Američki matematičari stvorili su sustav strojnog učenja koji može "dekodirati" krikove i plač beba i razumjeti što žele od svojih roditelja ili dadilja. Njihova otkrića objavljena su u časopisu Automatica Sinica.
Posljednjih godina, zahvaljujući razvoju matematike i rastu računalne snage računala, znanstvenici imaju priliku stvoriti složene neuronske mreže, sustave umjetne inteligencije sposobne za nevijalne zadatke, pa čak i kreativno „razmišljanje“, stvarajući nove primjere umjetnosti i tehnologije.
Primjerice, samo u posljednje dvije godine znanstvenici su stvorili AI koji može pobijediti osobu u "nebrojivoj" drevnoj kineskoj igri Go, dok od novina uče od nule da pronađu najvažnije događaje u povijesti, pišu skripte za računalne igre i fotografije u boji i video zapise pod Van Goghom i slikati svoje slike.
Početkom prošle godine, znanstvenici su otkrili AI sustav koji može razlikovati molove od raka kože bolje nego što to mogu učiniti većina iskusnih dermatologa. Nešto ranije programeri Yandexa stvorili su neuronske mreže koje su snimale glazbene albume u stilu Nirvane i Civil Defense i slikali slike u stilu Wassilyja Kandinskog.
Liu i njegovi kolege prilagodili su umjetnu inteligenciju kako bi riješili najegzotičniji problem dosad - stvorili su algoritam koji može vrlo precizno klasificirati krikove beba, i koristili su ga za stvaranje svojevrsnog sustava "strojnog prevođenja".
Mnogi roditelji i iskusni pedijatri, kako znanstvenici napominju, često primjećuju da obrazac plača kod beba može uvelike varirati ovisno o tome što im točno nedostaje ili što im smeta u određenom trenutku.
Liu i njegov tim sugerirali su da se ti signali pridržavaju istih pravila kao artikuliranje ljudskog govora, koristeći posebne skupove zvuka za označavanje specifičnih pojava i koncepata.
Vođeni ovom idejom, znanstvenici su stvorili svojevrsni analogni program prepoznavanja govora koji je analizirao snimke plača različite djece napravljene u istim situacijama. Pokušala je u njima istaknuti određeni skup zajedničkih značajki koje čine osnovu za osebujne "riječi" ovog novorođenčeta.
Promotivni video:
Koristeći ovaj algoritam, znanstvenici su otputovali u rodilište u Illinoisu i počeli snimati i analizirati krikove beba, koristeći iskusne dadilje i liječnike kako bi utvrdili što točno bebe žele.
Nakon analize nekoliko stotina takvih audio zapisa, znanstvenici su identificirali desetak signala koje bebe emitiraju kada su htjele da ih roditelji nahrane, promijene pelenu ili pelenu, žele spavati ili im privuku pažnju iz drugih razloga.
Kao što matematičari primjećuju, struktura tih signala, svojevrsne "riječi" dojenačkog jezika, bila je ista za sve bebe, unatoč velikim razlikama u prirodi njihovog plača. To znači da se sustavi strojnog učenja mogu koristiti za dešifriranje ovih signala bez prilagođavanja svakom pojedinom djetetu.
U skoroj budućnosti znanstvenici planiraju testirati rad svog programa na širem skupu djece. Osim toga, oni će usporediti postoje li razlike u "dječjem jeziku" između predstavnika različitih etničkih skupina, a također će upotrijebiti naprednije verzije umjetne inteligencije za analizu snimaka i proširiti "prepisivanje" ovih vriskova.
