Co třeba tygry, dělové koule a granáty?
Co když si zvířata mezi sebou povídají a my o tom nevíme? Vědci, kteří se zabývají zvířecí komunikací, už desítky let zachycují zvuky, gesta a chování, která naznačují, že za tím vším je něco mnohem složitějšího než jen instinkt nebo reakce.
V 80. letech si výzkumníci při pozorování afrických slonů položili otázku, která je trápí dodnes: Volají na sebe zvířata jménem? Najít odpověď trvalo roky trpělivého bádání – a také pokrok v oblasti umělé inteligence. Právě tahle otázka dnes stojí v centru nového vědeckého směru, který odhaluje, jak překvapivě propracovaná může zvířecí řeč být.
S rozvojem strojového učení a velkých jazykových modelů mají vědci šanci porozumět zvířatům lépe než kdy dřív – a stavět mosty mezi našimi světy. Jaká tajemství se skrývají v jejich jazyce? A jak jim v tom může AI pomoci?
V 80. letech minulého století si vědci v Africe při studiu slonů všimli něčeho pozoruhodného – když slonice volala svou rodinu, vždy jí odpověděl pouze jeden konkrétní slon. Vědci se začali ptát, zda sloni mezi sebou komunikují pomocí technik, které jsou lidem neznámé.
Vědci začali přemýšlet, jestli si sloni navzájem neříkají nějakými specifickými „jmény“, podobně jako lidé. V té době ale ještě neexistovala technologie, která by takovou možnost dokázala ověřit.
Roky po prvních pozorováních vědci navrhli vědeckou studii. Jejím cílem bylo pomocí zvuku ověřit, zda sloni skutečně dokážou jednotlivce poznat a oslovovat specifickými hlasovými signály.
V terénu zaznamenali stovky sloních volání a pečlivě si poznamenali, kdo volal, komu volání zřejmě bylo určeno a kontext každého volání. Tyto zvukové nahrávky byly poté převedeny do podrobných numerických datových souborů, které odrážely vzorce komunikace.
Vědci nahráli do modelu strojového učení téměř 500 sloních volání a zkoumali, jestli podle zvukových vzorců dokáže určit, komu bylo volání určeno. Výsledky předčily veškerá očekávání – model přinesl silné důkazy o tom, že sloni možná skutečně používají vlastní „jména“, aby spolu udržovali kontakt ve svých složitých sociálních sítích.
Tato studie o jménech slonů je jen jedním z příkladů toho, jak umělá inteligence, konkrétně strojové učení, začíná odhalovat tajemství komunikace zvířat způsobem, který byl dosud pro lidské výzkumníky nemožný.
Někteří vědci dnes zkoumají, jestli by se velké jazykové modely (jako ty, které pohánějí chatboty) daly přizpůsobit tak, aby dokázaly rozluštit a možná i navázat komunikaci napříč druhy.
Vědci zkoumající zvířecí komunikaci se obvykle spoléhají na tři hlavní metody: nahrávání zvířecích zvuků, sledování chování během těchto projevů a přehrávání nahrávek, aby zjistili, jak na ně reagují ostatní. Každou z těchto metod přitom může umělá inteligence výrazně zefektivnit.
Záznamy zvířecí komunikace bývají pořádně chaotické – mnoho zvířat volá najednou a v pozadí se mísí spousta hluků. Tento tzv. „problém koktejlového večírku“ vědcům výrazně komplikuje snahu oddělit jednotlivé hlasy a analyzovat je zvlášť.
Nedávno byl vytrénován model Deep Karaoke na hudebních nahrávkách, kde byly zpěv a nástroje zaznamenány zvlášť i dohromady. Umělá inteligence se naučila oddělovat jednotlivé zvuky, i když byly smíchané v jedné stopě. Tento přístup pak položil základy pro podobné oddělování zvuků i u zvířecí komunikace.
Nyní vědci používají podobné algoritmy umělé inteligence k izolaci jednotlivých hlasových projevů ze záznamů skupin opic, což jim umožňuje soustředit se na jeden jediný hlas, i když vydává zvuky mnoho zvířat najednou.
Velká část výzkumu zvířecí komunikace zatím stojí na trénování AI modelů na datech, která lidé sami označili a roztřídili. Tento přístup je ale omezen našimi znalostmi – ty jsou nejen neúplné, ale i často zkreslené, protože lidská interpretace chování jiných druhů nemusí být vždy přesná.
V roce 2016 vycvičil tým vědců AI model na 15 000 zvucích vydávaných kaloňi egyptskými. Model dokázal určit nejen, kdo volání vydal a komu bylo určeno, ale i jeho kontext a následné chování. Šlo o velký úspěch!
Navzdory úspěchu studie však vědci přiznali, že ruční označování dat vedlo k omezeným výsledkům. Lidé mohou zcela přehlédnout určité vzorce, protože prostě nejsme kaloni. Naše lidská perspektiva ovlivňuje to, co dokážeme a nedokážeme zaznamenat.
Aby vědci překonali omezení lidského označování dat, začínají využívat samořízené AI modely – podobné těm, které se používají v oblasti zpracování přirozeného jazyka. Tyto modely se učí přímo z neoznačených dat tím, že samy odhalují vzorce a struktury v obrovských souborech informací.
ChatGPT byl například trénován na knihách, webech a příspěvcích ze sociálních sítí bez konkrétního lidského vedení. Pravidla jazyka se naučil tím, že hledal vzorce a souvislosti v tom, jak jsou slova používána napříč různými zdroji.
Jazykové modely fungují tak, že se učí prostorové a směrové vztahy mezi slovy a vytvářejí jakýsi „tvar“, který určuje, jak si jsou jednotlivé výrazy podobné nebo jak spolu souvisejí.
V angličtině zaujímají příbuzná slova, jako například „man“ (muž) a „king“ (král), podobné pozice v tomto jazykovém „tvaru“. Právě díky těmto prostorovým uspořádáním dokážou AI modely chápat kontext a význam i bez přímého vysvětlování.
Tento objev dává vědcům naději, že by podobnou metodou mohli přeložit zvířecí jazyky, aniž by k tomu bylo potřeba lidské vysvětlení. Mohlo by tak vzniknout něco jako skutečná Rosettská deska pro komunikaci mezi druhy.
Zvířecí komunikace ale není jen o zvucích. Mnoho druhů, včetně slonů a delfínů, využívá i doteky, vizuální signály nebo vibrace. To všechno dělá její rozluštění ještě náročnějším.
Teoreticky by vědci mohli využít AI k tomu, aby spojili zvířecí zvuky s lidskými slovy nebo představami – podobně jako dnes některé modely umí vytvářet obrázky podle textu. Pokud by se to podařilo, mohli bychom zvířecí komunikaci poprvé „přeložit“ do podoby, které lidé rozumějí.
Když vědci zjistí, kde se lidská a zvířecí komunikace překrývají, doufají, že lépe pochopí, jaké kognitivní schopnosti máme společné. Mohlo by to odhalit hlubší spojitosti mezi lidmi a dalšími inteligentními, vnímajícími tvory.
I kdyby AI dokázala rozluštit zvířecí jazyk, pořád bude potřeba ověřit, jestli je překlad správný. A právě to může být velká výzva – zvlášť když se snažíme porozumět úplně odlišným způsobům myšlení a vyjadřování.
Vytvoření spolehlivých modelů pro zvířecí komunikaci vyžaduje obrovské množství dat. Současné databáze zvířecích zvuků jsou ale malé a omezené, což představuje velkou překážku při trénování pokročilých AI modelů.
Vědci po celém světě proto spouštějí rozsáhlé projekty na sběr dat. Pomocí nahrávek zvuku, videí a prostorových senzorů sledují zvířata v reálném čase. Cílem je vytvořit dostatečně bohaté databáze, které umožní pokročilý výzkum komunikace mezi druhy za pomoci umělé inteligence.
I když plnohodnotná komunikace mezi druhy zatím možná není na dosah, vědci věří, že i částečné pokroky mohou prohloubit naši empatii, pomoci ochraně přírody a změnit náš pohled na zvířecí inteligenci a emoce.
Nově se rodící vědecké poznatky naznačují, že lidé nejsou jedinými vnímajícími bytostmi, které na Zemi komunikují. Planetu sdílíme s tvory, kteří myslí, cítí a možná si dokonce vyprávějí příběhy. Mnoho vědců už proto volá po zásadní změně našeho pohledu na místo člověka v přírodě.
Jakmile začneme odhalovat komunikaci jiných druhů, musíme postupovat s respektem. Porozumění jim není jen vědecký milník – přináší i morální závazek chovat se k nim s úctou, důstojností a hlubším pocitem příbuznosti.
Ať už se nám někdy podaří „promluvit“ se zvířaty v pravém slova smyslu, nebo ne, samotná cesta za tímto cílem může změnit náš vztah k přírodě. Každý pokrok může vést k větší ochraně druhů, které jsme dříve vnímali jako bezhlasé – a možná tím nakonec pomůžeme i sami sobě.
Zdroje: (Vox) (Scientific American) (Nature)
Může nám AI pomoci mluvit se zvířaty?
Rozluštění jazyka divočiny
LIFESTYLE komunikace
Co když si zvířata mezi sebou povídají a my o tom nevíme? Vědci, kteří se zabývají zvířecí komunikací, už desítky let zachycují zvuky, gesta a chování, která naznačují, že za tím vším je něco mnohem složitějšího než jen instinkt nebo reakce.
V 80. letech si výzkumníci při pozorování afrických slonů položili otázku, která je trápí dodnes: Volají na sebe zvířata jménem? Najít odpověď trvalo roky trpělivého bádání – a také pokrok v oblasti umělé inteligence. Právě tahle otázka dnes stojí v centru nového vědeckého směru, který odhaluje, jak překvapivě propracovaná může zvířecí řeč být.
S rozvojem strojového učení a velkých jazykových modelů mají vědci šanci porozumět zvířatům lépe než kdy dřív – a stavět mosty mezi našimi světy. Jaká tajemství se skrývají v jejich jazyce? A jak jim v tom může AI pomoci?