AIは猫の鳴き声を翻訳できるのか？

現在の AI はより狭いタスクを解決できる

ラベル付き録音が与えられると、モデルは発声を検出したり、限られたコレクション コンテキストのセットを分類したりできます。最新の研究では、個人のアイデンティティと声の多様性も調査されています。結果は、データセットのサイズ、クラス定義、および評価に見慣れない猫や家が含まれるかどうかによって異なります。

セマンティックなグラウンドトゥルースが欠落しています

人間による翻訳の場合、二か国語話者または整列されたテキストと照らし合わせて意味をチェックできます。猫は文章を確認することができません。したがって研究者は、文脈や観察可能な結果、つまり有用な代用に照らして検証しますが、個人の意図と同一ではありません。

より良いシステムはマルチモーダルかつ縦断的になる

ビデオ、オーディオ、環境、個々のベースライン、そして次に何が起こるかによって、曖昧さを軽減できます。 CatMind AI はすでに、直訳の主張を避けながら、この証拠を意識した方向性を採用しています。進歩によって可能性はさらに高まるかもしれない。責任あるシステムには依然として「不明確な」オプションが必要です。