Учёные давно разрабатывают устройства и алгоритмы, которые позволили бы им понимать «язык животных». Тут, конечно, впору задаться вопросом: а что это вообще за «язык» такой? Исследователи исходят из широкой трактовки термина: они воспринимают его как средство передачи информации, при котором задействовано много каналов связи — зрительный, слуховой, обонятельный и пр.
Вот одна из недавних работ на эту тему. Учёные из Кореи создали модель искусственного интеллекта, которая не просто классифицирует поведение животных, а распознаёт его смысл и то, чем оно вызвано. Эксперименты проведены на мышах.
Как ИИ самостоятельно нашёл аутизм у мышей
Сотрудники Корейского института передовых наук и технологий под руководством профессора Ким Дэ Су и аспиранта Син Сын Джэ разработали систему, которая понимает мышей лучше, чем человек, даже если он привык пристально следить за ними и поднаторел в этом.
Система анализирует поведение и позы грызунов подобно тому, как языковые модели анализируют человеческую речь. «BehaVERT — это новая ИИ-модель, которая выходит за рамки простой классификации поведения и переходит к пониманию того, что это поведение означает», — объясняет профессор Ким.
Современные технологии позволяют с лёгкостью отслеживать положение частей тела в пространстве — моментально вычислять координаты носа, ушей, лап и хвоста мыши относительно некой точки. Но их ведь надо ещё как-то интерпретировать.
Созданная корейцами на основе алгоритма для понимания естественного языка ИИ-модель учится не на словах, а на оцифрованных фрагментах движения. Идея в том, что последовательность движений похожа на фразу: в ней есть определённый порядок и содержание (смысл). Исследователи «скормили» модели координаты скелета мыши. А модель сама нашла закономерности, сама определила, что такое норма, и начала замечать отклонения.
Чтобы доказать, что алгоритм понимает, а не просто запоминает, учёные устроили ему тест. В эксперименте участвовали мыши с удалённым геном SHANK3B, из-за чего у них были трудности в социальном взаимодействии и коммуникации с сородичами (разновидность аутизма). Если обычные алгоритмы просто замечали, что мыши двигаются определённым образом, то BehaVERT засёк тонкую разницу: грызуны с удалённым геном подходят к сородичам, но, как только дело доходит до «общения нос к носу», у них словно что-то ломается. Качество взаимодействия не соответствует тому, которое демонстрируют здоровые мыши. Причём модель заметила это сама, без подсказки.
«Мы не говорили ей, что это важно. Она поняла это сама», — отмечает Син Сын Джэ.
«Буквы», «слова» и «предложения»
Как уже сказано, модель анализирует последовательность поз. Одна поза — это словно одна буква. Несколько поз — слово. Поведенческий паттерн (повторяющаяся модель действий) — предложение. ИИ научился понимать грамматику этого «двигательного языка».
Например, если мышь долго сидит, потом чистит усы, потом резко меняет направление, это может быть целая «фраза», наполненная смыслом. Мышь не просто движется, она, возможно, проявляет признаки беспокойства. Или даже готовится к прыжку.
Эффективность алгоритма проверили на пяти различных наборах данных. Во всех тестах он превзошёл существующие методы анализа поведения мышей.
Но для чего это нужно? Где это может найти практическое применение? Учёные перечисляют некоторые направления:
- Разработка лекарств. Нейросеть сможет оценивать, как новые лекарственные соединения влияют на социальное поведение, тревожность и двигательную активность. Тем самым она заменит долгие часы ручных наблюдений.
- Психиатрия. Модель пригодится для изучения депрессии, шизофрении, болезни Паркинсона и других расстройств у людей.
- Кросс-видовые исследования. Модель может быть расширена до «модели поведенческих основ», применимой к различным видам животных. Это открывает путь к универсальному распознаванию «языка животных».
Другие примеры
Идея расшифровать язык братьев наших меньших с помощью машинного обучения не нова. Алгоритм, созданный корейцами, работает с движениями грызунов, но другие ученые пошли иным путем — взялись за голоса.
Самый известный проект в этой области — Project CETI (Cetacean Translation Initiative). Учёные пытаются расшифровать «речь» кашалотов, живущих у берегов Доминики. С помощью алгоритмов они обнаружили, что киты, издавая звуки, используют не просто ритм и темп, а ещё и тонкие изменения в интервалах между щелчками и дополнительные щелчки. Вместо 21 известного ранее варианта сигналов их программа смогла сгенерировать более 8700 звуков для кашалотов. Исследователи создали языковую модель, которая предсказывает поведение животных с точностью до 86%.
TweetyBERT — ещё один пример, но уже из мира птиц. Эта модель самостоятельно, без человеческих подсказок, научилась разбивать песню канарейки на ноты и слоги. Алгоритм просто слушал аудио и сам находил в нём структуру, словно ребёнок, который учится говорить, слушая родительскую речь. Такой подход используют, например, для анализа куриного кудахтанья, чтобы определить, больна птица или просто голодна.
Пока это лишь первые шаги. Да, учёные знают, как выделить некоторые «буквы» и «слова» в языке животных, но до перевода фраз типа «посмотри, какая вкусная рыба» ещё очень далеко.
Как сказала одна из исследовательниц: «Мы сейчас как дети-киты, которые только начинают учиться говорить».
| Подписывайтесь на АиФ в MAX |
