Amerikanska matematiker har skapat ett maskininlärningssystem som kan "avkoda" rop och skrik från spädbarn och förstå vad de vill ha från sina föräldrar eller barnbarn. Deras resultat publicerades i Journal of Automatica Sinica.
Under de senaste åren, tack vare utvecklingen av matematik och tillväxten av datorernas datakraft, har forskare möjlighet att skapa komplexa neurala nätverk, konstgjorda intelligenssystem som kan utföra icke-triviala uppgifter och till och med "tänka" kreativt och skapa nya exempel på konst och teknik.
Till exempel, bara de senaste två åren har forskare skapat AI som kan slå en person i det "obestämliga" antika kinesiska spelet Go, medan de lär sig från grunden för att hitta de viktigaste händelserna i historien från tidningar, skriva manus för datorspel och färgfotografier och videor under Van Gogh och måla dina egna bilder.
I början av förra året avslöjade forskare ett AI-system som bättre kan skilja mullvader från hudcancer än de flesta erfarna hudläkare kan. Lite tidigare skapade Yandex-programmerare neurala nätverk som spelade in musikalbum i stil med Nirvana och Civil Defense och målade bilder i stil med Wassily Kandinsky.
Liu och hans kollegor anpassade konstgjord intelligens för att lösa det mest exotiska problemet hittills - de skapade en algoritm som mycket exakt kan klassificera rop från spädbarn och använde det för att skapa ett slags "maskinöversättning" -system.
Många föräldrar och erfarna barnläkare, som forskare noterar, märker ofta att gråtmönstren hos spädbarn kan variera mycket beroende på exakt vad de saknar eller vad som irriterar dem vid en viss tidpunkt.
Liu och hans team föreslog att dessa signaler skulle följa samma regler som artikulera mänskligt tal genom att använda specifika uppsättningar av ljud för att beteckna specifika fenomen och begrepp.
Med stöd av denna idé skapade forskarna en slags analog till ett taligenkänningsprogram som analyserade inspelningar av gråt från olika barn gjorda i samma situationer. Hon försökte belysa i dem en viss uppsättning gemensamma drag som utgör grunden för de speciella "orden" på detta spädbarnspråk.
Kampanjvideo:
Med hjälp av denna algoritm åkte forskarna till ett av Illinois-modersjukhus och började spela in och analysera skriken från bebisarna, med hjälp av erfarna barnflickor och läkare för att avgöra exakt vad bebisarna ville ha.
Efter att ha analyserat flera hundra sådana ljudinspelningar har forskare identifierat ungefär ett dussin signaler som bebisar sände ut när de ville att deras föräldrar skulle mata dem, byta blöja eller blöja, ville sova eller locka uppmärksamhet av andra skäl.
Som matematiker noterar var strukturen för dessa signaler, ett slags "ord" på spädbarnspråket, densamma för alla spädbarn, trots de stora skillnaderna i deras gråtande. Detta innebär att maskininlärningssystem kan användas för att dechiffrera dessa signaler utan att skräddarsy dem för varje enskilt barn.
Inom en nära framtid planerar forskare att testa arbetet i deras program på en bredare uppsättning barn. Dessutom kommer de att jämföra om det finns skillnader i "spädbarnspråk" mellan företrädare för olika etniska grupper, och använder också mer avancerade versioner av konstgjord intelligens för att analysera inspelningarna och utvidga "transkribera" av dessa skrik.
