September 24, 2022

Dalam film Pixar Ke atas, seekor anjing kartun bernama Dug memiliki semacam kalung ajaib yang dapat menerjemahkan gonggongan dan rengekannya menjadi ucapan manusia yang lancar. Di tempat lain di dunia nyata, anjing yang sangat terlatih dapat diajari untuk menekan tombol yang menghasilkan ucapan manusia untuk perintah sederhana seperti “di luar”, “berjalan”, dan “bermain”. Manusia selalu terpesona oleh potensi untuk berkomunikasi dengan hewan tempat mereka berbagi dunia, dan baru-baru ini, pembelajaran mesin, dengan kemampuannya yang semakin canggih untuk menguraikan ucapan manusia, telah menampilkan dirinya sebagai rute yang penuh harapan untuk terjemahan hewan.

Sebuah artikel di Waktu New York minggu ini mendokumentasikan upaya besar dari lima kelompok peneliti yang menggunakan algoritme pembelajaran mesin untuk menganalisis panggilan hewan pengerat, lemur, paus, ayam, babi, kelelawar, kucing, dan banyak lagi.

Biasanya, sistem kecerdasan buatan belajar melalui pelatihan dengan data berlabel (yang dapat disediakan oleh internet, atau sumber daya seperti e-book). Untuk model bahasa manusia, ini biasanya melibatkan pemberian kalimat kepada komputer, memblokir kata-kata tertentu, dan meminta program untuk mengisi bagian yang kosong. Ada juga strategi yang lebih kreatif sekarang yang ingin mencocokkan aktivitas bicara dengan otak.

Tetapi menganalisis bahasa hewan adalah hal yang berbeda dari sekadar menganalisis bahasa manusia. Ilmuwan komputer harus menginstruksikan program perangkat lunak tentang apa yang harus dicari, dan bagaimana mengatur data. Proses ini, sebagian besar, tidak hanya bergantung pada perolehan jumlah rekaman vokal yang baik, tetapi juga pada pencocokan rekaman vokal ini dengan perilaku sosial visual hewan. Sebuah kelompok yang mempelajari kelelawar buah Mesir, misalnya, juga menggunakan kamera video untuk merekam kelelawar itu sendiri untuk memberikan konteks panggilan. Dan kelompok yang mempelajari paus berencana untuk menggunakan video, audio, serta tag yang dapat merekam gerakan hewan untuk menguraikan sintaks, semantik, dan akhirnya makna di balik apa yang dikomunikasikan oleh paus dan mengapa. Tentu saja, beberapa kelompok juga telah mengusulkan untuk menguji kamus hewan mereka dengan memutar rekaman kembali ke hewan dan melihat bagaimana mereka bereaksi.

See also  Tempat tidur kucing terbaik tahun 2022

Membuat Google Terjemahan untuk hewan telah menjadi proyek aspirasional yang telah dikerjakan selama lebih dari setengah dekade terakhir. Pembelajaran mesin juga telah berkembang jauh dalam hal mendeteksi keberadaan hewan dan bahkan dalam beberapa kasus, mengidentifikasi hewan secara akurat melalui panggilan. (Aplikasi Merlin Cornell sangat akurat dalam mencocokkan spesies burung dengan panggilan mereka.) Dan meskipun perangkat lunak jenis ini telah menunjukkan beberapa keberhasilan dalam mengidentifikasi kosakata dasar hewan tertentu dari karakteristik vokalisasi mereka (yaitu frekuensi atau kenyaringan) serta menghubungkan panggilan ke individu, itu masih jauh dari memahami semua nuansa rumit dari apa yang mungkin diringkas oleh bahasa hewan.

[Related: With new tags, researchers can track sharks into the inky depths of the ocean’s Twilight Zone]

Banyak skeptis dari pendekatan ini mencatat baik kekurangan model bahasa AI saat ini untuk dapat benar-benar memahami hubungan antara kata-kata dan objek yang mungkin mereka rujuk di dunia nyata, dan kekurangan dalam pemahaman ilmuwan tentang masyarakat hewan pada umumnya. Model bahasa kecerdasan buatan untuk manusia bergantung pada komputer yang memetakan hubungan antara kata-kata dan konteks tempat kata-kata itu muncul (di mana kata-kata itu mungkin berada dalam sebuah kalimat, dan apa yang mungkin mereka rujuk). Tetapi model-model ini memiliki kekurangannya sendiri, dan terkadang bisa menjadi kotak hitam—para peneliti tahu apa yang masuk dan keluar, tetapi tidak begitu mengerti bagaimana algoritme itu sampai pada kesimpulan.

Faktor lain yang dipertimbangkan oleh para peneliti adalah fakta bahwa komunikasi hewan mungkin tidak berfungsi sama sekali seperti komunikasi manusia, dan kecenderungan untuk mengantropomorfisasinya dapat mengacaukan hasil. Mungkin ada elemen unik pada bahasa hewan karena perbedaan fisiologis dan perilaku.

See also  Filter air dapat melindungi kita dari menelan mikroplastik

Untuk tujuan ini karena tidak dapat mengetahui parameter data sebelumnya, ada proposal untuk menggunakan algoritma pembelajaran yang diawasi sendiri untuk menganalisis data audio, menurut sebuah laporan awal tahun ini di Jurnal Wall Street, di mana komputer memberi tahu para peneliti pola apa yang dilihatnya dalam data—pola yang mungkin mengungkap koneksi yang terlewatkan oleh mata manusia. Pada akhirnya, seberapa jauh manusia mencoba memahami komunikasi hewan tergantung pada tujuan manusia untuk jenis penelitian ini, dan untuk tujuan itu mungkin cukup untuk memahami dasar-dasarnya. Misalnya, penerjemah yang dapat dengan andal menafsirkan apakah hewan yang sering kita hubungi sedang bahagia, sedih, atau dalam bahaya bisa berguna dan lebih praktis untuk dibuat.