Představte si, že váš pes štěkne, aplikace několik sekund analyzuje jeho hlas a na displeji se objeví: „Jsem nervózní“ nebo „Chci pozornost.“ Zní to jako technologie ze sci-fi, ale různé aplikace a výzkumné projekty využívající umělou inteligenci se skutečně pokoušejí zvířecí komunikaci analyzovat. Neznamená to však, že bychom dnes měli k dispozici univerzální překladač, který dokáže převést psí štěkot nebo kočičí mňoukání do lidského jazyka. Ve většině případů jde spíše o rozpoznávání vzorců a odhad toho, co může konkrétní zvuk nebo chování znamenat.
Co vlastně AI u zvířat poslouchá?
Zvířecí zvuky nejsou tak jednoduché, jak by se mohlo zdát. Pes může štěkat při hře, při strachu, při obraně teritoria nebo proto, že chce získat pozornost. Kočka zase používá různé druhy mňoukání, vrčení, syčení, předení či dalších vokalizací. Umělá inteligence se proto nesnaží pouze „poslouchat slova“. Učí se rozpoznávat charakteristické vlastnosti zvukového signálu, například jeho výšku, délku, rytmus a změny v čase. Výzkumníci mohou tyto údaje spojovat také s pozorovaným chováním zvířete a situací, ve které zvuk vznikl. Moderní modely tak mohou pracovat nejen se zvukem, ale také s obrazem, pohybem a dalšími údaji.
Jak se takový systém učí?
Základem je velké množství zaznamenaných dat. Výzkumníci shromažďují zvuky zvířat a zároveň zaznamenávají, co se v daném okamžiku děje. U psa může jít například o štěkot při setkání s cizím člověkem, při hře nebo ve chvíli, kdy zůstane sám doma. Algoritmus následně hledá opakující se vzorce. Pokud se určitý typ zvuku často objevuje v podobné situaci, může se naučit spojovat ho s konkrétním kontextem. Podobný princip se používá také v bioakustice, kde strojové učení pomáhá automaticky rozpoznávat a klasifikovat zvířecí zvuky.
Překlad není totéž co rozpoznání
Právě tady je potřeba být opatrný. Označení „překladač zvířecích zvuků“ může působit, jako kdyby aplikace skutečně převáděla zvířecí jazyk do češtiny nebo angličtiny. Současná technologie je ale mnohem omezenější. AI může například rozpoznat, že se určitý zvuk podobá zvukům, které byly v trénovacích datech spojeny s hrou, stresem nebo snahou získat pozornost. Výsledkem pak může být lidsky srozumitelný popisek. Neznamená to však, že zvíře skutečně vyslovilo konkrétní větu, kterou mu aplikace zobrazila. To je zásadní rozdíl mezi klasickým překladem lidského jazyka a současnou analýzou zvířecí komunikace.
Proč je to tak složité?
U lidských jazyků máme obrovské množství textů a nahrávek, jejichž význam známe. Víme, že určitá věta znamená konkrétní věc, a můžeme ji porovnávat s překladem do jiného jazyka. U zvířat takovou „Rosettskou deskou“ většinou nemáme. Nevíme totiž přesně, co všechny jednotlivé zvuky znamenají. Navíc význam často závisí na situaci. Stejný zvuk může mít odlišnou funkci podle toho, zda je zvíře samo, hraje si, brání teritorium nebo se setkává s jiným jedincem. Výzkumníci proto upozorňují, že dekódování zvířecí komunikace pomocí strojového učení je stále otevřený vědecký problém.
Užitečnější může být kombinovat zvuk a chování
Budoucnost podobných systémů pravděpodobně nebude stát pouze na mikrofonu. Mnohem více informací může přinést kombinace zvuku, obrazu a pohybu. AI může současně sledovat například zvuk štěkotu, polohu uší, ocas, držení těla a okolní situaci. U kočky může podobný systém kombinovat mňoukání s polohou uší, ocasem, pohledem nebo pohybem těla. Výzkumné modely už právě s kombinací zvukových a behaviorálních údajů počítají.
Mohou aplikace pomoci majitelům?
Pokud budou systémy dostatečně přesné, mohou být zajímavým pomocníkem při sledování chování domácích mazlíčků. Mohly by upozornit například na opakující se projevy stresu, neobvyklé hlasové projevy nebo změny v chování. Jejich význam může být ještě větší ve veterinární péči a výzkumu. Automatická analýza velkého množství nahrávek může vědcům pomoci hledat vzorce, které by člověk při ručním poslechu jen obtížně odhaloval. Podobné technologie se navíc nevyvíjejí pouze pro psy a kočky. Umělá inteligence se využívá také při výzkumu komunikace volně žijících druhů, například ptáků, velryb nebo delfínů. Cílem není jen zábavný „překladač“, ale také lepší pochopení chování zvířat a jejich ochrana.
Pozor na falešný pocit jistoty
Největším rizikem podobných aplikací je, že jejich výsledek může působit mnohem přesněji, než ve skutečnosti je. Když aplikace napíše „jsem smutný“, může uživatel snadno nabýt dojmu, že přesně ví, co jeho mazlíček cítí. Ve skutečnosti může jít pouze o pravděpodobný odhad založený na podobnosti s dříve zaznamenanými situacemi. Proto by výsledek AI měl být spíše vodítkem než definitivním překladem. O skutečném stavu zvířete stále hodně napoví jeho dlouhodobé chování, prostředí, zdravotní stav a zkušenosti člověka, který ho dobře zná.
Čeká nás skutečný překladač zvířat?
Je možné, že umělá inteligence v budoucnu dokáže zvířecí komunikaci interpretovat mnohem přesněji než dnes. Výzkum jde rychle dopředu a moderní algoritmy dokážou v obrovském množství zvukových dat hledat vzorce, které bychom sami jen těžko odhalili. Skutečný překladač ve stylu „pes řekne větu a AI ji přesně přeloží do češtiny“ je však zatím spíše vizí než běžnou realitou. Mnohem pravděpodobnější je postupný vývoj nástrojů, které nám pomohou lépe rozpoznat konkrétní typy chování, nálady nebo situací.
Možná nepotřebujeme překládat každé slovo
Nejzajímavější na celé technologii nakonec nemusí být možnost zjistit, co přesně by nám zvíře „řeklo“. Větší význam může mít schopnost lépe pochopit jeho potřeby a včas rozpoznat, že se něco změnilo. AI tak nemusí vytvořit dokonalý slovník psího štěkání nebo kočičího mňoukání. Pokud nám dokáže pomoci rozlišit například běžné chování od stresu, strachu nebo neobvyklého projevu, může už samotná taková informace výrazně zlepšit péči o domácí mazlíčky. A právě v tom může být budoucnost zvířecích AI překladačů skutečně zajímavá.
