Tavuk gıdaklamalarını tercüme eden yapay zeka geliştirildi

Ekip daha önce seks robotları üzerinde çalışmıştı

Ekibe göre yeni teknoloji, kümes hayvancılığında daha iyi koşullar sağlama potansiyeline sahip (Pixabay)
Ekibe göre yeni teknoloji, kümes hayvancılığında daha iyi koşullar sağlama potansiyeline sahip (Pixabay)
TT

Tavuk gıdaklamalarını tercüme eden yapay zeka geliştirildi

Ekibe göre yeni teknoloji, kümes hayvancılığında daha iyi koşullar sağlama potansiyeline sahip (Pixabay)
Ekibe göre yeni teknoloji, kümes hayvancılığında daha iyi koşullar sağlama potansiyeline sahip (Pixabay)

Japonya'daki bir araştırma ekibi, tavukların gıdaklama sesini yapay zekayla tercüme etmenin yolunu bulduklarını iddia ediyor.

Daha önce seks robotları üzerinde çalışan Tokyo Üniversitesi profesörü Adrian David Cheok liderliğindeki ekip, "tavukların çeşitli duygusal durumlarını yorumlayabilen bir sistem" geliştirdi.

"Derin Duygusal Analiz Öğrenmesi" diye adlandırılan son teknoloji, yapay zeka tekniğini kullanarak açlık, korku, öfke, memnuniyet, heyecan ve sıkıntı gibi duyguları tercüme ediyor.

Buna göre sistem, 6 farklı duygu durumunu yüzde 80 doğrulukla çözebiliyor.

Ekip, tekniğin "karmaşık matematiksel algoritmalara dayandığını ve hatta tavukların sürekli değişen ses kalıplarına uyum sağlamak için kullanılabileceğini söylüyor. Bu da sistemin, "tavuk seslerini" çözmede zamanla daha iyi olacağı anlamına geliyor.

Henüz hakemli bir dergide yayımlanmayan araştırmada 80 tavuktan alınan ses örnekleri analiz edildi.

Yaklaşık 200 saatlik kayıtlar incelenerek 100 saatlik bir örneklem elde edildi.

Çıkartılan ses kalıplarını hayvanlardaki çeşitli "duygusal durumlarla" ilişkilendirmek isteyen ekip, kayıtları bir algoritmaya besledi.

Sekiz hayvan psikoloğu ve veterinerle işbirliği yapan araştırmacılara göre sistem, tavukların zihinsel durumlarını şaşırtıcı derecede doğru tespit edebiliyor.

Araştırma ekibi, "Sonuçlarımız, tavukların duygusal durumlarını ses sinyallerine dayanarak tanımak için yapay zeka ve makine öğrenimi tekniklerini kullanabileceğimiz gösteriyor" diye konuştu:

Modelimiz, tavuk seslerindeki anlamlı örüntüler ve özellikleri yakalamayı öğreniyor.

Öte yandan modelin doğruluğu, farklı tavuk ırklarına ve çevre koşullarına göre değişebilir. Bu da birçok uzmanın, bu çalışmanın bulgularına şüpheyle yaklaşmasına yol açabilir.

Ayrıca tavukların beden dili ve sosyal etkileşimler aracılığıyla iletişim kurabildiği de biliniyor. Bu da tek iletişim kanalının ses olmadığı anlamına geliyor.

Diğer yandan bu, yapay zekanın eğlenceli ve yaratıcı bir kullanım yolu olarak görülüyor. Aynı zamanda insanlar ve tavuklar arasında daha iyi bir iletişim kurulmasında rol oynayabilir.

Cheok, "Bu bilim adına büyük bir sıçrama! Üstelik sadece başlangıç" ifadelerini kullandı:

Bu teknikleri diğer hayvanlara uyarlayabilmeyi ve hayvanların yer aldığı çeşitli endüstrilerde inanılmaz bir zekanın temelini atabilmeyi umuyoruz.

Araştırmacı ayrıca, "Hayvanların ne hissettiğini bilirsek onlar için çok daha iyi bir dünya tasarlayabiliriz" diyor.

Bilim insanları, tavukların son derece sosyal hayvanlar olduğunu söylüyor. Cheok ve ekibi de çiftçilerin teknolojiyi tavuklarıyla iletişim kurma amacıyla kullanması için ücretsiz bir uygulama oluşturmayı planlıyor.

Independent Türkçe



Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
TT

Deepfake videoları tespit etmek giderek zorlaşıyor: Artık gerçekçi kalp atışları var

Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)
Kişilerin rızası ve bilgisi dışında üretilen deepfake görüntüler endişe yaratıyor (Reuters)

Deepfake videoların gelişmiş saptama yöntemlerini yanıltabildiği ve her geçen gün daha gerçekçi hale geldiği tespit edildi. 

Bir kişinin yüzünün ya da vücudunun dijital olarak değiştirilmesiyle oluşturulan deepfake videolar endişe yaratmaya devam ediyor. 

Bu videolar gerçek bir kişinin görüntüsünün yapay zeka kullanılarak değiştirilmesiyle yapılıyor. Aslında bu teknoloji, kullanıcıların yüzünü kediye dönüştüren veya yaşlandıran uygulamalar gibi zararsız amaçlarla da kullanılabiliyor.

Ancak insanların cinsel içerikli videolarını üretmek veya masum insanlara iftira atmak için de kullanılabilmesi ciddi bir sorun teşkil ediyor.

Bu videoların sahte olup olmadığını anlamak için kullanılan gelişmiş yöntemlerden biri kalp atışlarını izlemek. 

Uzaktan fotopletismografi (rPPP) adlı araç, deriden geçen ışıktaki küçük değişiklikleri tespit ederek nabzı ölçüyor. Nabız ölçen pulse oksimetreyle aynı prensiple çalışan bu araç, çevrimiçi doktor randevularının yanı sıra deepfake videoları tespit etmek için de kullanılıyor.

Ancak bulguları hakemli dergi Frontiers in Imaging'de bugün (30 Nisan) yayımlanan çalışmaya göre deepfake görüntülerde artık gerçekçi kalp atışları var.

Bilim insanları çalışmalarına videolardaki nabız hızını otomatik olarak saptayıp analiz eden bir deepfake dedektörü geliştirerek başladı. 

Ardından rPPP tabanlı bu aracın verilerini, EKG kayıtlarıyla karşılaştırarak hassasiyetini ölçtüler. Son derece iyi performans gösteren aracın EKG'yle arasında dakikada sadece iki-üç atımlık fark vardı. 

Ekip aracı deepfake videolar üzerinde test ettiğindeyse rPPP, videoya kalp atışı eklenmese bile son derece gerçekçi bir kalp atışı algıladı. 

Bilim insanları kalp atışlarının videoya kasten eklenebileceği gibi, kullanılan kaynak videodan kendiliğinden geçebileceğini de söylüyor.

Almanya'daki Humboldt Üniversitesi'nden çalışmanın ortak yazarı Peter Eisert "Kaynak video gerçek bir kişiye aitse, bu artık deepfake videoya aktarılabiliyor" diyerek ekliyor: 

Sanırım tüm deepfake dedektörlerinin kaderi bu; deepfake'ler gittikçe daha iyi hale geliyor ve iki yıl önce iyi çalışan bir dedektör bugün tamamen başarısız olmaya başlıyor.

Araştırmacılar yine de sahte videoları saptamanın başka yolları olduğunu düşünüyor. Örneğin sadece nabız hızını ölçmek yerine, yüzdeki kan akışını ayrıntılı olarak takip eden dedektörler geliştirilebilir.

Eisert, "Kalp atarken kan, damarlardan geçerek yüze akıyor ve daha sonra tüm yüz bölgesine dağılıyor. Bu harekette gerçek görüntülerde tespit edebileceğimiz küçük bir gecikme var" diyor.

Ancak bilim insanına göre nihai çözüm deepfake dedektörlerinden ziyade, bir görüntünün üzerinde oynanıp oynanmadığını anlamaya yarayan dijital işaretlere odaklanmaktan geçiyor:

Bir şeyin sahte olup olmadığını tespit etmek yerine bir şeyin değiştirilmediğini kanıtlayan teknolojiye daha fazla odaklanmadığımız sürece, deepfake'lerin saptanmalarını zorlaştıracak kadar iyi olacağını düşünüyorum.

Independent Türkçe, BBC Science Focus, TechXplore, Frontiers in Imaging