Дослідники з Університету штату Пенсильванія розробили новий метод моделювання, який, подібно до ChatGPT, навчається на записах пташиного співу для створення точних імітацій пісень птахів. Це дослідження може покращити розуміння структури пташиного співу та його нейробіологічних основ, що, у свою чергу, може пролити світло на механізми людської мови. Стаття, що описує це дослідження, нещодавно була опублікована в журналі Journal of Neuroscience.
Подібно до того, як люди впорядковують слова у певному порядку для формування граматично правильних речень, птахи співають набори нот, які називаються складами, у обмеженій кількості комбінацій. Хоча пташиний спів є набагато простішим, послідовності складів у піснях птахів організовані схожим чином до людської мови, тому птахи є гарною моделлю для дослідження нейробіології мови.
Для як людей, так і птахів завершення речення або пісні часто залежить від того, що вже було сказано. Наприклад, фраза "flies like" може бути частиною аналогії, як у фразі "time flies like an arrow", або вказувати на вподобання, як у "fruit flies like bananas". Однак змішування та поєднання того, що йде після "flies like", призводить до фраз "time flies like bananas" або "fruit flies like an arrow", які не мають сенсу. У цьому прикладі фраза "flies like" має те, що дослідники називають залежністю від контексту.
Відомо з попередніх досліджень, що пісні амадин Бенгалії також мають залежність від контексту. У цьому дослідженні було розроблено новий статистичний метод для кращого кількісного визначення залежності від контексту у окремих птахів та початку розуміння того, як це закладено у мозку.
Дослідники проаналізували раніше записані пісні шести амадин Бенгалії, які співають приблизно від 7 до 15 складів у кожній послідовності. За допомогою нового методу вони можуть створювати найпростіші моделі, які точно відображають послідовності, які насправді співають окремі птахи.
Ці моделі схожі на великі мовні моделі тим, що вони відображають ймовірності того, які слова — або, у цьому випадку, склади — ймовірно слідуватимуть за певним словом/складом на основі раніше проаналізованих текстів або послідовностей пісень. Вони є типом марковської моделі, методу моделювання ланцюга подій. Вони представлені у вигляді своєрідної блок-схеми, яка починається зі складу, що вказує на варіанти різних складів, які можуть слідувати. Ймовірність того, що склад може слідувати, вказується стрілкою між ними.
Базові марковські моделі є досить простими, але вони схильні до надмірного узагальнення, що означає, що вони можуть призводити до послідовностей, які насправді не існують. У цьому дослідженні було використано специфічний тип моделі, який називається частково спостережуваною марковською моделлю, що дозволило врахувати залежність від контексту, додаючи більше зв'язків до того, які склади зазвичай поєднуються. Додаткова складність дозволяє створювати більш точні моделі.
Новий метод створює серію потенційних моделей, які можуть описувати пісню окремого птаха на основі записаних послідовностей. Вони починають з найпростішої моделі, використовуючи статистичний тест, щоб перевірити, чи є потенційна модель точною або чи вона надмірно узагальнює і створює послідовності, які насправді не існують. Вони проходять через все більш складні моделі, поки не визначать найпростішу модель, яка точно відображає те, що співають птахи. З цієї фінальної моделі дослідники можуть побачити, які склади мають залежність від контексту, а які — ні.
Це дослідження є важливим кроком у розумінні того, як птахи організовують свої пісні, і може надати цінну інформацію про нейронні механізми, які лежать в основі як пташиного співу, так і людської мови. Подальші дослідження можуть зосередитися на тому, як ці моделі можуть бути застосовані до інших видів птахів або навіть до інших тварин, які використовують складні вокалізації, а також на тому, як ці знахідки можуть бути використані для покращення нашого розуміння еволюції та нейробіології мови.
Congratulations @jokerhive! You have completed the following achievement on the Hive blockchain And have been rewarded with New badge(s)
Your next target is to reach 2750 upvotes.
You can view your badges on your board and compare yourself to others in the Ranking
If you no longer want to receive notifications, reply to this comment with the word
STOPCheck out our last posts: