Искусственный интеллект уже помогает нам управлять Siri и Alexa, но что произойдет, если мы направим эту технологию на другие виды? Несколько крупных научных проектов используют машинное обучение для расшифровки общения животных. Полноценный «разговор» с котом пока остается научной фантастикой, но первые результаты впечатляют и поднимают серьезные вопросы о природе языка в целом. Неудивительно, что эта тема пользуется таким вниманием: ученым даже удалось поговорить с китом в рамках отдельного эксперимента.
Есть ли у животных язык и как ученые это проверяют?
Прежде чем что-то «переводить», нам нужно понять: что именно мы переводим? Люди общаются с помощью слов, жестов и мимики. Животные также используют сложные сигналы — собаки виляют хвостами, пчелы танцуют, дельфины щелкают и свистят, а слоны, оказывается, могут обращаться друг к другу по имени. Но можно ли это считать языком?
Дениз Херцинг, научный руководитель проекта «Дикие дельфины», объясняет ситуацию следующим образом: мы до сих пор не знаем, есть ли у животных настоящий язык, но искусственный интеллект способен обнаруживать языкоподобные структуры в их общении – предметы, похожие на грамматический словарь. Если такие закономерности будут обнаружены, это станет веским аргументом в пользу того, что животные общаются более сложным образом, чем мы думали.
И вот здесь возникает основная трудность. Джулия Фишер из немецкого Центра исследований приматов предупреждает: искусственный интеллект — не волшебная палочка. Алгоритм может обнаруживать закономерности в звуках, но без наблюдения за поведением в реальной среде эти закономерности бессмысленны. Вам не нужно просто записывать тысячи часов звуков – вы должны сопоставить их с тем, что делают животные в этот момент. В противном случае любая попытка поговорить с животными так и останется красивой метафорой.
Как искусственный интеллект и машинное обучение расшифровывают звуки животных
Элоди Брифер, специалист по поведению животных из Копенгагенского университета, объясняет: звуки животных несут в себе множество типов информации – от личности человека до его эмоционального состояния, статуса и даже описания внешних событий. Теоретически все это может уловить искусственный интеллект.
Ключевую роль играет машинное обучение — вид искусственного интеллекта, который анализирует данные без строгих правил. Алгоритм самостоятельно обрабатывает записи и обнаруживает закономерности. Эта же технология лежит в основе интеллектуального ввода текста в смартфонах и голосовых помощниках. Разница в том, что «языковые закономерности» у животных основаны не на словах, а на звуковых сигналах — щелчках, свистах, фырканьях, ультразвуках.
По мнению Брифера, преимуществом машинного обучения является масштаб. Там, где человек потратил бы годы на анализ записей вручную, алгоритм быстро обработает тысячи часов и найдет закономерности, которые исследователь может упустить.
Проект «Земные виды»: расшифровка языка животных
Одной из ключевых организаций в этой области является Earth Species Project, некоммерческая организация, занимающаяся расшифровкой общения животных с помощью искусственного интеллекта. Их подход основан на идее, что язык можно рассматривать как геометрическую фигуру – своего рода галактику, в которой каждое «слово» является звездой, а расстояния между звездами кодируют значение. Если формы двух языков совпадают, их можно «наложить» друг на друга и таким образом перевести.
В конце 2021 года проект Earth Species Project опубликовал в журнале Scientific Reports статью, описывающую алгоритм, решающий так называемую «проблему коктейля». Представьте себе шумную вечеринку: одновременно звучит много голосов и понять, кто говорит, практически невозможно. Та же проблема возникает при записи звуков в группе животных. Алгоритм Earth Species Project смог определить, какой именно дельфин, макака или летучая мышь «разговаривали» в группе.
На сегодняшний день проект находится в стадии строительства ПриродаLM-аудио – первая в мире крупномасштабная аудиоязыковая модель, специально разработанная для анализа вокализации животных. Он обучается на огромных наборах данных — от человеческой речи и музыки до звуков окружающей среды. Первоначальные результаты показывают, что модели, полученные на основе человеческой речи, действительно помогают лучше понимать звуки других видов.
Язык китов и дельфинов изучают Project CETI и DolphinGemma.
Еще один большой проект, Проект CETI (Инициатива по переводу китообразных)нацелен на кашалотов. Эти киты общаются посредством ритмической серии щелчков, называемых «кодами». Раньше учёные думали, что эти звуки — что-то вроде азбуки Морзе. Теперь исследования с использованием генеративных нейронных сетей (GAN) выявили нечто поразительное: акустические свойства щелчков кашалота напоминают гласные звуки человеческой речи – с различиями в продолжительности, частоте и траектории, как и у людей.
Исследователи CETI уже идентифицировали 156 различных кодов и их основные компоненты – по сути».фонетический алфавит кашалотаПроект объединяет около 50 ученых из восьми институтов: лингвистов, робототехников, криптографов и морских биологов.
Есть также новости о дельфинах. Проект Проект «Дикий дельфин»основанная Дениз Херцинг, в 2013 году добилась замечательного результата: исследователи научили группу дельфинов ассоциировать определенный свист с саргассовыми водорослями. Алгоритм машинного обучения затем сможет распознать эту игру в естественной среде. Недавно Google в сотрудничестве с проектом Wild Dolphin и Технологическим институтом Джорджии представили ДельфинДжемма – Модель искусственного интеллекта, основанная на архитектуре Gemma, обученная на многолетней базе данных звуков пятнистых дельфинов в Атлантике.
DolphinGemma работает по принципу «входной звук — выходной звук»: модель анализирует последовательность звуков дельфина и предсказывает, какой звук последует за ним — аналогично языковой модели, которая предсказывает следующее слово в предложении. Модель достаточно компактна (около 400 миллионов параметров) для работы непосредственно на смартфоне Google Pixel — прямо на месте, под водой.
Как искусственный интеллект распознает эмоции животных по звукам
Не только китообразные привлекли внимание исследователей. Элоди Брифер и ее коллеги научили систему искусственного интеллекта распознавать положительные и отрицательные эмоции в криках, визгах и хрюканье свиней. Это не абстрактное упражнение – понимание эмоций сельскохозяйственных животных может напрямую улучшить условия их ведения сельского хозяйства.
У грызунов ситуация еще интереснее. Мыши и крысы общаются в ультразвуковом диапазоне — их «разговоры» просто не улавливаются человеческим ухом. Программа DeepSqueakразработанный учеными Вашингтонского университета, преобразует ультразвуковые сигналы в спектрограммы (визуальные представления звука) и анализирует их с помощью нейронных сетей. Оказывается, грызуны имеют около 20 типов вокализаций и используют разные «песни» в зависимости от ситуации — например, мыши-самцы по-разному «поют» в присутствии другого самца и рядом с самкой.
Почему ученые используют искусственный интеллект для понимания языка животных
Помимо очевидного (наконец-то выяснение того, о чем на самом деле думает кошка), понимание общения животных имеет множество практических последствий. Для домашних и сельскохозяйственных животных это вопрос благополучия.
«Для видов, живущих рядом с нами, понимание их состояния имеет решающее значение, поскольку их благополучие зависит от нас».
говорит Элоди Брифер, специалист по поведению животных.
Но масштаб потенциальных изменений гораздо шире. Если окажется, что у животных действительно есть элементы языка, возможно, потребуется переосмыслить наше отношение к ним. – в спорте, развлечениях, научных экспериментах и сельском хозяйстве. И дело не только в общении: все больше и больше данных показывают, что многие виды более разумны, чем мы думали. Ученые проекта CETI сейчас сотрудничают с юристами из Нью-Йоркского университета, чтобы изучить, как открытия в области общения кашалотов могут повлиять на правовой статус животных.
Существует также фундаментальный научный интерес. Изучение общения животных может помочь нам понять эволюцию самого языка.
Деннис Херцинг добавляет еще более амбициозную точку зрения:
«Инструменты, которые мы разрабатываем для видов на Земле, могут быть полезны для далеких миров, если мы когда-нибудь столкнемся с другими формами жизни».
Важно сохранять трезвый взгляд: до настоящего «разговора» с животными еще далеко. Машинное обучение может помочь обнаружить закономерности в звуках, но превращение этих закономерностей в смысл — отдельная и гораздо более сложная задача, невозможная без многих лет полевых наблюдений. Однако впервые в истории у ученых есть инструменты для обработки данных общения животных в ранее невообразимых масштабах. И каждая обнаруженная закономерность — это еще один шаг к пониманию того, насколько сложен и богат мир, который мы разделяем с миллионами других видов.
