هوش مصنوعی زبان حیوانات را می‌فهمد؟

غزال زیاری: تا به حال برایتان این سوال مطرح شده که پرندگان در مورد چه مسائلی با هم صحبت می‌کنند؟ شاید دوست داشته باشید تا بدانید که گربه‌ها در مورد شما چه فکر می‌کنند.

یوسی یوول و اودد رچاوی از دانشکده جانورشناسی علوم زیستی و اعصاب دانشگاه ساگول با بهره‌گیری از هوش مصنوعی به درک ارتباطات حیوانات پرداخته‌اند.

در مقاله‌ای تحت عنوان “هوش مصنوعی و چالش دکتر دولیتل” که در مجله Current Biology منتشر شده، این تیم تفاوت‌های ظریف هوش حیوانات، ارتباطات و پتانسیل و محدودیت‌های قابلیت‌های هوش مصنوعی در این زمینه را بررسی کرده‌اند.

این محققان ارتباط با حیوانات را تحت‌عنوان “چالش دکتر دولیتل” که نام آن از مجموعه‌ای از کتابهای محبوب کودکان که با اقتباس از چندین فیلم و انیمیشن گرفته شده، تعریف کرده‌اند. در این داستان تخیلی، دکتر دولیتل توسط یک طوطی به نام پلینزی که از آفریقا و چند زبانه است و هم به زبان پرندگان و هم به زبان انگلیسی انسان‌ها صحبت می‌کند، زبان پرندگان را یاد می‌گیرد.

در این داستان پلینزی، می‌گوید که حیوانات به زبان دیگری صحبت می‌کنند:« اگر من بگویم که پلی یک تکه بیسکوئیت می‌خواهد، تو متوجه می‌شوی ولی این را گوش کن:” کاکا- او-یی، فی-فی”»

دکتر در پاسخ به او می‌گوید:« خب؛ این یعنی چی؟»

و جواب پلینزی این است:« این به زبان پرنده‌ها، یعنی آیا فرنی هنوز داغ است؟»

طبق گفته محققان صرف‌نظر از توانایی‌های حیوانات، انسان‌ها یا هوش مصنوعی، متن و زمینه ارتباطی، بسیار متفاوت از انتساب معنای مستقیم به صداهاست. دقیقا مثل زبان‌های مختلف انسانی. برای گفتگو با دنیای حیوانات به عوامل ارتباطی متعددی نیاز است و دانشمندان در این راستا، سه مانع بزرگ را شناسایی کرده‌اند.

بیشتر بخوانید:

• یک اتفاق حیرت آور: این پنج فروند از قدیمی‌ترین جت‌های بمباردیه هنوز پرواز می‌کنند!
• بزرگترین گورستان هواپیمای جهان/ ایستگاه آخر جنگنده‌های مشهور/ عکس

زمینه

اولین محدودیت موجود، چالش تمایز زمینه ارتباطات حیوانات است. انسان‌ها دهه‌هاست که ارتباطات حیوانات را ضبط و صدای آنها را تقلید می‌کنند و محققان بدون کمک گرفتن از هوش مصنوعی توانسته‌اند تا براساس این تکنیک، پاسخ‌هایی را از حیوانات مختلف دریافت کنند.

مثلا یک قورباغه رباتیک شبه ماده، قورباغه‌های نر واقعی را برای جفتگیری جذب می‌کند و یک ربات ماهی با ماهی‌های زنده تعامل برقرار کرده و بر حرکات آنها تاثیر می‌گذارد.

یک ربات زنبور نیز موفق شد تا زنبورهای واقعی را برای پیروی از دستورالعمل‌های رقص و پرواز به مکان خاصی در یک مزرعه با خود همراه کند. این رقص خاص، در حقیقت شیوه‌ای است که زنبورها اطلاعات مربوط به مکان غذا را از طریق آن به هم منتقل می‌کنند و با حرکات خاصی، جهت مشخصی را به یکدیگر نشان می‌دهند.

این نمونه‌ها، پتانسیل محرک‌های مهندسی شده را برای برانگیختن پاسخ‌ها و حتی انتقال اطلاعات به حیوانات در موقعیت‌هایی با یک زمینه خاص را نشان می‌دهد. در شرایطی که هوش مصنوعی می‌تواند صداهایی شبیه به صداهای ارتباط حیوانات را تولید کند، تعیین اینکه آیا آنها به زمینه‌ای فراتر از آنچه صدایی آشنا یا شبیه صدای حیوانات نزدیک می‌شوند، دشوار خواهد بود.

هوش مصنوعی ممکن است بعد از تمرین کردن با صداهای ضبط شده، بتواند صدای ترانه یک پرنده خاص را شبیه‌سازی کند ولی برای تعیین اینکه آیا این پرنده برای تعیین قلمرو این صدا را درآورده یا برای جذب جفت و یا صرفا یک آواز خواندن یا رساندن پیغام دیگری است، به اطلاعات بیشتری نیاز دارد.

نویسندگان این مقاله معتقدند که این ماجرا در ارتباطات غیر صوتی و درباره حشراتی که با استفاده از سیگنال‌های شیمیایی با هم ارتباط برقرار می‌کنند نیز صادق است. رمزگشایی اینکه آیا ماده شیمیایی، سیگنالی برای جفت‌گیری است یا هشداری برای خطر، بدون مشاهده رفتارهای حشرات کار دشواری خواهد بود.

در حال حاضر هوش مصنوعی برای شروع کار درباره ارتباطات حیوانات، از جمله آواز پرندگان، به ورودی اطلاعات و دیتاهای انسانی نیاز دارد. تعصبات انسانی به شدت بر تفسیر این سیگنال‌ها تاثیرگذار است؛ چرا که در برخی مواقع آواز پرنده باید به عنوان زمینه‌ای برای هوش مصنوعی معین شود تا بتواند ارتباطش با دیگر آوازهای پرندگان تعیین گردد. این به یک رویکرد کنترل شده برای مشاهده ارتباطات حیوانات نیاز دارد که فقط پاسخ‌های طبیعی آن را استنتاج می‌کنند.

استنتاج واکنش‌های طبیعی

حیوانات طیف وسیعی از رفتارها را از خود نشان می‌دهند و واکنش آنها تحت تاثیر عوامل متعددی از جمله وضعیت فیزیولوژیک فعلی، پویایی اجتماعی و شرایط محیطی است.

گونه‌های مختلف جانوری برای برقراری ارتباط از روش‌های حسی مختلفی مثل صدا، سیگنال‌های شیمیایی یا زبان بدن بهره می‌برند و تفکیک واکنش‌های خاص مرتبط با ارتباطات ممکن است نیازمند مجموعه‌ای از تکنیک‌های مشاهده‌ای باشد. آزمایش‌ها نمی‌توانند حیوانات را برای انجام واکنش‌ها که یک تکنیک رایج در تحقیقات است، آموزش دهند. چرا که این روش پنجره ارتباط طبیعی را بسته و باعث می‌شود تا مشاهدات آزمایشگاهی به آموزش وابسته شود.

سنجش واکنش‌ها نیز ممکن است چالش برانگیز باشد؛ چرا که شاید واکنش بیرونی و قابل اندازه‌گیری واضحی وجود نداشته باشد. انسان‌ها ممکن است برخی واکنش‌ها را از دست بدهند. الگوریتم‌های هوش مصنوعی برای تفسیر واکنش‌ها آموزش داده می‌شوند و بدین ترتیب امکان آن بیشتر خواهد بود که ژست‌های ظریف را به چشم واکنش و ارتباط دادن آنها با چیزی که واقعا وجود ندارد، ببینند.

بازه محدود زمینه‌ها

مانع سوم شناسایی شده، شامل ارتباط حیوانات با تمرکز بر مجموعه محدودی از زمینه‌هاست. این محدودیت‌ها، توانایی ارتباط با حیوانات را در طیف گسترده‌ای از موضوعات یا زمینه‌ها کاهش می‌دهد و به شکلی بالقوه دامنه ارتباطات بین گونه‌ها را محدود می‌کند.

فواید بالقوه

البته مزایای بالقوه متعددی نیز در ارتباط با حیوانات وجود دارد. برقراری ارتباط موثر با زنبورهای عسل یا دیگر جانوران گرده‌افشان می‌تواند به نفع کشاورزی باشد. تشخیص خلق و خو و حالات حیوانات مزرعه، به مراقبت بهتر از آنها کمک خواهد کرد و درک زمزمه‌های جانوران در یک جنگل محافظت شده، حافظان محیط زیست را از یک تهدید ناشناس آگاه خواهد کرد. تصور کنید اگر موش‌ها بتوانند دیدگاه‌هایشان را به اشتراک بگذارند، روند آزمایش‌های تحقیقاتی به شکل قابل توجهی بهتر خواهد شد.

این در عین حال به عنوان اولین تمرین تماس‌ها برای برخوردهای بالقوه فرازمینی هم اثرگذار است. اگر ما نتوانیم با موجودات زنده و حیات هوشمند در سیاره خودمان ارتباط برقرار کنیم، چه امیدی به برقراری ارتباط با موجودات احتمالی از سیاره‌های دیگر خواهیم داشت؟

منبع: phys

۵۸۵۸