Геомагнітна буря G5 створила хаос на Землі та Марсі

Сучасні дослідники застосовують технології машинного навчання для розшифрування комунікаційних сигналів різних видів тварин, що створює унікальні можливості та етичні виклики.

Тваринний світ сповнений різноманітних звуків та сигналів. Щебетання, виття, клацання та інші звуки формують складні системи комунікації. Науковці лише почали розуміти ці системи. Штучний інтелект стає ключовим інструментом у цьому дослідженні.

Розшифрування мови тварин стає реальністю завдяки штучному інтелекту. Різні дослідницькі групи використовують машинне навчання для аналізу комунікації тварин. Багато видів демонструють складні комунікаційні патерни. Вчені намагаються подолати мовний бар’єр між людьми та тваринами.

“Значна частина нашої роботи полягає в тому, щоб змінити уявлення людей про наше місце у світі”, — пояснює Сара Кін, поведінкова еколог Earth Species Project.

Проривні дослідження у вивченні комунікації морських ссавців

Серед лідерів цього напрямку виділяється проект CETI. Дослідники проаналізували понад 8000 “кодів” кашалотів. Це структуровані патерни клацань, записані під час проекту Dominica Sperm Whale Project. Науковці виявили контекстуальні та комбінаторні структури в цих сигналах.

Команда створила своєрідний фонетичний алфавіт для китів. Вони описали особливості, такі як “рубато” та “орнаментація”. Ці терміни позначають тонкі регулювання голосових сигналів китів під час спілкування. Відкрита система виявилася більш складною, ніж передбачали раніше.

Паралельно Google і Wild Dolphin Project представили DolphinGemma. Це велика мовна модель (“Large Language Model” – технологія, що обробляє та генерує текст на основі навчання на масивних наборах даних), навчена на 40-річних голосових сигналах дельфінів. Модель приймає дані про звуки дельфінів і прогнозує наступний голосовий сигнал.

“DolphinGemma використовується в польових умовах цього сезону для поліпшення розпізнавання звуків у реальному часі в системі CHAT”, — повідомила Деніз Герцінг, директорка Wild Dolphin Project.

Застосування технологій для різних видів тварин

За межами океану дослідження теж просуваються. Команда Мічиганського університету використовує Wav2Vec2. Ця модель розпізнавання мови була навчена на людських голосах. Вона ідентифікує емоції, стать та індивідуальні особливості собак за їхнім гавкотом.

Цікаво, що модель, навчена на людській мові, перевершила версію для собак. Це свідчить про універсальність архітектури мовних моделей. Вони ефективні навіть для розшифрування комунікації інших видів.

Домашні коти також виявляють складні комунікаційні здібності. Дослідження Паризького університету Нантер показало, що коти впізнають голос господаря. Вони також інтенсивніше реагують на “котячу мову”. Це свідчить про їхню увагу до того, як ми говоримо.

Навіть каракатиці мають систему комунікації із чотирьох типів “хвиль”. Ці фізичні жести використовуються для спілкування між собою. Тварини також реагують на відтворення цих хвиль людьми. Дослідники планують застосувати алгоритми для кращого розуміння цих сигналів.

Комерційні перспективи та майбутнє технології

Приватні компанії також зацікавлені в цій галузі. Китайський пошуковий гігант Baidu подав патент на технологію перекладу звуків тварин. Система збиратиме дані про вашого кота та аналізуватиме його емоційний стан. Потім вона видаватиме ймовірне повідомлення тварини.

Earth Species Project планує випустити аудіомовну модель NatureLM. Ця система працюватиме з даними з усього дерева життя. Вона включатиме звуки тварин, людську мову та навіть музику. Метою є створення універсального конвертера між людською мовою та аналогами тварин.

“Ми робимо цікаві відкриття про комунікацію тварин”, — додає Кін. “Але в кінцевому підсумку ми виявляємо, що інші види так само складні і багатогранні, як і ми”.

Етичні питання та застереження науковців

Попри ентузіазм, не всі експерти поділяють оптимізм щодо ШІ-перекладачів. Крістіан Руц, експерт з поведінки тварин, висловлює занепокоєння. Він вказує на небезпеку надмірних очікувань від технології.

“Я думаю, що зараз існує багато непорозумінь у висвітленні цієї теми — що машинне навчання може якось створити це контекстуальне знання з нічого”, — застерігає Руц.

Вчений наголошує на важливості базових знань з поведінкової екології. Технологія сама по собі не може створити контекст. Необхідні ґрунтовні знання про життя та поведінку тварин. Ці знання дозволяють правильно інтерпретувати дані.

Етичне використання цих технологій вимагає чітких стандартів. Нещодавня наукова стаття окреслила шість основних проблемних областей. Серед них — право тварин на приватність, можлива емоційна шкода, антропоморфізм. Також проблемами є технологічний солюціонізм, гендерна упередженість та обмежена користь для збереження видів.

“Окрім розвитку машинного навчання, нам вкрай необхідно налагодити плідну співпрацю між експертами з машинного навчання та дослідниками поведінки тварин”, — підсумовує Руц.

Ми знаходимося на порозі нових відкриттів у сфері комунікації тварин. Розуміння їхньої “мови” відкриє нові знання про навчання та соціалізацію. Проте залишаються важливі виклики щодо етичного використання цих потужних технологій. Майбутнє цієї галузі залежить від балансу між технологічним прогресом та етичними принципами.