Esta IA puede interpretar el significado de los ladridos de los perros
El modelo también pudo distinguir entre diferentes razas, lo que sugiere que cada una tiene su propio "acento".
Según los investigadores, los perros tienen 14 tipos principales de vocalización.
Crédito de la imagen: Dean Drobot/Shutterstock.com
Los susurradores de perros ahora pueden unirse a la lista de profesionales cuyos trabajos corren el riesgo de ser robados por la inteligencia artificial (IA), ya que puede que acaba de entrar en el mundo de la comunicación animal. Utilizando software de aprendizaje automático, los investigadores pudieron decodificar con éxito el significado de las vocalizaciones de los perros, allanando el camino para nuevas tecnologías que pueden ayudarnos a comprender mejor a nuestros compañeros de cuatro patas.
Los autores del estudio, aún no revisado por pares, registraron los ladridos, gruñidos, aullidos y gemidos de 74 perros mientras eran expuestos a una variedad de escenarios diseñados para desencadenar ciertas respuestas. Estos incluyeron todo, desde jugar con sus juguetes favoritos hasta presenciar a los investigadores fingiendo atacar a los dueños de los perros.
A partir de estas grabaciones, los autores del estudio identificaron 14 tipos diferentes de vocalización de perros, como "chillidos positivos" durante el juego, "ladridos de tristeza/ansiedad" y "ladridos muy agresivos a un extraño". Luego se entrenó un modelo de IA llamado Wav2Vec2, que fue diseñado originalmente para el reconocimiento del habla humana, con estos sonidos de sabueso antes de ponerlo a prueba con una serie de desafíos.
El primero de ellos implicó seleccionar perros individuales en función de sus vocalizaciones. Curiosamente, cuando la IA fue entrenada previamente en el habla humana antes de introducirla en el lenguaje de los perros, pudo identificar con éxito perros específicos en el 50 por ciento de las pruebas, mientras que los modelos entrenados solo en sonidos caninos lograron una tasa de éxito del 24 por ciento.
Esto es bastante significativo, ya que sugiere que la familiaridad con el habla humana puede ayudar a una IA a comprender las complejidades de la comunicación no humana, lo que significa que no tenemos que empezar desde cero cuando se trata de construir un modelo para hablar. a los animales.
"Nuestros resultados muestran que los sonidos y patrones derivados del habla humana pueden servir como base para analizar y comprender los patrones acústicos de otros sonidos, como las vocalizaciones de animales", explicó la autora del estudio, Rada Mihalcea, en un comunicado.
Para su siguiente truco, el modelo pudo distinguir entre diferentes razas de perros con distintos niveles de éxito. Más de la mitad de los perros en el estudio eran chihuahuas, y el software pudo identificar correctamente a estos perros falderos por su ladrido en alrededor del 75 por ciento de las ocasiones.
Finalmente, se desafió al modelo a interpretar el significado de las vocalizaciones de los animales relacionándolas con uno de los 14 tipos de sonido de perro enumerados por los investigadores. Cuando se entrenó previamente en el habla humana, la IA logró una tasa de éxito del 62,2 por ciento, aunque ciertas categorías de sonido fueron más fáciles de descifrar que otras.
Por ejemplo, el modelo pudo identificar correctamente el 90,7 por ciento de los gruñidos negativos, pero sólo el 45,26 por ciento de los chillidos negativos.
"Hay muchas cosas que aún no sabemos sobre los animales que comparten este mundo con nosotros. Los avances en IA pueden usarse para revolucionar nuestra comprensión de la comunicación animal, y nuestros hallazgos sugieren que tal vez no tengamos que empezar desde cero". dijo Mihalcea.
"Al utilizar modelos de procesamiento del habla entrenados inicialmente en el habla humana, nuestra investigación abre una nueva ventana sobre cómo podemos aprovechar lo que hemos construido hasta ahora en el procesamiento del habla para comenzar a comprender los matices de los ladridos de los perros", dijo.
El estudio se encuentra actualmente en espera de revisión por pares y está disponible como preimpresión en arXiv.