گام بعدی هوش مصنوعی؛ تلاش دانشمندان برای رمزگشایی از زبان دلفینها
پژوهشگران پروژه Wild Dolphin Project با همکاری دانشمندان Google DeepMind و دانشگاه جورجیا تک، در حال استفاده از هوش مصنوعی برای تحلیل هزاران ساعت داده صوتی و تصویری دلفینها هستند تا الگوهای ارتباطی این پستانداران دریایی را کشف کنند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- محققان پس از چهار دهه گردآوری دادههای صوتی و تصویری، اکنون به کمک هوش مصنوعی و همکاری با Google DeepMind در حال کشف الگوهای پنهان در زبان دلفینها هستند.
- تیم پژوهشی با طراحی یک کامپیوتر پوشیدنی زیرآبی که صداهای خاص دلفینها را پخش میکند، نخستین آزمایشها را برای برقراری ارتباط دوطرفه با این آبزیان آغاز کرده است.
- با وجود موفقیت هوش مصنوعی در شناسایی ساختار صداها، تفکیک تقلید صرف از درک واقعی مفاهیم در فرهنگ دلفینها همچنان بزرگترین چالش علمی پیش روی محققان بهشمار میرود.
مدلهای زبانی بزرگ همین حالا هم هر روز به دهها زبان مختلف با انسانها گفتوگو میکنند. با این حساب، شاید استفاده از این فناوری برای صحبت کردن با دلفینها هم چندان دور از ذهن نباشد.
این ایده، شالوده پژوهشهای دنیس هرزینگ (Denise Herzing)، بنیانگذار و مدیر پروژه Wild Dolphin Project را تشکیل میدهد. هرزینگ نخستین بار در سال ۱۹۸۵، زمانی که برای مطالعه دلفینهای خالدار اقیانوس اطلس به باهاما سفر کرده بود، با شنیدن صداهای تیکمانند و سوتهای معنادار این پستانداران دریایی به فکر چگونگی ارتباط برقرار کردن آنها افتاد.
هرزینگ در جریان یک نشست علمی اعلام کرد که پس از ۴۰ سال انتظار، سرانجام هوش مصنوعی به او امکان داده است تا گره از راز گفتوگوهای دلفینها بگشاید. گروه تحقیقاتی او ساعتهای بیشماری از ویدیوها و فایلهای صوتی دلفینها را گردآوری کرده است و اکنون با همکاری دانشمندان مؤسسه فناوری جورجیا (Georgia Tech) و آزمایشگاه Google DeepMind تلاش میکند تا به زبان دلفینها ساختار ببخشد؛ هرچند هنوز تا ترجمه کامل آن فاصله داریم.
او در این باره میگوید: «با کمک هوش مصنوعی میتوانیم الگوها را پیدا کنیم. این یک ابزار جدید و قدرتمند است که شخصاً سالها انتظارش را میکشیدم.»
این تیم پژوهشی حتی بخشی از یافتههای خود را برای آزمایش ارتباط دوطرفه به کار گرفته و بدین منظور، یک کامپیوتر پوشیدنی مخصوص زیر آب طراحی کرده است که میتواند صداهای دلفینها را پخش کند. این سیستم شامل پخش صداهایی برای اشاره به اشیای خاص، مانند یک شال، یا زیستگاههایی نظیر جلبک دریایی سارگاسوم است. در این آزمایش، دو پژوهشگر رفتاری را شبیهسازی میکردند؛ برای نمونه، یک محقق صدای مربوط به شال را پخش میکرد و محقق دیگر با آن مشغول بازی میشد تا واکنش دلفینها را بسنجند.
با این حال، یکی از چالشهای اصلی، تفکیک ارتباط واقعی از تقلید صرف است. هرزینگ توضیح میدهد: «با اینکه ما این سوتها را در اختیار داریم و روی اسباببازیها برچسب صوتی میگذاریم، اما تفاوت بزرگی میان تقلید کردن صدا و درک کارکرد واقعی آن وجود دارد. تشخیص این موضوع در طبیعت بسیار دشوار است.»
به گفته او، انجام این مطالعات در یک پناهگاه دریایی یا محیطی کنترلشدهتر میتواند به پژوهشگران کمک کند تا این تفاوت را بهتر تشخیص دهند.
اینکه دلفینها دقیقاً به یکدیگر چه میگویند، همچنان تا حدی در هالهای از ابهام قرار دارد. اگرچه تیم هرزینگ در زمینه کشف الگوهای صوتی عملکرد موفقی داشته است، اما شکلگیری یک مکالمه دوطرفه واقعی هنوز راه درازی در پیش دارد. دلیلش این است که هرچند انسانها در درک سلسلهمراتب اجتماعی و رفتار دلفینها پیشرفت قابل توجهی داشتهاند، اما برای برقراری یک گفتوگوی واقعی به تلاشهای علمی بیشتری نیاز است.
هرزینگ میافزاید: «ما شاید دادهها و ساختار زبانی را در اختیار داشته باشیم، اما این صداها در فرهنگ خود دلفینها چه معنایی دارند؟ یافتن پاسخ این پرسش، خود یک اکتشاف مستقل و بزرگ خواهد بود.»
توانایی صحبت کردن با دلفینها بیشک دستاورد بسیار جذابی خواهد بود؛ چراکه تقریباً همه انسانها رویای گفتوگو با حیوانات را در سر پروراندهاند. اما در نهایت، تلاش ما برای درک دلفینها میتواند به شناخت بهتر خودمان و رابطهای که با کره زمین داریم کمک کند. هرزینگ میگوید وقتی از مردم میپرسد که به نظرشان دلفینها به ما چه خواهند گفت، رایجترین پاسخ این است که دلفینها میگویند: «چرا دارید اقیانوس ما را نابود میکنید؟»
او در پایان نتیجهگیری میکند: «همین پاسخ بهخوبی نشان میدهد که خود ما درباره جهان پیرامونمان چگونه فکر میکنیم.»
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

خطر پنهان گزارشدهی خودکار و هوش مصنوعی؛ وقتی دادههای غلط کاملاً درست به نظر میرسند
اتوماسیون و هوش مصنوعی سرعت تهیه گزارشهای سازمانی را بهشدت افزایش دادهاند، اما یک خطر بزرگ در کمین است. وقتی دادههای اولیه بدون اعتبارسنجی وارد سیستم میشوند، خطاهای کوچک در طول محاسبات بزرگنمایی شده و در نهایت به اعدادی غلط اما ظاهراً معتبر روی داشبورد مدیران تبدیل میشوند.

پیامرسانها و تماسهای ویدیویی؛ شکارگاه جدید هکرهای مجهز به هوش مصنوعی
با گسترش هوش مصنوعی و دیپفیک، مهاجمان سایبری دیگر تنها به سرورها و شبکهها حمله نمیکنند، بلکه پیامرسانهای سازمانی و جلسات ویدیویی را هدف قرار دادهاند. شرکتها برای جلوگیری از خسارتهای میلیون دلاری باید امنیت ابزارهای ارتباطی را به اندازه زیرساختهای اصلی خود جدی بگیرند.

پیشبینی دقیقتر برداشت محصولات کشاورزی با مدل هوش مصنوعی NeuralCrop؛ ثبت عملکردی ۸۰ درصد بهتر از روشهای سنتی
پژوهشگران دانشگاه فنی مونیخ با ترکیب شبکههای عصبی و مدلهای زیستمحیطی، سامانه هوش مصنوعی NeuralCrop را توسعه دادهاند. این مدل ترکیبی، دقت برآورد میزان برداشت محصول و تحلیل ریسکهای اقلیمی را تا ۸۰ درصد نسبت به روشهای سنتی افزایش میدهد.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.