Strojové učení pomáhá vědcům rozpoznávat zvuky kaloňů
25.12.2016, Kateřina Hoferková, aktualita
Skupina vědců z Telavivské univerzity použila strojové učení k rozpoznávání zvuků, které vydávají kaloni. Algoritmus rozřadil nahrávky do několika kategorií a zjišťoval i výsledek komunikační situace.
Algoritmus strojového učení může posloužit při ovládání nejrůznějších robotů stejně dobře jako při biologických výzkumech zaměřených na zvířata. Toho využili i izraelští vědci z Telavivské univerzity, kteří naprogramovali systém, jenž má sloužit biologům při rozpoznávání zvuků kaloňů.
Kaloň egyptský je druh, který se vyskytuje zejména v Africe, a to jak i jméno napovídá konkrétně v Egyptě. Tito kaloni žijí ve velkých koloniích a vydávají různé zvuky. Právě díky algoritmu strojového učení se vědci dostali o krok blíže k tomu, aby jejich komunikaci rozšifrovali, protože lidským uchem nejsou jejich skřeky téměř rozlišitelné.
Strojové učení nemusí využívat jen roboti
Výzkumný tým sesbíral zvukové vzorky, kvůli kterým musel strávit 75 dní nahráváním. K tomu vědcům sloužily dvě skupiny kaloňů egyptských po jedenácti jedincích, přičemž byly obě skupinky drženy odděleně. Na záznamech pak byly zachyceny různé zvuky, které kaloni vydávali za nejrůznějšími účely. Dvanáct kaloňů byli dospělí jedinci a deset teprve mláďata. Někdy se dorozumívali ohledně jídla, jindy ohledně místa pro zavěšení či rozmnožování, tyto kategorie si také vědci určili a do nich algoritmus strojového učení zvuky rozčleňoval.
Na sesbíraných zvukových nahrávkách se algoritmus strojového učení, který byl původně určen pro identifikaci lidského hlasu, snažil rozpoznávat, za jakým účelem spolu kaloni komunikují. Byla pořízena i videonahrávka, takže bylo možné následně ověřit správnost výsledku. Algoritmus správně identifikoval, od koho zvuky pocházejí, v 71 % případů. 61% úspěšnost měl algoritmus při určování předmětu komunikace, ale skutečný výsledek dorozumívání byl odhadnut jen v 41 % případů.
Tým vědců trénoval algoritmus strojového učení s přibližně 15 000 vzorky zvuků nahraných od 7 dospělých samic. Ve výsledku algoritmus rozpoznával některé důvody komunikace a rozčleňoval zvuky do několika skupin podle předmětu dorozumívání, systém má ale ještě pořád co zlepšovat. Vědci z Telavivské univerzity věří, že tato technologie bude nápomocná i při objasňování komunikace mezi ostatními zvířecími druhy.
Zdroje: engadget.com, theguardian.com
Kaloň egyptský je druh, který se vyskytuje zejména v Africe, a to jak i jméno napovídá konkrétně v Egyptě. Tito kaloni žijí ve velkých koloniích a vydávají různé zvuky. Právě díky algoritmu strojového učení se vědci dostali o krok blíže k tomu, aby jejich komunikaci rozšifrovali, protože lidským uchem nejsou jejich skřeky téměř rozlišitelné.
Strojové učení nemusí využívat jen roboti
Výzkumný tým sesbíral zvukové vzorky, kvůli kterým musel strávit 75 dní nahráváním. K tomu vědcům sloužily dvě skupiny kaloňů egyptských po jedenácti jedincích, přičemž byly obě skupinky drženy odděleně. Na záznamech pak byly zachyceny různé zvuky, které kaloni vydávali za nejrůznějšími účely. Dvanáct kaloňů byli dospělí jedinci a deset teprve mláďata. Někdy se dorozumívali ohledně jídla, jindy ohledně místa pro zavěšení či rozmnožování, tyto kategorie si také vědci určili a do nich algoritmus strojového učení zvuky rozčleňoval.
Na sesbíraných zvukových nahrávkách se algoritmus strojového učení, který byl původně určen pro identifikaci lidského hlasu, snažil rozpoznávat, za jakým účelem spolu kaloni komunikují. Byla pořízena i videonahrávka, takže bylo možné následně ověřit správnost výsledku. Algoritmus správně identifikoval, od koho zvuky pocházejí, v 71 % případů. 61% úspěšnost měl algoritmus při určování předmětu komunikace, ale skutečný výsledek dorozumívání byl odhadnut jen v 41 % případů.
Tým vědců trénoval algoritmus strojového učení s přibližně 15 000 vzorky zvuků nahraných od 7 dospělých samic. Ve výsledku algoritmus rozpoznával některé důvody komunikace a rozčleňoval zvuky do několika skupin podle předmětu dorozumívání, systém má ale ještě pořád co zlepšovat. Vědci z Telavivské univerzity věří, že tato technologie bude nápomocná i při objasňování komunikace mezi ostatními zvířecími druhy.
Zdroje: engadget.com, theguardian.com
