Mitä on tapahtunut tuhoisan tapaninpäivän tsunamin jälkeen?
Oletko koskaan miettinyt mitä karvainen ystäväsi todella ajattelee? Tai mitä salaisuuksia metsän olennot kuiskaavat toisilleen? Tekoälyn avulla saatamme olla ratkaisemassa eläinten viestinnän salaisuuksia.
Tutkijat käyttävät huipputeknologiaa purkaakseen eläinten monimutkaisia kieliä aina valaiden monimutkaisista lauluista jyrsijöiden ultraäänivinkunoihin. Viimeaikaiset tutkimukset, joissa on sovellettu tekoälyä, lupaavat tarjota korvaamatonta tietoa eläinten käyttäytymisestä sekä ne voivat olla ratkaisevassa asemassa uhanalaisten lajien suojelussa.
Oletko kiinnostunut tietämään aiheesta lisää? Klikkaa galleriassa eteenpäin ja tutustu alan uskomattomiin edistysaskeliin.
Voivatko eläimet kommunikoida tavoilla, joita me voimme ymmärtää? Pystymmekö ylittämään lajirajat ja ymmärtämään niiden viestintää sekä myös puhumaan niille suoraan? Nämä kysymykset ovat kiehtoneet ihmiskuntaa sukupolvien ajan.
Vaikka monet alkuperäiskansojen kulttuurit uskovat, että eläimet voivat kommunikoida tarkoituksellisesti, länsimainen tiede on usein vältellyt tutkimuksia, jotka viittaavat eläinten ihmismäisiin ominaisuuksiin. Taustalla on nimittäin pelko antropomorfismin syytöksistä eli ihmisen ominaisuuksien antamisesta ei-inhimillisille olennoille.
70-luvulla tieteilijät yrittivät opettaa ihmisen kieltä kädellisille, kuten Kokolle, neljä ja puolivuotiaalle gorillalle, joka tuli tunnetuksi kyvystään käyttää viittomakieltä.
Hänen ohjaaja Francine ”Penny” Patterson (vasemmalla) opetti Kokolle menestyksekkäästi viittomakieltä, jonka avulla hän pystyi kommunikoimaan perusajatuksia ja tunteita. Patterson dokumentoi, että gorilla ymmärsi noin 2 000 sanaa puhuttua englantia.
Bioakustiikka eli eläinten äänen tutkimus syntyi 1920-luvulla. Vaikka merinisäkkäiden äänet ovat nykyään tuttuja, ensimmäiset äänitteet tehtiin 1940-luvun lopulla.
Tutkimus siitä miten delfiinit käyttävät ääntä ”nähdäkseen” veden alla ja miten eri lajit käyttävät ainutlaatuisia ääniä, kasvoi nopeasti 1950- ja 1960-luvuilla.
Viime aikoina digitaalisen bioakustiikan alalla on käytetty teknologiaa eläinten äänien tutkimiseen. Nauhoittamalla ja analysoimalla näitä ääniä tutkijat voivat saada tietoa siitä miten eläimet kommunikoivat, liikkuvat ja ovat vuorovaikutuksessa ympäristönsä kanssa.
Eläinten äänien tallentaminen on yhä helpompaa. Tutkijoiden on kuitenkin vaikea pysyä perässä eri lajien äänitteiden valtavan määrän kanssa.
Tekoäly kuitenkin kukoistaa suurissa tietokokonaisuuksissa. Aivan kuten kielimallit oppivat valtavista tekstimääristä, tekoäly voi oppia tunnistamaan malleja eläinten äänistä.
Kun ChatGPT:n kaltaiset kielimallit oppivat ihmisten kielestä, miten tekoäly voi kääntää eläinten viestintää? Tämä edellyttää erilaista lähestymistapaa, joka on samanlainen kuin se miten muut tekoälyohjelmistot voivat luoda kuvia tekstistä.
Tämä ”multimodaalinen” analyysi, jossa ymmärretään erilaisia tiedon muotoja, kuten ääniä ja kuvia, voisi olla avainasemassa eläinten kielen tulkinnassa.
Aivan kuten me käytämme kehonkieltä ja eleitä, myös eläimet käyttävät äänien lisäksi fyysisiä vihjeitä. Nämä toimet voivat tapahtua ennen ääntelyä, sen aikana tai sen jälkeen.
Tutkijat ovat katalogisoineet nämä käyttäytymismallit etogrammiksi kutsuttuun luetteloon. Kouluttamalla koneoppimismalleja analysoimaan tätä laajaa luetteloa tutkijat voivat löytää datasta kuvioita, ja saada syvällisempää tietoa eläinten monimutkaisesta viestinnästä.
Karen Bakker, British Columbian yliopiston professori ja alan asiantuntija uskoo, että digitaalisen kuuntelun ja tekoälyn yhdistäminen voi johtaa kahteen merkittävään löytöön: kielen olemassaoloon muissa kuin ihmislajeissa ja lajien välisen kommunikaation mahdollisuuteen.
Tekoälyä käytetään jo nyt eläinten viestinnän purkamiseen. Neurotieteilijä Kevin Coffey auttoi kehittämään DeepSqueakia, koneoppimisvälineen, joka purkaa jyrsijöiden ääntelyä ja tarjoaa tietoa niiden käyttäytymisestä.
Coffeyn mukaan rotat käyttävät korkeita ”nauruhuutoja” positiivisissa tilanteissa, kuten seurustelussa ja leikissä. He käyttävät matalampia ääniä negatiivisissa tilanteissa, kuten sairauden tai kivun aikana. Coffey käyttää näitä ääniä laboratoriorottiensa hyvinvoinnin seurantaan.
Muut ryhmät, kuten valasbiologi Shane Geron johtama Project Cetacean Translation Initiative (CETI), keskittyvät ymmärtämään tiettyä lajia, tässä tapauksessa valasta.
Lähes 20 vuoden ajan Gero nauhoitti kaskelottien ääntelyä ja siihen liittyvää käyttäytymistä. Hän havaitsi, että valaat käyttävät toistensa tunnistamiseen erityisiä äänimuotoja, joita kutsutaan koodauksiksi.
Tutkimuksessa havaittiin, että valaat oppivat nämä koodaukset samalla tavalla kuin pikkulapset oppivat sanoja ja nimiä: matkimalla ympärillään olevien aikuisten ääniä.
Kun osa koodeista oli purettu manuaalisesti, Geron tiimi tutki tekoälyn käyttöä prosessin nopeuttamiseksi. Algoritmi tunnisti onnistuneesti pienen osajoukon yksittäisiä valaita niiden koodien perusteella 99 prosentin tarkkuudella.
CETI-hankkeessa aiotaan myös käyttää vedenalaisia mikrofoneja nauhoittamaan jatkuvasti valaiden ääntelyä. Näin tekoälyä voitaisiin kouluttaa ymmärtämään ja jopa ”puhumaan” valaiden kieltä.
Tekoälyohjelmistot ovat jo edistyneet sekä eläinten viestinnän kääntämisessä ja tietojen välittämisessä eläimille. Tekoälyohjelmistot voivat luoda erityisiä äänimuotoja, joilla viestitään lepakko- tai mehiläisyhdyskuntien kanssa.
Berliinin Freie Universität Berlinin tutkija Tim Landgraf havaitsi, että mehiläiset kommunikoivat sekä kehonkielen ja äänen avulla. Landgraf käyttää nyt syväoppimisalgoritmeja yksittäisten mehiläisten seuraamiseen ja analysoi niiden viestinnän vaikutusta muihin mehiläisiin.
Landraf tunnisti ääniä, kuten ”töräytys”, ”kvaak”, ”hys” tai ”lopeta”, ”huutamis” -vaaramerkki, sekä erilaisia piippaus-, kerjäämis- ja ravistelusignaaleja. Nämä signaalit ohjaavat sekä mehiläisten kollektiivista että yksilöllistä käyttäytymistä.
Landgraf loi myös RoboBee-robotin, joka voi mennä mehiläispesään ja kommunikoida mehiläisten kanssa. Robotti voi antaa ohjeita ja jopa esittää heilutustanssin, joka on monimutkainen viestintäkuvio, jota käytetään nektarilähteiden osoittamiseen.
Koneoppiminen voi myös auttaa meitä ymmärtämään lemmikkejä paremmin. Eläinten käyttäytymistieteilijä ja luonnonsuojelubiologi Con Slobodchikoff kehittää tekoälymallia, joka kääntää koirien ilmeet ja haukut omistajilleen.
Slobodchikoffin mukaan lemmikkieläimet kommunikoivat useilla eri signaaleilla, kuten haukkumalla ja kehonkielellä. Meillä on kuitenkin taipumus keskittyä pelkästään ääniin, jolloin tärkeitä visuaalisia vihjeitä ei oteta huomioon.
Eläinten äänien purkaminen ja tiedon välittäminen eläimille voisi mullistaa luonnonsuojelutoimet. Tutkijat voivat käyttää tekoälyä uhanalaisten lajien seuraamiseen, niiden taantumiseen vaikuttavien käyttäytymismallien tunnistamiseen ja niiden suojeluun. Kuten esimerkiksi mehiläisten ohjaamiseen turvallisiin nektarilähteisiin.
Toisaalta tutkijat ovat myös huolissaan siitä, että tätä teknologiaa voitaisiin käyttää väärin haitallisiin tarkoituksiin, kuten uhanalaisten lajien houkuttelemiseksi ansoihin tai niiden käyttäytymisen manipuloimiseksi.
Jotkut tutkijat vertaavat tätä läpimurtoa kaukoputken keksimiseen, joka muutti näkökulmaamme maapallon asemaan maailmankaikkeudessa. Tekoälyn avulla tehtävä tutkimus eläinten viestinnästä voisi samalla tavalla muuttaa käsitystämme suhteestamme muihin lajeihin.
Lähteet: (Scientific American) (Deutsche Welle) (Science Direct) (Tech Times) (BBC) (Gray DI)
Kuinka tekoäly parantaa ihmisen ja eläimen välistä viestintää
Uraauurtavat tutkimukset tuovat meidät lähemmäs eläinten kielen ymmärtämistä
ELÄMÄNTAPA Teknologia
Oletko koskaan miettinyt mitä karvainen ystäväsi todella ajattelee? Tai mitä salaisuuksia metsän olennot kuiskaavat toisilleen? Tekoälyn avulla saatamme olla ratkaisemassa eläinten viestinnän salaisuuksia.
Tutkijat käyttävät huipputeknologiaa purkaakseen eläinten monimutkaisia kieliä aina valaiden monimutkaisista lauluista jyrsijöiden ultraäänivinkunoihin. Viimeaikaiset tutkimukset, joissa on sovellettu tekoälyä, lupaavat tarjota korvaamatonta tietoa eläinten käyttäytymisestä sekä ne voivat olla ratkaisevassa asemassa uhanalaisten lajien suojelussa.
Oletko kiinnostunut tietämään aiheesta lisää? Klikkaa galleriassa eteenpäin ja tutustu alan uskomattomiin edistysaskeliin.