பூனைகள் தங்கள் வலியை மறைக்க முடியும் – ஆனால் AI இலிருந்து அல்ல

வீட்டுப் பூனைகள் ஒரு இரகசிய இனம். நாய்களைப் போலல்லாமல், அவர்கள் தங்கள் உணர்வுகளையும் நோக்கங்களையும் மறைப்பதில் வல்லவர்கள்-ஒருவேளை தனித்து வேட்டையாடுபவர்களாக அவர்களின் பரிணாம வரலாற்றின் காரணமாக இருக்கலாம். இந்த உள்ளமைக்கப்பட்ட ஸ்டோயிசிசம் பூனை உரிமையாளர்கள் மற்றும் கால்நடை மருத்துவர்களுக்கு பூனையின் முகபாவனைகள் மற்றும் நடத்தைகளில் வலியின் அறிகுறிகளைப் படிப்பதை கடினமாக்குகிறது, ஆனால் புதிய செயற்கை நுண்ணறிவு திட்டங்கள் இறுதியாக முகமூடியின் பின்னால் பார்க்க முடியும்.

AI ஆராய்ச்சியாளர்கள் மற்றும் கால்நடை மருத்துவர்களின் குழு இரண்டு இயந்திரக் கற்றல் வழிமுறைகளை உருவாக்கி சோதனை செய்துள்ளது, இது கால்நடை மருத்துவமனையில் சிகிச்சை பெறும் பூனைகள் விலங்குகளின் முகபாவனைகளின் அடிப்படையில் வலியை அனுபவிக்கின்றனவா என்பதை தீர்மானிக்கிறது. இந்த தானியங்கு அமைப்புகள், சமீபத்திய அறிவியல் அறிக்கைகள் தாளில் விவரிக்கப்பட்டுள்ளன, 77 சதவீதம் வரை துல்லியமாக இருந்தன, இது சக்திவாய்ந்த புதிய கால்நடை கருவிகளுக்கான சாத்தியத்தை பரிந்துரைக்கிறது.

புலனாய்வாளர்கள் மொபைல் செயலியை உருவாக்கத் திட்டமிட்டுள்ளனர், இது கால்நடை மருத்துவர்கள் மற்றும் பூனை உரிமையாளர்கள் வலியை தானாகவே கண்டறிய புகைப்படம் எடுக்க அனுமதிக்கும் என்று இஸ்ரேலின் ஹைஃபா பல்கலைக்கழகத்தின் கணினி விஞ்ஞானியும் தாளில் இணை மூத்த ஆசிரியருமான அன்னா ஜமான்ஸ்கி கூறுகிறார். மற்ற AI டெவலப்பர்கள் பூனை உணர்ச்சிகளின் ரகசியங்களை அவிழ்க்க முயற்சித்தாலும் (2021 இல் தொடங்கப்பட்ட டேபிளி என்ற பயன்பாடும் அவ்வாறு செய்வதாகக் கூறுகிறது), இது பற்றிய சக மதிப்பாய்வு செய்யப்பட்ட அறிவியல் ஆராய்ச்சியை வெளியிடும் முதல் ஆய்வு இது என்று ஜமான்ஸ்கி கூறுகிறார்.

கால்நடை மருத்துவர்கள் தற்போது கிளாஸ்கோ காம்போசிட் மெஷர் பெயின் ஸ்கேல் போன்ற சிக்கலான சோதனைகளைப் பயன்படுத்தி பூனையின் வலியை அளவிடுகின்றனர், இதற்கு விலங்கின் முகபாவங்கள் மற்றும் நடத்தைகளை கவனமாக ஆய்வு செய்ய வேண்டும். விஞ்ஞான ரீதியில் சரிபார்க்கப்பட்டாலும், இந்த அளவுகள் கால்நடை மருத்துவரின் அகநிலை மதிப்பீட்டை நம்பியுள்ளன மற்றும் அதிக நேரத்தை எடுத்துக்கொள்ளும். இது அத்தகைய சோதனைகளைப் பயன்படுத்துவதை ஊக்கப்படுத்துகிறது, டெல் அவிவில் உள்ள கால்நடை நடத்தை நிபுணர் ஸ்டீபன் ப்ளூயர் கூறுகிறார், அவர் காகிதத்தில் ஈடுபடவில்லை.

“இயந்திரம் ஒரு சிறந்த வேலையைச் செய்யும் என்பது எங்கள் நம்பிக்கை” என்று ஜமான்ஸ்கி தனது குழுவின் திட்டத்தைப் பற்றி கூறுகிறார். “காட்சித் தகவலின் நுட்பமான விவரங்களுக்கு உணர்திறன் உடையது என்பதால், இயந்திரம் மனிதனின் நிர்வாணக் கண்ணைக் காட்டிலும் அதிகமாக பார்க்க முடியும்.”

புதிய மாதிரியை உருவாக்க, ஆராய்ச்சியாளர்களுக்கு அதைப் பயிற்றுவிக்கவும் சோதிக்கவும் தரவு தேவைப்பட்டது. ஜேர்மனியில் உள்ள கால்நடை மருத்துவப் பல்கலைக்கழகம் ஹன்னோவரின் விலங்கு மருத்துவமனையில், நிலையான பராமரிப்பின் ஒரு பகுதியாக, பல்வேறு மருத்துவ வரலாறுகளைக் கொண்ட பல்வேறு இனங்கள் மற்றும் வயதுடைய 84 பூனைகளின் புகைப்படங்கள் எடுக்கப்பட்டன. இந்த படங்களில் உள்ள பூனைகள் கிளாஸ்கோ அளவுகோல் மற்றும் எலும்பு முறிவுகள் அல்லது சிறுநீர் பாதை பிரச்சனைகள் போன்ற அவற்றின் அறியப்பட்ட மருத்துவ நிலைகளில் இருந்து எதிர்பார்க்கப்படும் வலியின் அடிப்படையில் மதிப்பெண் பெற்றன. இந்த அளவீடுகள் அணியின் AI மாதிரிகளைப் பயிற்றுவிப்பதற்கும் அவற்றின் செயல்திறனை மதிப்பிடுவதற்கும் பயன்படுத்தப்பட்டன. அவர்களின் ஆய்வுகள் எதுவும் பூனைகளுக்கு எந்த துன்பத்தையும் ஏற்படுத்தவில்லை என்று ஆய்வு ஆசிரியர்கள் கூறுகின்றனர்.

பூனைப் புகைப்படங்களின் அடிப்படையில் மட்டும் வலியைக் கண்டறியக்கூடிய இரண்டு இயந்திரக் கற்றல் வழிமுறைகளை ஆராய்ச்சியாளர்கள் உருவாக்கியுள்ளனர். காதுகள், கண்கள் மற்றும் வாய் சம்பந்தப்பட்ட 48 “மைல்கல்களை” பயன்படுத்தி முக தசைச் சுருக்கத்தின் அளவை (பொதுவான வலி காட்டி) ஒரு அல்காரிதம் பார்த்தது. மற்ற அல்காரிதம், தசைச் சுருக்கங்கள் மற்றும் பிற வடிவங்களுக்காக முழு முகத்தையும் பகுப்பாய்வு செய்ய கட்டமைக்கப்படாத தரவுகளுக்கு ஆழ்ந்த கற்றல் முறைகளைப் பயன்படுத்தியது.

மைல்கல் அடிப்படையிலான AI அணுகுமுறை பூனைக்கு வலி உள்ளதா என்பதைக் கண்டறிவதில் 77 சதவீதம் துல்லியமாக இருந்தது, ஆனால் ஆழ்ந்த கற்றல் அணுகுமுறை 65 சதவீதம் மட்டுமே வந்தது. இந்த வேறுபாடு ஆழமான கற்றல் அமைப்புகள் “தரவு-பசி” என்பதிலிருந்து உருவாகலாம் என்று ஆராய்ச்சியாளர்கள் கூறுகின்றனர் – இந்த ஆய்வுக்கு ஒப்பீட்டளவில் சிறிய தரவுத் தொகுப்பு மட்டுமே கிடைத்தது.

துல்லியமான வலியை கண்டறிவதில் காதுகள் அல்லது கண்களுக்குப் பதிலாக பூனையின் வாய் மிக முக்கியமான முக அம்சமாக இருப்பதை ஆராய்ச்சியாளர்கள் கண்டறிந்துள்ளனர் என்று கால்நடை மருத்துவ பல்கலைக்கழகத்தின் கால்நடை மருத்துவரான ஆய்வு இணை ஆசிரியர் செபாஸ்டியன் மெல்லர் கூறுகிறார். “நாங்கள் அதை எதிர்பார்க்கவில்லை, அதுவும் AI பற்றிய அழகு, ஒருவேளை,” மெல்லர் கூறுகிறார். “இதுவரை யாரும் யோசிக்காத ஒரு வித்தியாசத்தை திடீரென்று தரவுக் காட்டில் காண்கிறது.”

முகபாவனைகள் மற்றும் உணர்ச்சிகளை வேறுபடுத்திப் பார்ப்பது முக்கியம், இருப்பினும், ஆய்வில் ஈடுபடாத உணர்ச்சி அறிவியலில் பின்னணி கொண்ட ஜெர்மன் உளவியலாளர் டென்னிஸ் குஸ்டர் கூறுகிறார். மனிதர்களுடனான சோதனைகள், AI முக வடிவங்களை அடையாளம் காண முனைகிறது மற்றும் அவற்றின் பின்னால் உள்ள அர்த்தங்கள் அவசியமில்லை என்பதைக் காட்டுகிறது, அவர் விளக்குகிறார். மேலும் ஒரு முகபாவனை எப்போதும் ஒரு குறிப்பிட்ட உணர்ச்சியுடன் தொடர்புடையதாக இருக்காது. “சிறந்த உதாரணம் சமூக புன்னகை. அதனால் நான் இப்போது சிரித்துக்கொண்டிருக்கலாம், ஆனால் ஒருவேளை நான் நட்பாக இருக்க விரும்புகிறேன் மற்றும் சுட்டிக்காட்ட விரும்புகிறேன்…, ‘ஆமாம், சரி, இந்த நேர்காணலைத் தொடரலாம்,” என்று கோஸ்டர் கூறுகிறார். “நாங்கள் சில விஷயங்களை தானாகவே வெளிப்படுத்துகிறோம், மேலும் அவை நாம் மகிழ்ச்சியுடன் பாய்கிறது என்று அர்த்தமல்ல.”

ஆயினும்கூட, உணர்ச்சி அங்கீகாரம் AI சிறந்து விளங்கக்கூடிய சில சூழல்கள் உள்ளன, அவர் மேலும் கூறுகிறார். பூனைகள் மற்றும் பிற மனிதநேயமற்ற உயிரினங்கள் தாங்கள் என்ன நினைக்கின்றன அல்லது உணர்கிறீர்கள் என்று குரல் கொடுக்க முடியாது, அந்த தகவல்தொடர்பு தடைகளை கடக்கக்கூடிய அமைப்புகளை ஆராய்ச்சியாளர்கள் உருவாக்குவது முக்கியம் என்று ஆய்வில் ஈடுபடாத லியோன் கல்லூரியின் உளவியல் உதவி பேராசிரியர் பிரிட்டானி ஃப்ளோர்கிவிச் கூறுகிறார். AI கொடுக்கப்பட்ட தரவைப் போலவே சிறந்தது, அவர் குறிப்பிடுகிறார். எனவே தரவுத்தொகுப்பு பெரியது, மாறுபட்டது மற்றும் மனிதனால் கண்காணிக்கப்படுவது-மற்றும் அதில் சூழல்சார் மற்றும் நுணுக்கமான தகவல்கள் இருப்பதை உறுதிசெய்வது-இயந்திரத்தை மிகவும் துல்லியமாக மாற்ற உதவும், Florkiewicz கூறுகிறார்.

Florkiewicz சமீபத்தில் பூனைகள் 276 முகபாவனைகளை உருவாக்க முடியும் என்று கண்டறிந்தார். பூனைகளின் உணர்ச்சிகரமான வாழ்க்கையைப் பற்றிய ஆழமான நுண்ணறிவைப் பெற ஜமான்ஸ்கியின் குழுவுடன் ஒத்துழைக்க அவள் திட்டமிட்டுள்ளாள், அவை வலியில் இருக்கிறதா இல்லையா என்பதை மதிப்பிடுவதற்கு அப்பால் செல்லும். நாய்கள் உட்பட பிற உயிரினங்களைச் சேர்க்க தனது ஆராய்ச்சியை விரிவுபடுத்தவும், முழு உடல் வீடியோக்களின் அடிப்படையில் பூனை வலியை தானியங்கு அமைப்புகள் தீர்மானிக்க முடியுமா என்பதைப் பார்க்கவும் ஜமான்ஸ்கி திட்டமிட்டுள்ளார்.

ஒரு பூனை வலியின் வெளிப்படையான அறிகுறிகளைக் காட்டியவுடன், அது நீண்ட காலமாக அவதிப்பட்டு வருகிறது; ஒரு வசதியான மற்றும் நடைமுறை வலி பயன்பாடு சிக்கல்களை விரைவாகக் கண்டறிய அனுமதிக்கும் மற்றும் பூனை பராமரிப்பை கணிசமாக முன்னேற்றும் என்று ப்ளூயர் கூறுகிறார். “நீங்கள் செல்லப்பிராணிகளின் நலனை மேம்படுத்தும் போது, ​​நீங்கள் மக்களின் நலனை மேம்படுத்துகிறீர்கள்,” என்று அவர் கூறுகிறார். “இது ஒரு குடும்பம் போன்றது.”

இந்த ஆய்வு இனங்களுக்கிடையிலான தொடர்பு தடைகளை கடப்பதில் கவனம் செலுத்தியது, மேலும் ஆராய்ச்சியாளர்கள் முதலில் மனிதர்களை கடக்க வேண்டும் என்று ஜமான்ஸ்கி சுட்டிக்காட்டுகிறார்: சர்வதேச குழு உறுப்பினர்கள் வெவ்வேறு மொழிகளைப் பேசுகிறார்கள், வெவ்வேறு நாடுகளில் வாழ்கிறார்கள் மற்றும் வெவ்வேறு துறைகளில் வேலை செய்கிறார்கள். அவர்கள் AI ஆராய்ச்சியாளர்கள், கால்நடை மருத்துவர்கள், பொறியாளர்கள் மற்றும் உயிரியலாளர்கள். அவர்களின் முயற்சிகள் இறுதியில் பூனைகள், கால்நடைகள் மற்றும் செல்லப்பிராணிகளை உள்ளடக்கிய உயிரினங்களின் பரந்த குழுவிற்கு உதவுவதை நோக்கமாகக் கொண்டுள்ளன. அந்த முயற்சி குறைந்தபட்சம் ஒரு ஆராய்ச்சியாளரையாவது தனது சொந்த தடையை கடக்க வழிவகுத்தது.

“நாங்கள் இந்த வேலையைத் தொடங்குவதற்கு முன்பு, நான் [முற்றிலும்] நாய் மனிதனாக இருந்தேன், ஆனால் இப்போது நான் ஒரு பூனை வைத்திருக்க விரும்புகிறேன்,” என்று ஜமான்ஸ்கி கூறுகிறார். “நான் பூனைகளை கொஞ்சம் காதலித்தேன் என்று நினைக்கிறேன்.”

Source link

Leave a Reply

Your email address will not be published. Required fields are marked *