Τώρα που τα μεγάλα γλωσσικά μοντέλα (LLM) έχουν εξειδικευτεί στην ανθρώπινη ομιλία, θα μπορούσαν να μας βοηθήσουν να επικοινωνήσουμε με τα ζώα; Δύο νευροβιολόγοι στο Πανεπιστήμιο του Τελ Αβίβ στο Ισραήλ προσπάθησαν να απαντήσουν σε αυτό το ερώτημα δημιουργώντας το «Doctor Dolittle challenge», μια εκδοχή του τεστ Τούρινγκ, στην οποία η τεχνητή νοημοσύνη πρέπει να ξεπεράσει τρία βασικά εμπόδια για να επικοινωνήσει με ένα ζώο, σύμφωνα με την ερτ.
-Η τεχνητή νοημοσύνη πρέπει να χρησιμοποιεί τoν τρόπο επικοινωνίας του ζώου. Το ζώο δεν πρέπει να μάθει νέα σήματα, όπως για παράδειγμα ένας σκύλος που ανταποκρίνεται στις εντολές του ανθρώπου.
-Πρέπει να χρησιμοποιεί αυτά τα σήματα σε ένα εύρος συμπεριφορών, όχι μόνο σε απειλητικές καταστάσεις, όπως όταν οι επιστήμονες αναπαράγουν ένα γνωστό σήμα κινδύνου για να καλέσουν τα πουλιά.
-Τέλος, πρέπει να παράγει μια μετρήσιμη απάντηση από το ζώο, σα να επικοινωνεί με ένα άλλο ζώο και όχι με μια μηχανή.
Για παράδειγμα οι μέλισσες κάνουν έναν ιδιαίτερο χορό για να επικοινωνήσουν στην κυψέλη την τοποθεσία που βρίσκεται η τροφή.
Οι επιστήμονες κατάφεραν να «χακάρουν» αυτή τη γνώση και να δημιουργήσουν μια ρομποτική μέλισσα που μπορεί να στρατολογήσει άλλες μέλισσες με τις κινήσεις της και να τις οδηγήσει σε ένα συγκεκριμένο σημείο. Αυτό το επίτευγμα πληροί το πρώτο και το τρίτο κριτήριο. Ωστόσο ο χορός λειτουργεί μόνο για αυτό το ένα πλαίσιο.
ΔΙΑΒΑΣΤΕ ΕΠΙΣΗΣ
Τεχνητή Νοημοσύνη και έγκλημα: Από τρομοκρατικές επιθέσεις και κακοποίηση παιδιών μέχρι εταιρική κατασκοπεία
Οι επιστήμονες ακόμη δεν μπορούν να ρωτήσουν μια μέλισσα τι θέλει ή πώς αισθάνεται. Επιπλέον, ακόμη και αν το σύστημα καταφέρει να ξεπεράσει και τα τρία εμπόδια, ίσως να μην μπορέσουμε ποτέ να επικοινωνήσουμε με τα ζώα όπως θα θέλαμε.
Στο μέλλον, ένας αλγόριθμος μπορεί να μας πει τι αισθάνεται η γάτα μας αλλά και πάλι ίσως να μην μπορούμε να τη ρωτήσουμε απευθείας. Η ανθρώπινη γλώσσα μπορεί απλώς να είναι μοναδική με τρόπους που δεν γνωρίζουμε, είπαν οι δυο ερευνητές.
Αυτός ο χορός των μελισσών πιθανώς περιέχει πολύ περισσότερες πληροφορίες από όσες έχουμε παρατηρήσει, συμπλήρωσαν.
«Αυτά τα δεδομένα θα πρέπει να συλλεχθούν και να τροφοδοτηθούν στον αλγόριθμο, αν θέλουμε να σπάσει τον κώδικα, αλλά δεν είμαστε καν σίγουροι για το ποιοι άλλοι τύποι δεδομένων θα πρέπει να καταγραφούν», πρόσθεσαν οι συγγραφείς της μελέτης που δημοσιεύθηκε στο «Current Biology».
Η επικοινωνία των πρωτευόντων θηλαστικών μπορεί να είναι ευκολότερη καθώς μοιάζει με τη δική μας. Ωστόσο τα μοντέλα τεχνητής νοημοσύνης θα πρέπει και πάλι να εκπαιδευτούν σε έναν τεράστιο όγκο δεδομένων που θα απαιτούσε μακροχρόνια παρακολούθηση πρωτευόντων θηλαστικών στη φύση.
Ακόμα και αν κατάφερναν να συλλέξουν και να αξιοποιήσουν τα δεδομένα, οι επιστήμονες θα έπρεπε να μετρήσουν μια «φυσική απάντηση» από τα πρωτεύοντα θηλαστικά, που θα έδειχνε ότι άκουσαν και κατάλαβαν την προσπάθεια μιας μηχανής να επικοινωνήσει μαζί τους. Οι νευρωνικές καταγραφές θα μπορούσαν να βοηθήσουν σε αυτό, αλλά σε ορισμένες περιπτώσεις, η απόδειξη της αντικειμενικής κατανόησης μπορεί να είναι εντελώς αδύνατη.
Στο μέλλον, οι δυο επιστήμονες πιστεύουν ότι η τεχνητή νοημοσύνη μπορεί να αξιοποιηθεί για την καλύτερη κατανόηση της επικοινωνίας των ζώων, αλλά παραδέχονται ότι μπορεί να μην είναι σε θέση να μας βοηθήσει να επικοινωνήσουμε με ζώα όπως ο Doctor Doolittle. Σύμφωνα με τους δυο νευροβιολόγους, ακόμη και αν η ισχύς της τεχνητής νοημοσύνης αυξηθεί κατά ένα εκατομμύριο φορές, ορισμένα από τα εμπόδια που σήμερα μας εμποδίζουν να επικοινωνήσουμε με τα ζώα θα παραμείνουν.
«Ακόμη και αν δεν μπορέσουμε ποτέ να μιλήσουμε στα ζώα με τον ανθρώπινο τρόπο, το να κατανοήσουμε πόσο πολύπλοκη είναι η επικοινωνία των ζώων και να προσπαθήσουμε να την αξιοποιήσουμε και να τη μιμηθούμε, είναι μια συναρπαστική επιστημονική προσπάθεια», κατέληξαν οι ερευνητές.
Οι δυο νευροβιολόγοι καλούν τους επιστήμονες να χρησιμοποιήσουν την τεχνητή νοημοσύνη για να αποκρυπτογραφήσουν την επικοινωνία των ζώων σύμφωνα με τα κριτήρια του «Doctor Dolittle challenge».
