Flere kvinner velger å utsette å få barn
Hva om dyr kommuniserer med hverandre gjennom hele samtaler som vi mennesker ikke forstår? I flere tiår har forskere som studerer dyrekommunikasjon dokumentert lyder, bevegelser og atferd som antyder noe langt mer komplekst enn instinkt eller refleks.
På 1980-tallet førte en enkel observasjon av afrikanske elefanter til et spørsmål som skulle kreve mange år med tålmodig forskning, og en revolusjon innen kunstig intelligens, før man i det hele tatt kunne begynne å nærme seg et svar. Kan det hende at dyr kaller hverandre ved navn? Dette spørsmålet står sentralt i en større, voksende vitenskapelig bevegelse som utforsker den uoppdagede, ofte oversette kompleksiteten i dyrs språk.
Med fremveksten av maskinlæring og store språkmodeller, står forskerne nå klare til å gå dypere enn noensinne, med mål om å bygge bro mellom arter. Hvilke oppdagelser venter i dyrenes språklige verden? Og hvordan kan kunstig intelligens bidra underveis? Klikk deg videre i galleriet for å lese mer om dette interessante temaet.
På 1980-tallet la forskere i Afrika merke til noe bemerkelsesverdig mens de studerte elefanter. Når en elefant ropte på familien sin, var det bare én spesifikk elefant som svarte om gangen. Forskerne begynte å spørre seg om elefantene kommuniserte direkte med hverandre ved hjelp av teknikker som mennesker ikke forsto.
Forskerne begynte å lure på om elefanter faktisk kunne henvende seg til hverandre med spesifikke identifikatorer, på samme måte som mennesker bruker navn. Men på den tiden fantes det ikke teknologi tilgjengelig for å bekrefte en slik mulighet.
Flere år etter disse første observasjonene designet forskerne en vitenskapelig studie. Målet var å teste, ved bruk av lyd, ideen om at elefanter kanskje gjenkjenner og henvender seg til hverandre individuelt gjennom vokale signaler.
Ute i feltet spilte de inn hundrevis av elefantrop, og noterte nøye hvem som ropte, hvem ropet så ut til å være rettet mot, og konteksten rundt hver lyd. Disse lydopptakene ble deretter omgjort til detaljerte numeriske datasett som reflekterte kommunikasjonsmønstre.
Etter å ha matet nesten 500 av disse elefantropene inn i en maskinlæringsmodell, testet forskerne om den kunne forutsi mottakeren av ropet basert på lydmønstre. Modellen presterte langt bedre enn tilfeldig, og ga overbevisende bevis på at elefanter kanskje bruker individualiserte navn for å kommunisere i sine sosiale nettverk.
Denne studien om elefantnavn er bare ett eksempel på hvordan kunstig intelligens, spesielt maskinlæring, begynner å avsløre hemmelighetene bak dyrekommunikasjon på måter som tidligere var umulig for menneskelige forskere.
Noen forskere utforsker nå om store språkmodeller (som de som brukes til å drive chatboter) kan tilpasses for å tyde og til og med engasjere seg i kommunikasjon på tvers av artsgrenser.
Forskere som studerer dyrekommunikasjon bruker vanligvis en tredelt metode: de tar opp dyrelyder, observerer atferden som følger med lydene, og spiller av lydene igjen for å se hvordan andre dyr reagerer. Hver av disse metodene kan gjøres både mer presise og effektive ved hjelp av kunstig intelligens.
Dyreopptak er ofte kaotiske, siden de inneholder mange dyr som roper samtidig i støyende omgivelser. Dette cocktailparty-problemet gjør det vanskelig å isolere individuelle lyder for analyse.
For ikke lenge siden ble en modell kalt Deep Karaoke, trent på musikk der vokaler og instrumenter ble spilt inn både separat og sammen. KI-en lærte å skille individuelle lyder, selv når de var blandet i én innspilling. Dette la grunnlaget for å gjøre lignende separasjoner med dyrelyder.
Nå bruker forskere lignende KI-algoritmer for å isolere individuelle vokaliseringer fra opptak av apegrupper, slik at de kan fokusere på én enkelt lyd selv når mange dyr lager støy samtidig.
Mye av dette arbeidet med dyrekommunikasjon er basert på å trene KI-modeller på data som mennesker har merket eller kodifisert. Men denne metoden er begrenset av menneskelig kunnskap, som er ufullstendig og ofte partisk når mennesker prøver å tolke ikke-menneskelig atferd.
I 2016 trente et team av forskere en KI-modell på 15 000 lyder fra egyptiske fruktflaggermus, og KI-en kunne ikke bare identifisere hvem som laget lyden og hvem som svarte, men også konteksten og den resulterende oppførselen. Dette var en imponerende prestasjon!
Men til tross for suksessen med flaggermusstudien, innrømmet forskerne at manuell merking av data ga begrensede resultater. Mennesker kan helt gå glipp av mønstre fordi vi rett og slett ikke er flaggermus. Vårt menneskelige perspektiv former hva vi kan og ikke kan oppdage.
For å overkomme begrensningene ved menneskelig merking, vender forskere seg til selvovervåkende KI-modeller (slik som de som brukes i naturlig språkprosessering) som lærer av umerkede data ved å oppdage sine egne mønstre og strukturer i enorme datasett.
ChatGPT for eksempel ble trent på bøker, nettsider og sosiale medier uten spesifikk veiledning fra mennesker. Den lærte språkregler ved å finne mønstre og sammenhenger i hvordan ord brukes på tvers av mange kilder.
Språkmodeller fungerer ved å lære de romlige og retningsmessige forholdene mellom ord, og skaper en form som definerer hvor like eller relaterte forskjellige termer er til hverandre.
I det engelske språket har relaterte ord som «man» og «king» lignende posisjoner i denne språklige formen. Disse romlige arrangementene gjør det mulig for KI-modeller å forstå kontekst og betydning selv uten eksplisitt instruksjon.
Denne oppdagelsen innen matching av form, gir forskerne optimisme om at en lignende metode kan oversette dyrespråk uten behov for et menneskelig mellomledd, og tilbyr en potensiell vei til en virkelig Rosetta-stein for kommunikasjon mellom artene.
Men dyrekommunikasjon er ikke bare akustisk. Mange arter, inkludert elefanter og delfiner, bruker berøring, visuelle signaler eller vibrasjoner. Dette gjør det enda mer komplisert å tyde kommunikasjonen.
I teorien kan forskere bruke KI til å matche dyrelyder med menneskelige ord eller ideer, på samme måte som noen modeller kan lage bilder fra tekst. Hvis det lykkes, kan det gjøre det mulig for oss å oversette dyrekommunikasjon til en form vi kan forstå.
Ved å finne ut hvor humane og dyrenes kommunikasjonssystemer overlapper, håper forskere å bedre forstå hvilke kognitive evner vi deler. Dette kan potensielt avsløre dypere likheter mellom mennesker og andre intelligente, sansende skapninger.
Men selv om KI klarer å dekode dyrespråk, må vi fortsatt validere nøyaktigheten. Dette krever menneskelig vurdering, noe som kan vise seg utfordrende når vi tolker helt fremmede former for tanker og uttrykk.
Bygging av pålitelige modeller for dyrekommunikasjon krever store datamengder. Dessverre er dagens databaser over dyrelyder små og begrensede, noe som utgjør en stor utfordring for å trene avanserte KI-modeller.
For å adressere denne utfordringen, lanserer forskere verden over store datainnsamlingskampanjer, ved å bruke lyd, video og spatiale tagger for å spore dyreatferd i sanntid. Målet er å bygge opp de nødvendige datasett som gjør det mulig å utføre avansert KI-forskning på dyrekommunikasjon.
Selv om fullverdig samtale mellom arter kanskje ikke er umiddelbart mulig, tror forskere at selv delvise gjennombrudd kan styrke vår empati, informere bevaringsarbeid og endre hvordan vi tenker om dyreintelligens og følelser.
Den nye vitenskapen antyder at mennesker ikke er de eneste sansende kommunikatørene på jorden. Vi deler planeten med vesener som tenker, føler og muligens også forteller historier. Mange forskere har allerede etterlyst en dramatisk revurdering av vår rolle i naturen.
Når vi lærer å kommunisere med andre arter, må vi handle etisk. Det å forstå dem er ikke bare en vitenskapelig milepæl, det innebærer også en moralsk forpliktelse til å behandle dyrene med respekt, verdighet og en dypere følelse av slektskap.
Om vi noen gang snakker med dyr i vår egen betydning av ordet eller ikke, kan selve reisen endre hvordan vi tar vare på verden. Hvert gjennombrudd kan føre til bedre beskyttelse av arter vi tidligere så på som stemmeløse, og kanskje vil menneskeheten bli bedre av det.
Kilder: (Vox) (Scientific American) (Nature)
Hvordan AI kan hjelpe oss å snakke med dyr
Dekoding av språket i naturen
LIVSSTIL Kommunikasjon
Hva om dyr kommuniserer med hverandre gjennom hele samtaler som vi mennesker ikke forstår? I flere tiår har forskere som studerer dyrekommunikasjon dokumentert lyder, bevegelser og atferd som antyder noe langt mer komplekst enn instinkt eller refleks.
På 1980-tallet førte en enkel observasjon av afrikanske elefanter til et spørsmål som skulle kreve mange år med tålmodig forskning, og en revolusjon innen kunstig intelligens, før man i det hele tatt kunne begynne å nærme seg et svar. Kan det hende at dyr kaller hverandre ved navn? Dette spørsmålet står sentralt i en større, voksende vitenskapelig bevegelse som utforsker den uoppdagede, ofte oversette kompleksiteten i dyrs språk.
Med fremveksten av maskinlæring og store språkmodeller, står forskerne nå klare til å gå dypere enn noensinne, med mål om å bygge bro mellom arter. Hvilke oppdagelser venter i dyrenes språklige verden? Og hvordan kan kunstig intelligens bidra underveis? Klikk deg videre i galleriet for å lese mer om dette interessante temaet.