は説明します。その結果、まったく同じ音がさまざまな文脈で異なる意味に使用される可能性があります。これは、その人が誰を呼んでいるのか、他人とどのように関係しているのか、階層のどこに当てはまるのか、誰が誰なのかなど、文脈を研究することによってのみ可能です。それらは相互作用し、その意味が確立されることが期待されます。 「これらの AI アプローチだけでは十分ではないと思います」とセイファース氏は言います。 「外に出て動物を見なければなりません。」ダンス。

動物のコミュニケーションの形式が人間のコミュニケーションの「形式」と意味のある形で重なるという概念自体にも疑問があります。セイファース氏は、私たちがよく知っている人間の言語にコンピューターベースの分析を適用することは別のことであると述べた。しかし、他の種に対してそうすることは「完全に異なる」可能性があります。 DeepSqueakアルゴリズムを共同開発したワシントン大学の神経科学者ケビン・コフィー氏は、「これは興味深いアイデアだが、かなり無理がある」と語る。

以上が人工知能は本当に動物と会話するのに役立つのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。