歐盟人工智能法案：四種AI系統(tǒng)風險類型的劃分及監(jiān)管措施
作者：趙志東 蔡佳雯來源：區(qū)塊鏈日報該法案采用風險分級的規(guī)制路徑，將人工智能系統(tǒng)的風險劃分成不可接受的風險、高風險、有限風險和輕微風險四種類型，并針對不同類型施加了不同
6 月 7 日消息，研究人員正在嘗試使用 AI 來解讀狗的叫聲是在玩耍還是在生氣。與此同時，研究人員還嘗試使用 AI 識別狗的年齡、性別和品種。
密歇根大學的研究人員與位于普埃布拉的墨西哥國家天體物理、光學和電子研究所（INAOE）合作開展了這一研究，發(fā)現(xiàn)最初用于訓練人類語音的 AI 模型可以作為訓練動物交流模型的起點。
密歇根大學人工智能實驗室負責人 Rada Mihalcea 表示，人工智能在理解語音的微妙之處方面有了顯著進步，可以區(qū)分音調、音調和口音的細微差別，可憑借這些研究基礎來理解狗吠。
開發(fā)這種分析動物發(fā)聲 AI 模型的主要障礙之一，是缺乏公開可用的數(shù)據(jù)。雖然有許多資源和機會來記錄人類的語音，但從動物身上收集數(shù)據(jù)更加困難。
團隊嘗試使用采集人類語音數(shù)據(jù)的方式來采集狗的叫聲信息，各種情況下收集了 74 只不同品種、年齡和性別狗狗的吠叫、咆哮和嗚嗚聲。
團隊將采集到的這些聲音信息用于分析人類語音的機器模型中，模型可以很好地理解狗之間的交流，模型在各種測試中準確率達到 70%。
Rada Mihalcea 表示，“來自人類語音的聲音和模式可以作為分析和理解其他聲音（如動物發(fā)聲）的聲學模式的基礎”。團隊其他研究人員也表示，更好地了解動物發(fā)出各種聲音的細微差別，可以改善人類對其情感和身體需求的解釋和反應。
據(jù)悉實驗結果在 2024 年計算語言學、語言資源與評估國際聯(lián)合會議進行了展示。附論文鏈接：
https://arxiv.org/pdf/2404.18739
本文鏈接：http://www.www897cc.com/showinfo-45-4569-0.html準確率可達 70%，科學家利用 AI 解讀狗的叫聲
聲明：本網(wǎng)頁內容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號