科學家嘗試與動物對話:用人工智能破解鯨魚的語言

時間:2021-06-01 13:36:42

 

當你深入水中時,你的心率會減慢。血液從你的四肢流向你的重要器官,保持你的心 臟和大腦的供氧,防止你的肺在不斷增加的壓力下崩潰。在一個看似對生存不利的環境中,身體可以非常有效地保持你的生命。

哺乳動物潛水反射,被稱為“主生命轉換”功能,可以幫助我們塑造與水的關系。如果我們的身體在海洋中如此的居家,科學家們會懷疑,這對我們的進化史有什么影響?

2011年在希臘卡拉馬塔舉行的名為“個人深度世界錦標賽”的自由跳水比賽時,記者詹姆斯·內斯特(JamesNestor)近距離看到,在離海岸十英里的深水中,他目睹了一個人在可以下降到300英尺(91米)。

我們與海洋的聯系比大多數人想象的要緊密,正是這種海洋和我們之間,我們和海洋生物之間的聯系,我們和海洋生物之間共享了大量的DNA。

抹香鯨的行為比地球上任何其他生物都更接近人類的文化和智力。

他并不是唯一被這些生物迷住的人,例如,研究表明鯨魚可以有效地避免癌癥。人類與他們的共同點也比許多人意識到的要多得多。對不同物種進化關系的研究表明,鯨魚與人類的關系比鯊魚更為密切。

我們也對鯨魚的行為有了很多了解,從20世紀60年代 開始的研究,詳細說明了鯨魚是如何利用各種噪音來識別物體、觀察周圍環境以及相互交流的。由于機器學習和人工智能的進步,我們現在開始以真正令人興奮的方式拉開這種交流的帷幕。



2011年,Zooniverse是在志愿者的幫助下進行科學研究的平臺,與美國科學界合作,啟動鯨魚FM項目。該倡議收集了來自巴哈馬、冰島和挪威海岸的15000多個飛行員和虎鯨的樣本,以了解計算機分析是否能破解這些種群的任何信息以及它們使用其聲波曲目的方式。

從有監督的機器學習開始,只是為了看看電腦是否能識別音頻之間的差異,然后開始使用無監督學習。電腦能告訴我們有哪些音頻樣本集之間的關系?”

同一種物種可能會根據他們的生活地點有不同的方言,就像人們有不同的口音一樣。

在分析這個音頻時,AI Shamir設計的沒有人類的指導,它只知道數據集中存在不同的鯨魚類型。在運行了這個程序,在300個計算機處理器上運行了七周之后,人工智能制作了一張地圖,將領航鯨和虎鯨分別分組。

他們是不同的物種,我們希望他們會說不同的話。但有趣的是,在這些群體中,它發現并聚集了那些鯨魚的莢,它們生活在地球上。

薩米爾和鯨魚FM團隊感到驚訝。他們的研究發現了不同物種之間不同交流方式的證據。例如,挪威虎鯨所說的方言與他們的冰島親戚相比是獨一無二的。巴哈馬和挪威的領航鯨也是如此。

結果顯示,同一物種可能有不同的方言基于他們居住的地方,就像人們有不同的口音。他們實際上是在交流,他們實際上是在互相交談,最終我們會弄清楚他們在說什么。


今年4月,一個機器人學、語言學和機器學習方面的專家團隊成立了CETI項目,這是一項旨在應用機器學習的新進展來更好地理解抹香鯨語言的研究。

該項目的創始成員之一內斯特確信抹香鯨是一種獨特的物種,這種動物的行為“比地球上任何其他生物都更接近人類的文化和智力?!?/span>

抹香鯨通過一系列非常響亮的叫作codas的咔噠聲相互“交談”。咔噠聲如此之大,可以達到230分貝以上的聲音比火箭發射。這使它們成為地球上聲音最大的動物,并使它們能夠在數百英里的距離內相互交流。

許多研究支持鯨目動物(海洋哺乳動物)大腦高度發達,能夠進行復雜的認知。特別是抹香鯨的大腦是人類的六倍大。它們還含有一種罕見的特殊神經元,稱為梭形細胞,據NewScientist稱,這種細胞也存在于人腦中負責移情、社會組織和言語的區域。

CETI的首要任務是建立數據庫。

為了建立一個可靠的神經網絡,一種機器學習的類型,系統“學習”執行一項任務,需要用大量的數據來訓練它。人工智能應用于鯨魚通信相對較新的一個原因是,該技術無法從大量數據中獲取信息。

這是因為獲取這些信息既不便宜也不方便,需要科學家在船上生活數月,以后勤上具有挑戰性的方式收集信息。

CETI正著手解決這些困難,并準備通過建造新的音頻和視頻設備來收集盡可能多的信息,以記錄數以百萬計的抹香鯨的叫聲。該小組將使用靜態傳感器射線、與鯨魚本身相連的電子標簽和水下機器人的組合,以獲得盡可能完整的聲波圖像。


該項目的首席人工智能研究員是邁克爾·布朗斯坦,他是倫敦帝國理工學院機器學習和模式識別的主席。

布朗斯坦在2020年8月為加州大學伯克利分校的西蒙斯研究所做演講時指出,機器學習將特別有助于確定抹香鯨密碼的某些差異是由于其語義的根本變化還是方言變異,就像沙米爾和他的團隊在虎鯨和領航鯨身上發現的一樣。

他還談到了一些關鍵的交流領域的分析,他們將指導人工智能。

布朗斯坦將尋找移位的證據,尋找語言對時間和空間中不立即存在的事物進行交流的能力,這也是據信從未在其他動物身上觀察到的特征。

圍繞這些人工智能分析,有相當多的樂觀情緒。自從Whale-FM項目問世以來,機器學習只在它所做的事情上做得更好。神經網絡現在能夠翻譯兩種人類語言,而不需要詞典或平行文本(每種語言中都有相同的文檔,就像一塊羅塞塔石頭)。

如果有足夠大的數據池,正確的編程,以及近乎奇幻的計算能力,CETI項目可能會把抹香鯨通信的奧秘從深海帶到更清澈的水域。

相反,這些研究指出了我們與地球上數以百萬計的動物物種之間的族譜、生理甚至行為上的親緣關系。這一證據的倫理深度可能會迫使人類重新思考我們如何構想和對待自然世界,CETI的工作可能是這一重新評估的重要組成部分。