Da li će veštačka inteligencija uskoro dešifrovati "razgovor" životinja da bi ga razumeli i ljudi?

Naučnici koriste veštačku inteligenciju za analizu životinjskih zvukova i prepoznavanje načina na koji različite vrste komuniciraju. Međutim, iako AI tehnologija otvara nove mogućnosti, prevođenje životinjskog jezika još je daleko. Veštačka inteligencija mogla bi da pomogne naučnicima da razumeju način na koji životinje komuniciraju, budući da istraživači sve više koriste „mašinsko učenje” za analizu zvukova koje proizvode različite vrste, od ptica i slonova do kitova i delfina.

Jedna od organizacija koje prednjače u ovom istraživanju je „Earth Species Project” (Projekat „Zemaljske vrste”), neprofitna grupa iz SAD koja razvija modele veštačke inteligencije za analizu oglašavanja životinja i otkrivanje obrazaca koji pomažu u razumevanju međusobne komunikacije različitih vrsta. Ova organizacija koristi AI za dešifrovanje „razgovora” životinja, s dugoročnim ciljem da razume šta one pokušavaju da saopšte jedna drugoj.

Preporučujemo

Earth Species Project je razvio „NatureLM-audio”, model veštačke inteligencije osmišljen za prepoznavanje i klasifikaciju životinjskih zvukova, identifikaciju različitih vrsta oglašavanja i analizu velikih zbirki audio-zapisa. Ovaj model može se koristiti za istraživanje životinjskih zvukova putem upita na prirodnom jeziku, što bi istraživačima olakšalo posao i omogućilo da analiziraju snimke za nekoliko minuta, umesto za nekoliko meseci. U jednom testu, u kojem su korišćeni snimci iz australijskog projekta „FrogID” (nacionalne inicijative za očuvanje prirode), „NatureLM-audio” postigao je tačnost od 99 posto u razlikovanju zvukova žaba od ostalih zvukova na snimcima, kao i tačnost od 82 posto u identifikaciji određenih vrsta žaba.

Prepoznavanje životinjskih zvukova predstavlja samo jedan deo izazova, jer istraživači pokušavaju da utvrde šta ti zvukovi znače.

Prepoznavanje zvukova i razumevanje komunikacije

„Earth Species Project” sarađuje s istraživačima koji proučavaju različite vrste, uključujući kitove ubice (orke), vrane i zebraste zebe. U saradnji s istraživačima sa Univerziteta Mekgil u Kanadi razvijen je model veštačke inteligencije pod nazivom ZF-AIM, namenjen proučavanju vokalnih interakcija između zebrastih zeba. Model je osmišljen tako da u realnom vremenu generiše zvuke slične ptičjem oglašavanju, omogućavajući istraživačima da prouče kako ptice reaguju na zvuke koje stvara veštačka inteligencija. Ovi eksperimenti su posebno zanimljivi, jer prevazilaze puku analizu snimaka i prelaze na ispitivanje reakcija životinja na zvuke koje generiše veštačka inteligencija. Ipak, to ne znači da ova tehnologija može da prevede ono što ptice „govore”, niti da su istraživači uspostavili komunikaciju između životinja i mašina. Sličan pristup primenjuje se i u drugim projektima koji se bave morskim sisarima.

Kompanija Google DeepMind razvila je model veštačke inteligencije pod nazivom DolphinGemma, obučen na osnovu višedecenijskih snimaka atlantskih pegavih delfina u divljini, koje je prikupila organizacija „Wild Dolphin Project”. Model analizira sekvence delfinskih glasanja kako bi uočio obrasce koji se ponavljaju i predvideo koji bi zvuci mogli uslediti. Istraživači se nadaju da bi ova tehnologija s vremenom mogla pomoći u uspostavljanju zajedničkog rečnika između ljudi i delfina, mada se model trenutno koristi prvenstveno za proučavanje načina na koji ove životinje komuniciraju, a ne za prevođenje njihovih zvukova na ljudski jezik.

Naučnici pokušavaju da dešifruju komunikaciju kitova

Još jedan značajan istraživački poduhvat predvodi „Project CETI”, međunarodna inicijativa koja koristi veštačku inteligenciju, robotiku, lingvistiku i tehnologiju za podvodno snimanje kako bi proučila komunikaciju kitova ulješura. Projekat je usmeren na sekvence kliktaja, poznate kao „kode” (codas), koje kitovi ulješure koriste za međusobnu komunikaciju. Istraživači ispituju da li ove sekvence sadrže složenu strukturu koja bi mogla pružiti naznake o tome kako ove životinje razmenjuju informacije.

Studija iz 2024. godine, objavljena u časopisu Nature Communications, analizirala je više od 8.700 sekvenci zvukova („koda”) koje proizvode ulješure, pri čemu je identifikovano nekoliko karakteristika koje se tiču ritma, tempa i varijacija u vremenskom rasporedu i redosledu kliktaja. Ovi nalazi ukazuju na to da je komunikacija ulješura složenija nego što se pretpostavljalo. Međutim, prepoznavanje obrazaca u zvucima koje životinje proizvode ne znači nužno da naučnici razumeju šta one tom komunikacijom prenose. Istraživači tek treba da utvrde da li određeni zvuci imaju specifična značenja i kako se ona mogu menjati u zavisnosti od konteksta u kojem se koriste.

Koliko smo blizu tome da razgovaramo sa životinjama

Iako veštačka inteligencija (AI) pruža naučnicima nove načine za analizu komunikacije među životinjama, njeno prevođenje na ljudski jezik ostaje mnogo veći izazov. Zvuke životinja potrebno je posmatrati u sklopu drugih informacija, uključujući njihovo ponašanje, društvene odnose i uslove u okruženju. Na primer, određeni zvuk koji se ponavlja može biti povezan s konkretnom aktivnošću, ali to ne znači automatski da istraživači znaju šta životinja pokušava da saopšti.

Naučnici takođe moraju da provere tačnost svojih tumačenja posmatrajući kako životinje reaguju u kontrolisanim eksperimentima. Ova tehnologija bi s vremenom mogla naći primenu koja prevazilazi puko zadovoljavanje ljudske radoznalosti o životinjskom svetu. Međutim, ukoliko naučnici nauče da prepoznaju i reprodukuju signale koje životinje koriste prilikom parenja, u stanju uznemirenosti ili tokom društvenih interakcija, ta tehnologija bi se potencijalno mogla iskoristiti za privlačenje životinja, ometanje njihovog ponašanja ili njihovo lakše hvatanje.

Istraživači su takođe izrazili zabrinutost zbog mogućih posledica emitovanja zvukova koje je generisala AI unutar populacija divljih životinja, naročito ako bi ti signali bili pogrešno protumačeni ili bi ometali postojeće sisteme komunikacije. Postavljaju se i pitanja o pouzdanosti tumačenja koja nudi veštačka inteligencija.

Prepoznavanje obrazaca u zvucima životinja ne znači nužno i razumevanje njihovog značenja, što nosi rizik da ljudi životinjama pripišu namere ili emocije koje one zapravo nisu izrazile. Stoga izazov nije samo u razvoju tehnologije sposobne da razume komunikaciju životinja, već i u tome da se ona koristi na način koji štiti životinje koje su predmet istraživanja.

(Telegraf.rs/Euronews)