ხელოვნური ინტელექტი ახლახანს გახდა თემა მთელ ინტერნეტში, მას შემდეგ რაც გავრცელდა ისეთი ინსტრუმენტები, როგორიცაა OpenAI-ის ChatGPT. ბევრი ადამიანი პოულობს სხვადასხვა გზებს ამ ინსტრუმენტების გამოსაყენებლად და მათი გამოსაყენებლად ნებისმიერი მიზნისთვის. ახლა კი მკვლევარებმა აღმოაჩინეს, რომ მათ შეუძლიათ, ა AI, რომელიც აღმოაჩენს გაციებასავადმყოფსა და ჯანმრთელ ადამიანს შორის განსხვავებები მხოლოდ ხმის ტემბრით ამოიცნოთ.
ხელოვნური ინტელექტი გვპირდება გამოავლინოს ვინ არის ნამდვილად ავად
მეტის ნახვა
თანამშრომელი უკრძალავს ბავშვებს დაძინებას საბავშვო ბაღში მისვლისას
8 ნიშანი, რომელიც აჩვენებს, რომ შფოთვა იყო თქვენს…
ნახეთ, რას ამბობს გამოკითხვა:
მკვლევარებს შეუძლიათ გაციების აღმოჩენა მხოლოდ თქვენი ხმის სიმაღლის ცვლილებებით
მიუხედავად იმისა, რომ ეს შეიძლება სასარგებლო იყოს ადამიანების გაციების შემჩნევაში, ის ასევე შეიძლება ნიშნავდეს პრობლემები იმ თანამშრომლებისთვის, რომლებიც ხშირად იწვევენ ავადმყოფებს, რათა გამოტოვონ სამუშაო. მუშაობა.
თუ ეს ტექნოლოგია გახდება შემდეგი დიდი რამ მომავალში და მიგვიყვანს უფრო მეტის განვითარებამდე რევოლუციური პროდუქტი დამსაქმებლებს შეეძლებათ გამოიყენონ ის, რომ გაარკვიონ ვის სცივა და ვის არა. ეს არის.
The Economist-ისთვის მიკუთვნებული მოხსენების თანახმად, სარდარ ვალაბჰბაის ეროვნული ტექნოლოგიური ინსტიტუტის მკვლევარებმა გააანალიზეს 630 ადამიანის ვოკალური ნიმუშები. მათგან 111 ფაქტიურად გაცივდა.
შაბლონები გაანალიზდა იმის დასადგენად, თუ ვინ იყო ნამდვილად ავად. ანგარიში ასევე დასძენს, რომ ადამიანის მეტყველების ვოკალური რიტმები გაანალიზებულია ადამიანებში გაციების არსებობის დასადგენად.
რადგან გაციებულ ადამიანს შეუძლია წარმოადგინოს ამ ვოკალური რითმების არარეგულარული ნიმუში. ამ მონაცემებზე დაყრდნობით, მკვლევარებმა გამოიყენეს ხელოვნური ინტელექტის ალგორითმები თითოეული ინდივიდის მოდულაციაში განსხვავებების გასაანალიზებლად, რათა დაედგინათ, ვის ჰქონდა სინამდვილეში გაციება.
Economist-მა ასევე იტყობინება, რომ გამოცდის მონაწილეებს უნდა დაეთვალათ 1-დან 40-მდე, რასაც მოჰყვა აღწერა, თუ რა გააკეთეს შაბათ-კვირას. შემდეგ მათ სთხოვეს წაეკითხათ ეზოპეს იგავი სათაურით ჩრდილოეთის ქარი და მზე.
კვლევის სიზუსტე გაციების გამოვლენაში იყო 70%.
