Svarbu sukurti technologiją, kuri atitinka gamtosaugos kriterijus
Ne paslaptis, jog Kalifornijoje įsikūrusi organizacija nori panaudoti automatizuoto mokymosi galią, kad iššifruotų tarpusavio ryšį visoje gyvūnų karalystėje. Tačiau projekto sėkme kol kas smarkiai abejojama[1].
Įdomu tai, kad kuomet delfinų prižiūrėtojas rankomis duoda tam tikrą signalą, dresuoti vandens gyvūnai įprastai dingsta po vandeniu, apsikeičia garsais, tada iškyla, apsiverčia ant nugaros ir pakelia uodegas, – jie atlieka triuką kartu, kaip yra prašoma. Žinoma, tai neįrodo, kad veiksmas yra paremtas kalba. Bet jeigu žmonės turėtų prieigą prie simbolinio bendravimo būdo, tai labai palengvintų komunikavimo suvokimo užduotį.
Bet kokiu atveju, kai kurie asmenys turi išties drąsių ambicijų, norėdami iššifruoti gyvūnų bendravimą naudojant dirbtinio intelekto (AI) formą, ir padaryti šias žinias lengvai prieinamas, taip stiprinant žmonijos ryšį su kitomis gyvomis rūšimis, galiausiai taipogi padedant jas apsaugoti.
Ir iš tiesų, gyvūnų vokalizacijos supratimas jau seniai buvo žmonių susižavėjimo ir studijų objektas: jau kurį laiką stebimi įvairūs primatai, siunčiantys pavojaus signalus, kurie skiriasi priklausomai nuo plėšrūno; delfinai kreipiasi vienas į kitą švilpdami; o kai kurie paukščiai giesmininkai gali itin lanksčiai keisti garsus. Tačiau dauguma ekspertų nustojo tai vadinti komunikacija, nes joks gyvūnų bendravimas neva neatitinka kalbai priskiriamų kriterijų.
Iki šiol dekodavimas daugiausia rėmėsi kruopščiu stebėjimu
Akivaizdu, jog auga susidomėjimas specifinėmis technologijomis, kad būtų galima susidoroti su didžiuliais duomenų kiekiais, kuriuos dabar gali surinkti šiuolaikiniai gyvūnų nešiojami jutikliai. Tačiau mes, deja, dar tikrai nesuprantame, kiek daug galime padaryti.
Visgi buvo sukurtas algoritmas, analizuojantis kiaulių niurzgėjimą, kad nustatytų, ar šie gyvūnai patiria teigiamas, ar neigiamas emocijas, kol kitas jų vertina, ar graužikai patiria stresą, atsižvelgiant į pastarųjų ultragarso dažnius[2]. Galiausiai būsima iniciatyva apima projektą, pagal kurį planuojama panaudoti technologijas kašalotų komunikacijai išversti, priartėjant prie visų rūšių komunikacijos dekodavimo galimybės – nuo kirminų iki banginių.
Šis procesas prasideda nuo algoritmo, skirto žodžiams atvaizduoti fizinėje erdvėje, sukūrimo. Tuo tarpu daugiamačiame geometriniame vaizde atstumas bei kryptis tarp taškų (žodžių) apibūdina, kaipgi jie prasmingai susiję vienas su kitu (jų semantinis ryšys).
Pavyzdžiui, „karalius“ turi ryšį su „vyru“ tokiu pačiu atstumu ir kryptimi, kaip ir „moteris“ turi būti „karalienė“. (Žemėlapių sudarymas atliekamas ne žinant, ką reiškia žodžiai, bet žiūrint kaip dažnai jie pasitaiko vienas šalia kito.)
Siekiama sukurti gyvūnų bendravimo vaizdus dirbant su daugybe rūšių
Mes nežinome, kaip gyvūnai patiria pasaulį, bet yra emocijų, tokių kaip sielvartas bei džiaugsmas, kurios, rodosi, panašėja į žmonių. Tarkim, delfinai bendraudami naudoja švilpimus ir kitus garsus. Bet ką jie konkrečiai reiškia?
Taip, gyvūnai bendrauja ne tik balsu. Pavyzdžiui, bitės praneša vienos kitoms apie gėlės vietą per „vibravimo šokį“. Šiaip ar taip, suprasti gyvūnų komunikaciją yra prilyginama keliavimui į Mėnulį, tačiau ši idėja vis tik nereikalauja ten patekti iš karto. Atvirkščiai, veiksmų planas apima daugybę mažesnių problemų, reikalingų didesniam planui įgyvendinti.
Tokiu būdu turėtų būti sukurtos bendrosios priemonės, kurios gali padėti mokslininkams, bandantiems pritaikyti dirbtinį intelektą, jog atskleisti tiriamų rūšių paslaptis.
Kitas projektas apima AI naudojimą, kad būtų galima generuoti gyvūnų skleidžiamus garsus, ir kuprotieji banginiai yra bandomoji rūšis[3]. Signalai, analizuojami dalijant vokalizacijas į dalis (skirtingus garso vienetus, trunkančius šimtąją sekundės dalį), gali būti atkuriami tiesiogiai gyvūnams, jog galiausiai pamatytume, ar šie į juos atsilieps.
Taigi, jei dirbtinis intelektas gali nustatyti, kas lemia atsitiktinius pokyčius, tai priartina mus prie prasmingo bendravimo, atkuriant vokalinio repertuaro aprašą. (Tikimasi, jog paėmus skirtingu laiku padarytus įrašus, bus galima atsekti, ar nėra ardomas nelaisvėje laikomų gyvūnų signalų repertuaras – pavyzdžiui, gali būti prarasti konkretūs pavojaus signalai, o tai gali turėti pasekmių jų atkūrimui; šie nuostoliai yra sprendžiami tik įsikišant į procesą, prieš tai jį detaliai ištyrus.)
Tuo tarpu sekantis projektas siekia automatizuotai suprasti funkcines vokalizacijos reikšmes. Tai atliekama Kalifornijos universiteto Santa Kruze vandenyno mokslų profesoriaus Ari Friedlaenderio laboratorijoje, kadangi pastaroji tiria, kaip laukiniai jūrų žinduoliai, kuriuos sunku tiesiogiai stebėti, elgiasi po vandeniu, ir vykdo vieną didžiausių pasaulyje žymėjimo programų: maži elektroniniai prietaisai, pritvirtinti prie gyvūnų, fiksuoja jų vietą, judesio tipą ir net tai, ką jie mato (įrenginiuose gali būti vaizdo kamera).
Galų gale, laboratorijoje taip pat yra duomenų iš strategiškai vandenyne išdėstytų garso įrašymo įrenginių, kuriuos siekiama taikyti žymos duomenims, kad būtų galima automatiškai įvertinti, ką gyvūnas veikia (ar jis maitinasi, ilsisi, keliauja ar bendrauja), o tada pridėti garso duomenis, jog pamatyti, ar galima suteikti funkcinę reikšmę tokiam elgesiui.
Kita vertus, esminė problema yra ta, kad daugelis gyvūnų turi daug mažesnį garsų repertuarą nei žmonės, dėl ko tas pats garsas gali būti naudojamas reikšti skirtingus dalykus skirtinguose kontekstuose, ir tik ištyrus kontekstą – kaip gyvūnai susiję su kitais gyvūnais – tą prasmę galima tikėtis įtvirtinti. Kitaip tariant, manoma, jog šių AI metodų nepakanka, – reikia išeiti „į lauką“ ir akylai stebėti gyvūnus, – tai dar vienas įrankis, leidžiantis nusiimti „žmogiškus“ akinius ir suprasti visas komunikacijos sistemas.
