Обидите со помош на вештачка интелигенција да се дешифрира комуникацијата на китови, лилјаци, птици и други животни се соочуваат со важна пречка: сличноста меѓу звуците не значи нужно и сличност во значењето.
Студија предводена од истражувачи од Универзитетот во Тел Авив покажува дека моделите за вештачка интелигенција главно ги анализираат физичките карактеристики на звуците. Но, за да се разбере порака, потребно е да се знае како ја доживува и на неа реагира животното што ја прима.
Истражувачите го испитале проблемот преку вокализации на мали деца кои сè уште немаат целосно развиен говор. Снимките опфаќале ситуации на вознемиреност, повикување на мајката или таткото и барање храна. Бидејќи луѓето можат барем делумно да го утврдат значењето на овие звуци, тие послужиле како корисен модел за проверка на пристапот.
Снимките биле анализирани со класичен акустичен метод и со две современи длабоки невронски мрежи — едната обучена со животински вокализации, а другата со говор на возрасни луѓе. Иако невронските мрежи биле поуспешни од класичниот метод, ниту еден модел не успеал сигурно да ги разликува звуците според нивната намера.
Во одредени случаи, моделите спојувале акустички слични звуци со различни пораки, додека раздвојувале различни звуци што пренесувале исто значење. Дополнително, не ја препознале ниту зголемената итност во низа вокализации — разлика што човечкото уво природно ја забележува.
Авторите на студијата, објавена во списанието Current Biology, заклучуваат дека дешифрирањето на животинската комуникација ќе бара комбинација од вештачка интелигенција, набљудување на однесувањето, експерименти со репродукција на звуци и, во некои случаи, мерење на мозочната активност. Вештачката интелигенција може да биде моќна алатка, но сама по себе не може да ја замени перспективата на животното.
