Οι μεταφραστές των ζώων (long read)

Array

Ο γυμνός τυφλοπόντικας μπορεί να μην έχει όμορφη όψη, αλλά έχει πολλά να πει. Τα τρωκτικά αυτά που ζουν σε μεγάλες, υπόγειες αποικίες, διαθέτουν ένα περίτεχνο φωνητικό ρεπερτόριο. Σφυρίζουν, τραγουδούν, τιτιβίζουν, γρυλίζουν και παθαίνουν λόξιγκα. Και όταν δύο γυμνοί τυφλοπόντικες συναντιούνται σε ένα σκοτεινό τούνελ, ανταλλάσσουν έναν τυπικό χαιρετισμό.

«Θα κάνουν ένα απαλό ‘τιτίβισμα’ και στη συνέχεια ένα επαναλαμβανόμενο απαλό ‘τιτίβισμα’», δήλωσε η Άλισον Μπάρκερ, νευροεπιστήμονας στο Ινστιτούτο Max Planck για την Έρευνα του Εγκεφάλου, στη Γερμανία.

Σε αυτή την καθημερινή ανταλλαγή κρύβεται ένας πλούτος κοινωνικών πληροφοριών όπως ανακάλυψαν η Μπάρκερ και οι συνεργάτες της όταν χρησιμοποίησαν αλγορίθμους μηχανικής μάθησης για να αναλύσουν 36.000 απαλά «τιτιβίσματα» που ηχογράφησαν σε επτά αποικίες τυφλοπόντικων.

Οι ερευνητές διαπίστωσαν ότι όχι μόνο κάθε τυφλοπόντικας είχε τη δική του φωνητική υπογραφή, αλλά και κάθε αποικία είχε τη δική της ξεχωριστή διάλεκτο, η οποία μεταδίδεται από γενιά σε γενιά. Σε περιόδους κοινωνικής αστάθειας – όπως τις εβδομάδες μετά τη βίαιη εκθρόνιση της βασίλισσας μιας αποικίας – αυτές οι διάλεκτοι εξαφανίζονται. Όταν αναλαμβάνει μια νέα βασίλισσα, επικρατεί μια νέα διάλεκτος.

«Το κάλεσμα χαιρετισμού, το οποίο νόμιζα ότι θα ήταν αρκετά απλό, αποδείχθηκε απίστευτα περίπλοκο», δήλωσε η ερευνήτρια.

«Η μηχανική μάθηση άλλαξε κατά κάποιο τρόπο την έρευνά μου», τόνισε η Μπάρκερ.

Τα συστήματα μηχανικής μάθησης, τα οποία χρησιμοποιούν αλγορίθμους για τον εντοπισμό μοτίβων σε μεγάλα σύνολα δεδομένων, έχουν αποδειχτεί εξαιρετικά αποτελεσματικά στην ανάλυση της ανθρώπινης γλώσσας. Τα τελευταία χρόνια, οι επιστήμονες έχουν αρχίσει να χρησιμοποιούν αυτή την τεχνολογία για να αποκωδικοποιήσουν την επικοινωνία των ζώων.

«Ας προσπαθήσουμε να βρούμε ένα Google Translate για τα ζώα», δήλωσε η Νταϊάνα Ράις, ειδική στη νόηση και την επικοινωνία των δελφινιών στο Hunter College και συνιδρυτής του Interspecies Internet, μιας δεξαμενής σκέψης αφιερωμένης στη διευκόλυνση της επικοινωνίας μεταξύ των ειδών.

Ο τομέας είναι νέος και πολλά ερευνητικά έργα βρίσκονται ακόμη στα σπάργανα. Όμως το συγκεκριμένο ερευνητικό έργο της Μπάρκερ αποκαλύπτει ήδη ότι η επικοινωνία των ζώων είναι πολύ πιο πολύπλοκη από ό,τι φανταζόμαστε.

«Το βρίσκω πραγματικά ενδιαφέρον ότι οι μηχανές μπορεί να μας βοηθήσουν να νιώσουμε πιο κοντά στην έμψυχη ζωή και ότι οι τεχνητές νοημοσύνες μπορεί να μας βοηθήσουν να παρατηρήσουμε τις βιολογικές νοημοσύνες», δήλωσε ο Τομ Μάστιλ, κινηματογραφιστής άγριας ζωής και συγγραφέας του βιβλίου «How to Speak Whale».

«Είναι σαν να έχουμε εφεύρει ένα τηλεσκόπιο – ένα νέο εργαλείο που μας επιτρέπει να αντιληφθούμε αυτό που υπήρχε ήδη εκεί αλλά δεν μπορούσαμε να το δούμε», πρόσθεσε.

Η μελέτη της επικοινωνίας των ζώων δεν είναι κάτι καινούργιο, αλλά οι αλγόριθμοι μηχανικής μάθησης μπορούν να εντοπίσουν ανεπαίσθητα μοτίβα που μπορεί να διαφεύγουν από το ανθρώπινο αυτί. Για παράδειγμα, οι επιστήμονες έχουν δείξει ότι τα προγράμματα αυτά μπορούν να ξεχωρίζουν τις φωνές μεμονωμένων ζώων, να διακρίνουν τους ήχους που κάνουν τα ζώα σε διαφορετικές περιστάσεις και να αναλύουν τις φωνές με σκοπό την αποκρυπτογράφηση του νοήματος.

Οι μεταφραστές των ζώων (long read)

Πριν από αρκετά χρόνια, ερευνητές του Πανεπιστημίου της Ουάσιγκτον χρησιμοποίησαν τη μηχανική μάθηση για να αναπτύξουν ένα λογισμικό, το DeepSqueak, το οποίο μπορεί να ανιχνεύει, να αναλύει και να κατηγοριοποιεί αυτόματα τις υπερηχητικές φωνές των τρωκτικών.

Για να μάθουν περισσότερα για τις φωνές των αιγυπτιακών νυχτερίδων, οι ερευνητές χρησιμοποίησαν βιντεοκάμερες και μικρόφωνα για να καταγράψουν τις φωνές τους επί 75 ημέρες. Στη συνέχεια ανέλυσαν τις ηχογραφήσεις, σημειώνοντας σχολαστικά διάφορες σημαντικές λεπτομέρειες, όπως το ποια νυχτερίδα φώναζε και σε ποιο πλαίσιο. Οι νυχτερίδες είναι μαχητικές, συχνά τσακώνονται στις πολυπληθείς αποικίες τους και η συντριπτική πλειονότητα των φωνημάτων τους είναι επιθετικά.

«Βασικά, σπρώχνουν η μία την άλλη», δήλωσε ο Γιόσι Γιόβελ, νευροοικολόγος στο Πανεπιστήμιο του Τελ Αβίβ, ο οποίος ηγήθηκε της έρευνας.

Ωστόσο, ένα σύστημα μηχανικής μάθησης μπόρεσε να διακρίνει με ακρίβεια 61% τα επιθετικά καλέσματα που καταγράφηκαν σε τέσσερα διαφορετικά πλαίσια, προσδιορίζοντας αν ένα συγκεκριμένο κάλεσμα ακούστηκε κατά τη διάρκεια ενός καβγά που σχετιζόταν με την τροφή, το ζευγάρωμα, τη θέση κουρνιάσματος ή τον ύπνο.

Ο Δρ. Γιόβελ εξεπλάγη όταν ανακάλυψε ότι το λογισμικό μπορούσε επίσης να προσδιορίσει ποια νυχτερίδα ήταν η αποδέκτρια της «επίπληξης».

«Αυτό σημαίνει ότι μια νυχτερίδα που κρυφακούει είναι θεωρητικά σε θέση να αναγνωρίσει αν το άτομο Α απευθύνεται στο άτομο Β ή στο άτομο Γ», έγραψαν οι ερευνητές σε άρθρο τους το 2016.

Αν και η ιδέα παραμένει αναπόδεικτη, οι νυχτερίδες μπορεί να διαφοροποιούν τις φωνές τους ανάλογα με τη σχέση τους με τις άλλες νυχτερίδες, με τον ίδιο τρόπο που οι άνθρωποι μπορεί να χρησιμοποιούν διαφορετικούς τόνους όταν απευθύνονται σε διαφορετικά άτομα.

«Είναι μια αποικία, είναι πολύ κοινωνικές και γνωρίζονται μεταξύ τους», εξήγησε ο Γιόβελ.

Παρόλα αυτά, η ανίχνευση μοτίβων είναι μόνο η αρχή. Οι επιστήμονες πρέπει στη συνέχεια να καθορίσουν αν οι αλγόριθμοι έχουν αποκαλύψει κάτι ουσιαστικό για τη συμπεριφορά των ζώων στον πραγματικό κόσμο.

Αφού οι αλγόριθμοι υπέδειξαν ότι οι αποικίες των γυμνών τυφλοπόντικων είχαν όλες ξεχωριστές διαλέκτους, η Δρ. Μπάρκερ και οι συνεργάτες της επιβεβαίωσαν ότι τα τρωκτικά ήταν πολύ πιο πιθανό να ανταποκριθούν στα απαλά «τιτιβίσματα» άλλων τυφλοποντικών από τη δική τους αποικία και όχι από ξένες. Για να αποκλείσουν την πιθανότητα οι γυμνοί τυφλοπόντικες να ανταποκρίνονταν απλώς σε μεμονωμένες φωνές που αναγνώριζαν, οι ερευνητές επανέλαβαν το πείραμα με τεχνητά τιτιβίσματα που δημιούργησαν για να ταιριάζουν με τη διάλεκτο της αποικίας των τρωκτικών. Η ομάδα διαπίστωσε ότι τα αποτελέσματα ήταν τα ίδια.

Στην άγρια φύση, οι διάλεκτοι των αποικιών μπορεί να αποτελούν τρόπο επιβολής της κοινωνικής συμμόρφωσης.

«Σε αυτές τις μεγάλες υπόγειες σήραγγες, θέλετε να είστε σίγουροι ότι όλοι ακολουθούν τους κανόνες», σημείωσε η Μπάρκερ.

«Και ένας πολύ γρήγορος τρόπος για να το ελέγξεις αυτό είναι να βεβαιωθείς ότι όλοι μιλούν με τον ίδιο τρόπο».

Οι μεταφραστές των ζώων (long read)
(CETI)

Υπάρχουν όμως και άλλες μεγάλες έρευνες σχετικά με την επικοινωνία των ζώων που βρίσκονται σε εξέλιξη. Στο έργο CETI (Cetacean Translation Initiative) συμμετέχουν εμπειρογνώμονες μηχανικής μάθησης, θαλάσσιοι βιολόγοι, ρομποτιστές, γλωσσολόγοι και κρυπτογράφοι με σκοπό να αποκωδικοποιήσουν την επικοινωνία των φαλαινών.

Η ομάδα σχεδιάζει να εγκαταστήσει «κεντρικούς σταθμούς ακρόασης φαλαινών» στα ανοικτά των ακτών της Δομινίκας αυτό το φθινόπωρο. Ο καθένας από αυτούς θα διαθέτει 28 υποβρύχια μικρόφωνα. Οι ερευνητές σχεδιάζουν να χρησιμοποιήσουν ρομποτικά ψάρια για την καταγραφή ήχου και βίντεο των φαλαινών, καθώς και μεμονωμένων ζώων.

Στη συνέχεια, οι ερευνητές θα προσπαθήσουν να αποκρυπτογραφήσουν τη σύνταξη και τη σημασιολογία της επικοινωνίας των φαλαινών και να διερευνήσουν μεγαλύτερα επιστημονικά ερωτήματα σχετικά με τη συμπεριφορά και τη νόηση των κητών αυτών.

«Όπου κι αν στραφούμε, υπάρχει και ένα άλλο ερώτημα», δήλωσε ο Ντέιβιντ Γκρούμπερ, θαλάσσιος βιολόγος στο Baruch College που ηγείται του προγράμματος CETI.

«Αν συνέβη ένα μεγάλο γεγονός πριν από μια εβδομάδα, πώς θα ξέρουμε εάν εξακολουθούν να μιλούν για αυτό;»

Η προοπτική ενός αμφίδρομου διαλόγου με άλλα είδη παραμένει άγνωστη. Όμως η πραγματική συνομιλία θα απαιτήσει μια σειρά από προϋποθέσεις, όπως ταιριαστούς τύπους νοημοσύνης, συμβατά αισθητηριακά συστήματα και, κυρίως, μια κοινή επιθυμία για συνομιλία, δήλωσε η Νάταλι Ουόμινι, ερευνήτρια στο Ινστιτούτο Εξελικτικής Ανθρωπολογίας Max Planck.

«Πρέπει και οι δυο πλευρές να έχουν κίνητρο να επικοινωνήσουν», τόνισε.

Τα πειράματα αυτά μπορεί επίσης να εγείρουν ηθικά ζητήματα, αναγνωρίζουν οι ειδικοί. «Αν βρείτε μοτίβα στα ζώα που σας επιτρέπουν να κατανοήσετε την επικοινωνία τους, αυτό μπορεί να διευκολύνει τη χειραγώγησή τους», δήλωσε ο συγγραφέας Τομ Μάστιλ.

Οι επιστήμονες ελπίζουν ότι μια νέα εικόνα για τη ζωή των ζώων θα μπορούσε να φέρει μια ευρύτερη κοινωνική αλλαγή. Πολλοί επεσήμαναν την επίδραση του άλμπουμ «Songs of the Humpback Whale» (1970) το οποίο περιείχε ηχογραφήσεις φαλαινών και πιστώνεται ευρέως ότι συνέβαλε στην πυροδότηση του παγκόσμιου κινήματος διάσωσής τους, «Save the Whales».

Πολλοί επιστήμονες ελπίζουν ότι αυτές οι νέες πρωτοβουλίες για την κατανόηση της γλώσσας των φαλαινών, των κορακιών ή των νυχτερίδων, θα παρέχουν νέους τρόπους σύνδεσης και κατανόησης των πλασμάτων με τα οποία μοιραζόμαστε τον πλανήτη.

«Για μένα δεν έχει σημασία τι λένε οι φάλαινες», δήλωσε ο Δρ. Γκρούμπερ.

«Αυτό που έχει σημασία είναι το γεγονός ότι εμείς τις ακούμε».

ΠΗΓΗ: New York Times

Όλες οι Ειδήσεις από την Ελλάδα και τον Κόσμο,  στο ertnews.gr
Διάβασε όλες τις ειδήσεις μας στο Google
Κάνε like στη σελίδα μας στο Facebook
Ακολούθησε μας στο Twitter
Κάνε εγγραφή στο κανάλι μας στο Youtube
Προσοχή! Επιτρέπεται η αναδημοσίευση των πληροφοριών του παραπάνω άρθρου (όχι αυτολεξεί) ή μέρους αυτών μόνο αν:
– Αναφέρεται ως πηγή το ertnews.gr στο σημείο όπου γίνεται η αναφορά.
– Στο τέλος του άρθρου ως Πηγή
– Σε ένα από τα δύο σημεία να υπάρχει ενεργός σύνδεσμος
heading. Must include LSI keywords naturally.We must pick a player behavior pattern: let’s pick “mobile gameplay during brief, repeated visits”. So the article will focus on playing on mobile, short visits, quick decision making, etc.Also must alternate between short punchy sentences and longer explanations.Must avoid more than 150 plain text in a row; use lists and subheadings.Need at least two bullet lists or numbered lists for every 700 words. So for 2200 words, we need about 3-4 lists. We’ll include lists in several sections.Also we need at least a final conclusion section with a call to action. That will be a final section with CTA.We should use tags for paragraphs, and h2, h3. Use ul li lists.We must not use bold text.Let’s plan sections:1. Intro (h2) – introduction about Hugo Casino, mobile focus, quick sessions.2. Mobile‑first design (h2) – layout, responsiveness, no app.3. Game selection for quick bursts (h2) – highlight slots, live casino, crash, drops & wins, Hugo’s special games; but keep mobile focus; mention providers but not exhaustive.4. Quick‑play features (h2) – auto‑reels, fast spin, one‑click bets, etc.5. Session flow example (h3) – a typical 5‑minute session on the go.6. Risk control & bankroll management (h2) – small bets, quick stops.7. Bonus usage in mobile sessions (h2) – how to claim free spins, reload bonuses quickly.8. Payment options for mobile (h2) – crypto, e-wallets, instant deposits.9. Loyalty & rewards on the fly (h2) – VIP tiers, cashback, how to track via mobile.10. Community & social play (h2) – chat, leaderboard, social sharing on mobile.11. Conclusion & CTA (h2).We need at least 10-12 sections; we have 11.Each section at least 200 words. Must keep within word count.Let’s approximate: each section ~190-210 words. Let’s aim for 210 words each => 2310 words. Within allowed 2000? Wait requirement: between 1800-2000 words strictly mandatory. So cannot exceed 2000. So we must target 200 words? Let’s recalc: If each at least 200 words and we have 10-12 sections, min total =200*10=2000 words if 10 sections exactly at minimum; that’s okay: exactly 2000 words is allowed. So we can do exactly 10 sections of 200 words each =2000 words exactly. But we need at least two bullet lists or numbered lists per 700 words: With 2000 words, that’s ~3 lists total needed. We can put lists in some sections.But constraint: each section at least 200 words; we can do exactly 200 words per section; but writing precisely 200 words is tough but we can approximate.We also need no more than 150 plain text in a row; use lists and subheadings.We also must have final conclusion with CTA.Ok, let’s design:Sections:1 h2 Intro2 h2 Mobile Design3 h2 Game Selection4 h2 Quick Play Features5 h2 Sample Session Flow6 h2 Bankroll & Risk Control7 h2 Bonus Play on Mobile8 h2 Payments & Instant Deposits9 h2 Loyalty & Rewards10 h2 Final CTABut we need at least two bullet lists per 700 words: For 2000 words total, we need at least three bullet lists overall. We can include one list in section 3, one in section 6, one in section 9 maybe.Also we need to alternate short and long sentences; keep within word counts.Let’s start writing each section in about 190-210 words.We’ll write each paragraph inside tags and use lists.Let’s start: … needs brand name combined with LSI keywords naturally.Example: Hugo Casino: Mobile Slots & Quick Wins for On‑The‑Go Players