Compania chineză Baidu vrea să breveteze dispozitivul AI care va transforma în cuvinte sunetele scoase de animale

Visul oamenilor de a comunica direct cu animalele de companie ar putea deveni în curând realitate, datorită unei invenții a gigantului inteligenței artificiale Baidu.

Compania chineză vrea să patenteze o nouă tehnologie bazată pe inteligență artificială, care va fi capabilă să traducă sunetele emise de animale în limbaj uman.

Cum „traduce” Baidu sunetele animalelor în limbaj uman

Centrele de date, marea problemă climatică absentă de pe agenda ONU

14:25

Pensia medie a crescut ușor în trimestrul II, dar numărul pensionarilor a scăzut. Diferențe mari între județe

12:33

Cercetători și companii din întreaga lume încearcă de zeci de ani să decodeze limbajul animalelor. În 2001, japonezii de la Takara au lansat Bowlingual, un dispozitiv electronic de buzunar care traducea lătratul câinilor. Produsul a fost inclus de revista Time pe lista celor mai bune invenții din 2002. Ulterior, compania a lansat și Meowlingual, un dispozitiv similar destinat pisicilor.

În 2014, un mic laborator de cercetare scandinav a strâns peste 22.000 de dolari prin platforma de crowdfunding Indiegogo pentru dispozitivul „No More Woof”. După trei ani, însă, echipa a declarat că proiectul a devenit prea costisitor pentru a fi continuat.

Și, totuși, visul oamenilor de a comunica direct cu animalele ar putea deveni realitate. Compania chineză Baidu, cunoscută în special pentru motorul său de căutare online, a depus o cerere de brevet pentru o tehnologie de inteligență artificială (AI). Aceasta are ca scop transformarea sunetelor emise de animale în limbaj uman.

Cererea a fost înregistrată încă din luna decembrie, însă aceasta a devenit publică abia acum, prin intermediul Administrației Naționale pentru Proprietate Intelectuală din China.

Metoda de „traducere” presupune colectarea mai multor tipuri de date de la animalul-țintă. Este vorba despre voce, limbaj corporal, modificări comportamentale și alte semne biologice. Noua tehnologie analizează aceste date pentru a putea identifica starea emoțională a animalului și apoi o transpune într-un limbaj uman, explică Baidu, citat de South China Morning Post.

Sistemul se bazează pe mai multe ramuri AI. Ne referim aici la învățarea automată, care permite calculatoarelor să învețe din seturi mari de date, învățarea profundă, care folosește rețele neuronale pentru a analiza caracteristicile vocale și de mișcare, și despre procesarea limbajului natural, care aplică metode computaționale pentru analizarea și generarea de vorbire și limbaj natural.

Dacă vocea înregistrată nu se potrivește cu nici un model emoțional anterior, echipa ar eticheta manual sunetul, ar actualiza eșantionul de date și ar ajusta parametrii modelului AI.

Ce metode folosesc tehnologiile similare actuale?

Este important de menționat că publicarea cererii de brevet nu înseamnă automat că acesta a și fost aprobat. Potrivit lui You Yunting, senior partner la firma de avocatură Shanghai Debund, evaluarea unei astfel de cereri poate dura în jur de un an în cel mai bun caz. „Trei ani este o durată obișnuită. În cazuri mai complexe, procesul poate dura chiar patru sau cinci ani, a precizat acesta.

Reprezentanții Baidu nu au oferit detalii despre modul în care intenționează să folosească această tehnologie, cum ar fi, spre exemplu, lansarea unei aplicații dedicate comunicării cu animalele. „Deocamdată, proiectul se află în faza de cercetare. Fiind o firmă specializată în AI, căutăm constant noi modalități de a aplica tehnologiile pe care le dezvoltăm în domenii diverse”, a menționat compania.

În prezent, pe piața din China continentală există zeci de aplicații care susțin că pot traduce sunetele emise de câini, pisici sau chiar de papagali. În afara granițelor țării se caută soluții pentru a încerca descifrarea limbajului animalelor, potrivit Seeking Alpha.

Cei de la Baidu subliniază în cererea lor de brevet că majoritatea tehnologiilor actuale se folosesc două metode, și anume recunoașterea amprentei vocale și analiza expresiilor faciale. Ambele sunt, însă, limitate în capacitatea de a înțelege emoțiile animalelor, deoarece se bazează excesiv pe o singură sursă de informații.