Naukowcy korzystają ze sztucznej inteligencji, by analizować odgłosy zwierząt i wzorce komunikacji gatunków. Jednak przekład ich „języka” wciąż wydaje się odległy.
Sztuczna inteligencja może pomóc naukowcom lepiej zrozumieć, w jaki sposób zwierzęta się porozumiewają. Badacze coraz częściej korzystają z uczenia maszynowego, analizując odgłosy gatunków – od ptaków i słoni po wieloryby i delfiny.
REKLAMA
REKLAMA
Jedną z organizacji stojących na czele tych badań jest Earth Species Project, amerykańska organizacja non-profit rozwijająca modele SI do analizy wokalizacji zwierząt i wyszukiwania wzorców, które mogą wyjaśniać, jak różne gatunki się komunikują.
Organizacja wykorzystuje SI, by rozszyfrować komunikację zwierząt. W dłuższej perspektywie chce zrozumieć, co zwierzęta próbują sobie przekazywać.
Opracowała NatureLM-audio, model SI zaprojektowany do rozpoznawania i klasyfikowania odgłosów zwierząt, wskazywania różnych typów wokalizacji oraz analizy dużych zbiorów nagrań dźwiękowych.
Model pozwala też badać odgłosy zwierząt za pomocą poleceń w języku naturalnym, co może umożliwić naukowcom analizę nagrań w kilka minut zamiast przez miesiące.
W jednym z testów, z wykorzystaniem nagrań z australijskiego projektu FrogID – ogólnokrajowej inicjatywy ochrony przyrody – NatureLM-audio osiągnął 99% dokładności w odróżnianiu odgłosów żab od innych nagrań oraz 82% dokładności w rozpoznawaniu wybranych gatunków żab.
Rozpoznawanie odgłosów zwierząt to jednak tylko część wyzwania. Badacze próbują także ustalić, co te odgłosy znaczą.
Od rozpoznawania odgłosów do zrozumienia komunikacji
Earth Species Project współpracuje z zespołami badającymi kilka gatunków, m.in. orki, wrony i zeberki.
Wspólnie z badaczami z Uniwersytetu McGill w Kanadzie opracowała model SI ZF-AIM do analizy wokalnych interakcji między zeberkami.
Model został zaprojektowany tak, by w czasie rzeczywistym generować ptasie wokalizacje. Dzięki temu naukowcy mogą obserwować, jak ptaki reagują na dźwięki tworzone przez SI.
Eksperymenty są szczególnie interesujące, bo wychodzą poza samą analizę nagrań. Skupiają się na tym, jak zwierzęta odpowiadają na dźwięki wygenerowane przez algorytmy.
Nie oznacza to jednak, że technologia potrafi tłumaczyć «to, co mówią» ptaki ani że udało się nawiązać rozmowę między zwierzętami a maszynami.
Podobne podejście stosuje się w badaniach ssaków morskich.
Google DeepMind stworzyło DolphinGemma (źródło w Angielski), model SI wytrenowany na dziesięcioleciach nagrań dzikich delfinów plamistych atlantyckich, zebranych przez Wild Dolphin Project.
Model analizuje sekwencje wokalizacji delfinów, wyszukuje powtarzające się wzorce i przewiduje, jakie dźwięki najprawdopodobniej pojawią się później.
Badacze mają nadzieję, że z czasem technologia pomoże stworzyć wspólny zestaw sygnałów między ludźmi a delfinami. Na razie model służy jednak przede wszystkim do badania, w jaki sposób zwierzęta się komunikują, a nie do przekładania ich odgłosów na język ludzi.
Naukowcy próbują rozszyfrować komunikację wielorybów
Kolejny duży projekt badawczy prowadzi Project CETI (źródło w Angielski), międzynarodowa inicjatywa wykorzystująca SI, robotykę, językoznawstwo i podwodne systemy nagraniowe do badania komunikacji kaszalotów.
Zespół koncentruje się na sekwencjach kliknięć zwanych kodami, których kaszaloty używają do porozumiewania się.
Naukowcy sprawdzają, czy te sekwencje mają złożoną strukturę, która może zdradzać, jak między zwierzętami przekazywane są informacje.
Badanie z 2024 roku, opublikowane w „Nature Communications”, przeanalizowało ponad 8 700 kodów kaszalotów i opisało kilka cech związanych z rytmem, tempem oraz zmianami w czasie i układzie kliknięć.
Wyniki wskazują, że komunikacja kaszalotów jest bardziej złożona, niż dotąd sądzono.
Samo wykrywanie wzorców w odgłosach zwierząt nie oznacza jeszcze, że naukowcy rozumieją, co te odgłosy przekazują.
Muszą jeszcze ustalić, czy poszczególne wokalizacje mają określone znaczenia oraz jak te znaczenia zmieniają się w zależności od kontekstu, w którym dźwięki są używane.
Jak daleko nam do rozmów ze zwierzętami?
Choć SI daje naukowcom nowe narzędzia do analizy komunikacji zwierząt, przełożenie jej na język ludzi pozostaje znacznie trudniejszym zadaniem.
Odgłosy zwierząt trzeba interpretować razem z innymi informacjami: zachowaniem, relacjami społecznymi i warunkami środowiskowymi.
Powtarzający się dźwięk może towarzyszyć określonej czynności, jednak nie oznacza to automatycznie, że badacze wiedzą, co zwierzę próbuje zakomunikować.
Naukowcy muszą też sprawdzić trafność swoich interpretacji, obserwując reakcje zwierząt w kontrolowanych eksperymentach.
W przyszłości ta technologia może znaleźć zastosowania wykraczające poza zaspokajanie ludzkiej ciekawości świata zwierząt.
Jeśli jednak naukowcy nauczą się rozpoznawać i odtwarzać sygnały związane z rozmnażaniem, stresem czy kontaktami społecznymi, ta sama technologia może posłużyć do zwabiania zwierząt, zakłócania ich zachowań lub ułatwiania ich chwytania.
Badacze zwracają też uwagę na ryzyko związane z emitowaniem w przyrodzie wokalizacji generowanych przez SI, zwłaszcza gdy sygnały zostaną błędnie zinterpretowane lub zaczną zakłócać istniejące systemy komunikacji.
Pojawiają się również wątpliwości co do wiarygodności interpretacji tworzonych przez algorytmy. Samo wykrycie wzorców w odgłosach zwierząt nie oznacza zrozumienia ich znaczenia, co rodzi ryzyko przypisywania zwierzętom intencji czy emocji, których w rzeczywistości nie wyrażają.
Wyzwaniem jest więc nie tylko opracowanie technologii zdolnej lepiej rozumieć komunikację zwierząt, lecz także zagwarantowanie, że będzie ona stosowana w sposób, który chroni badane stworzenia.