不凭数字计数 不凭文字寻找
计算机视觉与模式识别
2026-04-17 v2 人工智能
计算与语言
社会与信息网络
摘要
每年有 1000 万只宠物进入收容所，与家人分离。尽管家人和失踪动物的寻回者进行着绝望的搜索，70% 的动物从未重逢，这并非因为匹配不存在，而是因为当前系统仅关注外观，而动物是通过声音识别彼此的。我们提出：为何计算机视觉将发声的物种视为沉默的视觉对象？基于五十年认知科学研究表明动物大约感知数量并通过声学方式传递身份，我们提出首个集成视觉与声学生物特征的多模态 reunification 系统。我们的物种自适应架构处理来自 10Hz 大象咕噜声到 4kHz 小狗叫声的声音，配合容忍应力导致外观变化的概率性视觉匹配。本工作表明，基于生物通信原则的 AI 可为缺乏人类语言的弱势人群提供服务。
引用
@article{arxiv.2603.24470,
title = {Counting Without Numbers and Finding Without Words},
author = {Badri Narayana Patro},
journal= {arXiv preprint arXiv:2603.24470},
year = {2026}
}