A tudósok mesterséges intelligenciát használnak az állathangok elemzésére és annak feltárására, hogyan kommunikálnak a különböző fajok. Bár a technológia új lehetőségeket nyit meg, az állati „nyelv” lefordítása még mindig távoli lehetőség.
A mesterséges intelligencia segíthet a tudósoknak közelebb kerülni annak megértéséhez, hogyan kommunikálnak az állatok, mivel a kutatók egyre gyakrabban alkalmaznak gépi tanulási módszereket a madaraktól és elefántoktól a bálnákig és delfinekig számos faj hangjainak elemzésére.
HIRDETÉS
HIRDETÉS
Ennek a kutatásnak az élvonalában dolgozik az Earth Species Project nevű, az Egyesült Államokban működő non-profit szervezet, amely MI-modelleket fejleszt az állati vokalizációk elemzésére, valamint olyan mintázatok azonosítására, amelyek segíthetnek megmagyarázni, hogyan kommunikálnak az egyes fajok.
A szervezet MI segítségével próbálja megfejteni az állati kommunikációt, hosszabb távú célja pedig az, hogy megértse, mit próbálnak az állatok közölni egymással.
Kifejlesztette a NatureLM-audio nevű MI-modellt, amelyet úgy terveztek, hogy felismerje és osztályozza az állati hangokat, azonosítsa a különböző típusú vokalizációkat, és elemezze a hangfelvételek nagy gyűjteményeit.
A modellt arra is lehet használni, hogy természetes nyelvű utasításokkal vizsgálják az állati hangokat, ami elvileg megkönnyítheti a kutatók számára, hogy a felvételeket hónapok helyett percek alatt elemezzék.
Egy, az ausztrál FrogID projekt felvételeit használó tesztben, amely egy országos természetvédelmi program, a NatureLM-audio 99 százalékos pontossággal különböztette meg a békák hangjait más felvételektől, és 82 százalékos pontossággal azonosította a kiválasztott békafajokat.
Az állati hangok felismerése azonban csak a feladat egyik része. A kutatók azt is próbálják kideríteni, mit jelentenek ezek a hangok.
A hangok felismerésétől a kommunikáció megértéséig
Az Earth Species Project több faj, köztük kardszárnyú delfinek, varjak és zebrapintyek vizsgálatán dolgozó kutatókkal működik együtt.
A kanadai McGill Egyetem kutatóival közösen kifejlesztett egy ZF-AIM nevű MI-modellt a zebrapintyek közötti vokális interakciók tanulmányozására.
A modellt úgy tervezték, hogy valós időben állítson elő madárszerű vokalizációkat, így a kutatók megfigyelhetik, hogyan reagálnak a madarak az MI által létrehozott hangokra.
Ezek a kísérletek azért különösen érdekesek, mert túllépnek a puszta hangfelvétel-elemzésen, és azt vizsgálják, hogyan reagálnak az állatok az MI által generált hangokra.
Ez azonban nem jelenti azt, hogy a technológia le tudná fordítani, mit „mondanak” a madarak, vagy hogy a kutatók létrehoztak volna egy párbeszédet az állatok és a gépek között.
Más projektek hasonló megközelítést alkalmaznak a tengeri emlősök esetében is.
A Google DeepMind kifejlesztette a DolphinGemma (forrás: angol) nevű MI-modellt, amelyet a Wild Dolphin Project által évtizedeken át gyűjtött, vad atlanti pettyes delfinekről készült felvételeken képeztek.
A rendszer a delfinvokalizációk sorozatait elemzi, hogy visszatérő mintázatokat tárjon fel, és megjósolja, milyen hangok következhetnek.
A kutatók abban reménykednek, hogy a technológia idővel segíthet egy közös szókincs kialakításában az emberek és a delfinek között, a modellt azonban egyelőre arra használják, hogy feltárják, hogyan kommunikálnak az állatok, és nem arra, hogy a hangjaikat emberi nyelvre fordítsák.
A tudósok megpróbálják megfejteni a bálnák kommunikációját
Egy másik nagyszabású kutatási programot a Project CETI (forrás: angol) irányít, egy nemzetközi kezdeményezés, amely mesterséges intelligenciát, robotikát, nyelvészetet és víz alatti felvevő technológiát használ a kashalok kommunikációjának vizsgálatára.
A projekt a codas néven ismert kattogássorozatokra összpontosít, amelyeket a kashalok egymással való kommunikációra használnak.
A kutatók azt vizsgálják, hogy ezek a sorozatok tartalmaznak-e olyan összetett struktúrát, amely támpontot adhat arra, hogyan cserélnek információt az állatok.
A Nature Communications folyóiratban 2024-ben megjelent tanulmány több mint 8700, kashalok által kibocsátott codát elemzett, és több olyan jellemzőt azonosított, amelyek a ritmussal, a tempóval, valamint a kattogások időzítésének és elrendezésének változásaival függnek össze.
Az eredmények arra utaltak, hogy a kashalok kommunikációja bonyolultabb, mint azt korábban gondolták.
Az állati hangokban azonosított mintázatok azonban önmagukban még nem jelentik azt, hogy a tudósok megértik, mit közölnek az állatok.
A kutatóknak továbbra is meg kell állapítaniuk, hogy az egyes vokalizációk rendelkeznek-e konkrét jelentéssel, és hogy ezek a jelentések miként változhatnak annak függvényében, milyen kontextusban használják őket.
Mennyire állunk közel ahhoz, hogy „beszéljünk” az állatokkal?
Miközben az MI új lehetőségeket ad a tudósok kezébe az állati kommunikáció elemzésére, annak emberi nyelvre fordítása jóval nagyobb kihívást jelent.
Az állati hangokat más információkkal együtt kell értelmezni, például a viselkedéssel, a társas kapcsolatokkal és a környezeti feltételekkel összefüggésben.
Egy visszatérő hang például összekapcsolódhat egy meghatározott tevékenységgel, ez azonban önmagában még nem jelenti azt, hogy a kutatók tudják, mit próbál az állat közölni.
A tudósoknak azt is igazolniuk kell, hogy értelmezéseik helytállóak, mégpedig úgy, hogy megfigyelik, miként reagálnak az állatok kontrollált kísérletekben.
A technológiának idővel a puszta emberi kíváncság kielégítésén túlmutató alkalmazásai is lehetnek az állatvilággal kapcsolatban.
Ha azonban a tudósok képesek lesznek azonosítani és reprodukálni az udvarláshoz, a stresszhez vagy a társas interakciókhoz kapcsolódó állati jelzéseket, ugyanazt a technológiát elvileg arra is fel lehetne használni, hogy odavonzzák az állatokat, megzavarják a viselkedésüket, vagy megkönnyítsék a befogásukat.
A kutatók aggodalmukat fejezték ki amiatt is, hogy milyen hatással lehet az MI által generált vokalizációk sugárzása a vadon élő populációkra, különösen akkor, ha a jelzéseket félreértik, vagy ha azok zavarják a meglévő kommunikációs rendszereket.
Felmerülnek az MI által adott értelmezések megbízhatóságával kapcsolatos kérdések is. Az állati hangokban azonosított mintázatok önmagukban még nem jelentik a jelentésük megértését, ami növeli annak kockázatát, hogy az emberek olyan szándékokat vagy érzelmeket tulajdonítsanak az állatoknak, amelyeket valójában nem fejeztek ki.
A feladat ezért nem csupán olyan technológia kifejlesztése, amely képes megérteni az állatok kommunikációját, hanem az is, hogy biztosítsák, a technológiát olyan módon használják, amely védi a vizsgált állatokat.