Многие владельцы кошек и собак мечтают узнать, о чем думают их питомцы, когда смотрят на пустую миску или лают на закрытую дверь. В Китае решили превратить это желание в коммерческий продукт. Стартап Meng Xiaoyi из Ханчжоу запустил в продажу миниатюрный ошейник PettiChat, который обещает переводить лай и мяуканье в текстовые сообщения на экране смартфона. На этапе майских предзаказов устройство за 799 юаней (около $118) приобрели уже более десяти тысяч человек. Действительно ли технологии вплотную подошли к межвидовому диалогу, или перед нами лишь дорогая цифровая игрушка?
Аппаратная часть гаджета весит всего 27 граммов. Ошейник фиксирует звуки, которые издает животное, и с помощью встроенных акселерометров отслеживает его позу. Затем данные отправляются в облако, где их анализирует языковая модель Qwen от Alibaba Cloud. Разработчики утверждают, что система обучалась на базе из полутора миллионов аудиозаписей и способна распознавать до двадцати различных эмоциональных состояний с точностью 94,6%. Приложение генерирует готовые фразы вроде «я хочу играть» или «мне страшно» всего за секунду.
Но научное сообщество относится к подобным цифрам скептически. Биологи и специалисты по поведению животных напоминают: вокализация — лишь малая часть коммуникации зверей. Собаки и кошки общаются контекстом, запахами, мимикой и положением хвоста. Один и тот же звук в разных ситуациях может означать диаметрально противоположные вещи. В реальной домашней обстановке, где шумят телевизоры и работают пылесосы, точность работы алгоритмов неизбежно падает. На профильных форумах новинку уже иронично окрестили «тестом на IQ для людей».
Тем не менее, появление PettiChat указывает на важный вектор развития технологий. Интеграция больших языковых моделей с датчиками движения в перспективе может улучшить качество ветеринарного контроля. Пусть искусственный интеллект пока не способен перевести точную мысль собаки, он может зафиксировать скрытые паттерны стресса или боли, которые незаметны человеческому глазу. Это шаг к созданию более чутких систем мониторинга здоровья, где нейросеть выступает не переводчиком, а бдительным ассистентом.
