Przełom w komunikacji czy zręczny algorytm? Chińskie AI zaczęło tłumaczyć szczekanie psów i miauczenie kotów

Spis treści:

1. Jak technicznie działa PettiChat?
2. Baza treningowa z 1,5 miliona próbek – deklaracje producenta kontra rygor naukowy
3. Co naprawdę interpretuje sztuczna inteligencja?
4. Weterynarze ostrzegają przed ślepą wiarą w aplikacje

Urządzenie opracowane przez firmę Meng Xiaoyi z Hangzhou to ważący zaledwie 27 gramów transmiter mocowany do obroży zwierzęcia.

Jak technicznie działa PettiChat?

Rdzeniem systemu nie jest prosta baza nagranych dźwięków, lecz zaawansowany algorytm sztucznej inteligencji oparty na architekturze Qwen (Tongyi Qianwen) rozwijanej przez koncern Alibaba Cloud. Urządzenie funkcjonuje w sposób multimodalny – oznacza to, że nie ogranicza się wyłącznie do rejestracji sygnałów akustycznych.

Wbudowane czujniki inercyjne (akcelerometry i żyroskopy) stale monitorują mikroruchy ciała zwierzęcia, kąt nachylenia głowy oraz dynamikę ogona lub uszu. Dane te są synchronizowane w czasie rzeczywistym z rejestratorem audio. Gdy pies szczeka lub kot miauczy, system analizuje parametry fizyczne fali dźwiękowej (częstotliwość, amplitudę, czas trwania oraz harmoniczne), a następnie łączy je z wektorami ruchu ciała. Przetworzenie pakietu danych w chmurze obliczeniowej zajmuje średnio 1,2 sekundy, po czym właściciel otrzymuje powiadomienie tekstowe w aplikacji mobilnej.

Baza treningowa z 1,5 miliona próbek – deklaracje producenta kontra rygor naukowy

Przedstawiciele startupu informują, że algorytm został przeszkolony na bazie obejmującej ponad 1,5 miliona próbek audio oraz tysiące godzin materiałów wideo, które dokumentowały zachowania zwierząt w zróżnicowanych kontekstach (m.in. izolacja, obecność obcego, oczekiwanie na pokarm, ból). W procesie adnotacji danych mieli brać udział dyplomowani lekarze weterynarii oraz behawioryści.

Producent deklaruje, że skuteczność rozpoznawania stanów emocjonalnych wynosi od 92,3% do 94,6%. Z punktu widzenia metodologii naukowej wskaźniki te wymagają jednak ostrożnej interpretacji. Badania te miały charakter wewnętrznych testów laboratoryjnych.

Do chwili obecnej wyniki nie zostały poddane niezależnej procedurze recenzenckiej ani nie opublikowano ich w żadnym międzynarodowym czasopiśmie z zakresu etologii czy nauk komputerowych. Urządzenie w warunkach domowych musi mierzyć się z problemem szumu tła, obecnością dźwięków z telewizora czy wokalizacją innych osobników, co w realnych zastosowaniach zazwyczaj drastycznie obniża sprawność systemów klasyfikacyjnych.

Co naprawdę interpretuje sztuczna inteligencja?

Współczesna nauka o zachowaniu zwierząt (etologia) jednoznacznie wskazuje, że psy i koty nie posługują się językiem w rozumieniu ludzkim – nie budują struktur syntaktycznych ani nie operują abstrakcyjnymi pojęciami. Komunikacja zwierząt opiera się na sygnalizowaniu stanów afektywnych (emocjonalnych) oraz natychmiastowych potrzeb fizjologicznych.

System PettiChat nie dokonuje więc „tłumaczenia zdań”, lecz realizuje zaawansowaną klasyfikację statystyczną. Przypisuje on zebrane sygnały biomedyczne do jednej z kilkunastu predefiniowanych kategorii, takich jak: frustracja, lęk przed separacją, terytorializm, ekscytacja, chęć zabawy czy głód. Generowane przez aplikację pełne zdania (np. „Chcę wyjść na spacer” lub „Boję się tego dźwięku”) są wyłącznie antropomorfizowaną nakładką stylistyczną stworzoną przez programistów, mającą na celu zwiększenie atrakcyjności interfejsu użytkownika.

Weterynarze ostrzegają przed ślepą wiarą w aplikacje

Wprowadzenie algorytmów generatywnych do interpretacji zachowań zwierząt budzi debaty w środowisku weterynaryjnym. Największym ryzykiem strukturalnym jest możliwość wystąpienia tzw. błędów fałszywie negatywnych lub fałszywie pozytywnych w ocenie zdrowia czworonoga. Jeśli zwierzę wykazuje subtelne, chroniczne objawy bólowe (np. w początkowym stadium chorób nerek u kotów), które algorytm błędnie zinterpretuje jako „zwykłe zmęczenie” lub „chęć odpoczynku”, właściciel może opóźnić wizytę w klinice weterynaryjnej.

Naukowcy zajmujący się dobrostanem zwierząt podkreślają, że technologia ta powinna być traktowana wyłącznie jako narzędzie pomocnicze o charakterze poglądowym. Nie może ona zastąpić bezpośredniej, empirycznej obserwacji i wiedzy właściciela, który zna indywidualne nawyki swojego podopiecznego. PettiChat dowodzi wysokiego stopnia zaawansowania współczesnych modeli multimodalnych AI, jednak interpretacja wyników wciąż wymaga ścisłego odsiania faktów biologicznych od algorytmicznych uproszczeń.

Źródło: Forbes

Nasz ekspert

Łukasz Załuski

Od ponad 20 lat opowiada o świecie – jego historii, nauce i miejscach, do których warto wyruszyć z otwartą głową. Jest redaktorem naczelnym „National Geographic Polska” oraz National-Geographic.pl. Wcześniej kierował m.in. „Focusem”, „Focusem Historia” czy „Sekretami Nauki”, konsekwentnie rozwijając tematykę popularnonaukową i podróżniczą. Jest inicjatorem projektu pierwszej naukowej rekonstrukcji wizerunków władców z dynastii Jagiellonów. Po godzinach miłośnik gimnastyki sportowej, książek kryminalnych i europejskich stolic.