Στη δεκαετία του 1970 ένας νεαρός γορίλας, γνωστός ως Koko, τράβηξε την παγκόσμια προσοχή με την ικανότητά του να χρησιμοποιεί την ανθρώπινη νοηματική γλώσσα. Όμως οι σκεπτικιστές υποστηρίζουν ότι η Κόκο και άλλα ζώα που “έμαθαν” να μιλούν (συμπεριλαμβανομένων των χιμπατζήδων και των δελφινιών) δεν μπορούσαν πραγματικά να καταλάβουν τι “έλεγαν” – και ότι η προσπάθεια να κάνουμε άλλα είδη να χρησιμοποιήσουν την ανθρώπινη γλώσσα, στην οποία τα σύμβολα αντιπροσωπεύουν πράγματα που μπορεί να μην είναι φυσικά παρόντα, είναι μάταιη.
“Υπάρχει μια ομάδα ερευνητών που θέλει να μάθει αν τα ζώα μπορούν να συμμετέχουν σε συμβολική επικοινωνία και μια άλλη ομάδα που λέει: “Αυτό είναι ανθρωπομορφοποίηση. Πρέπει να … κατανοήσουμε τη μη ανθρώπινη επικοινωνία με τους δικούς της όρους”, λέει η Karen Bakker, καθηγήτρια στο Πανεπιστήμιο της Βρετανικής Κολομβίας και υπότροφος στο Ινστιτούτο Προηγμένων Μελετών Radcliffe του Χάρβαρντ. Τώρα οι επιστήμονες χρησιμοποιούν προηγμένους αισθητήρες και τεχνολογία τεχνητής νοημοσύνης για να παρατηρήσουν και να αποκωδικοποιήσουν τον τρόπο με τον οποίο ένα ευρύ φάσμα ειδών, συμπεριλαμβανομένων των φυτών, μοιράζονται ήδη πληροφορίες με τις δικές τους μεθόδους επικοινωνίας. Αυτός ο τομέας της “ψηφιακής βιοακουστικής” είναι το θέμα του νέου βιβλίου του Bakker The Sounds of Life: How Digital Technology Is Bringing Us Closer to the Worlds of Animals and Plants (Οι ήχοι της ζωής: Πώς η ψηφιακή τεχνολογία μας φέρνει πιο κοντά στον κόσμο των ζώων και των φυτών).
Το Scientific American μίλησε με τον Bakker για το πώς η τεχνολογία μπορεί να βοηθήσει τους ανθρώπους να επικοινωνήσουν με πλάσματα όπως οι νυχτερίδες και οι μέλισσες – και πώς αυτές οι συνομιλίες μας αναγκάζουν να επανεξετάσουμε τη σχέση μας με άλλα είδη.
Μπορείτε να μας δώσετε μια σύντομη ιστορική αναδρομή στην προσπάθεια των ανθρώπων να επικοινωνήσουν με τα ζώα;
Στα μέσα του 20ου αιώνα έγιναν πολλές προσπάθειες να διδάξουν την ανθρώπινη γλώσσα σε μη ανθρώπους, σε πρωτεύοντα θηλαστικά όπως η Koko. Και αυτές οι προσπάθειες ήταν κάπως αμφιλεγόμενες. Κοιτάζοντας πίσω, μια άποψη που έχουμε τώρα (η οποία μπορεί να μην ήταν τόσο διαδεδομένη τότε) είναι ότι ήμασταν πολύ ανθρωποκεντρικοί στις προσεγγίσεις μας. Η επιθυμία τότε ήταν να αξιολογήσουμε τη νοημοσύνη των μη ανθρώπινων οργανισμών διδάσκοντας τους μη ανθρώπους να μιλούν όπως εμείς – ενώ στην πραγματικότητα θα έπρεπε να σκεφτόμαστε τις ικανότητές τους να συμμετέχουν σε σύνθετη επικοινωνία με τους δικούς τους όρους, με τον δικό τους ενσώματο τρόπο, με τη δική τους κοσμοθεωρία. Ένας από τους όρους που χρησιμοποιούνται στο βιβλίο είναι η έννοια του umwelt, η οποία είναι αυτή η έννοια της βιωμένης εμπειρίας των οργανισμών. Αν είμαστε προσεκτικοί με την umwelt ενός άλλου οργανισμού, δεν θα περιμέναμε από μια μέλισσα να μιλήσει την ανθρώπινη γλώσσα, αλλά θα μας ενδιέφερε πολύ η συναρπαστική γλώσσα των μελισσών, η οποία είναι δονητική και τοποθεσιακή. Είναι ευαίσθητη σε αποχρώσεις, όπως η πόλωση του ηλιακού φωτός, που δεν μπορούμε καν να αρχίσουμε να μεταφέρουμε με το σώμα μας. Και σε αυτό το σημείο βρίσκεται σήμερα η επιστήμη. Ο τομέας της ψηφιακής βιοακουστικής -ο οποίος επιταχύνεται εκθετικά και αποκαλύπτει συναρπαστικά ευρήματα σχετικά με την επικοινωνία σε όλο το δέντρο της ζωής- προσεγγίζει τώρα αυτά τα ζώα και δεν ρωτάει: “Μπορούν να μιλήσουν όπως οι άνθρωποι;” αλλά “Μπορούν να επικοινωνήσουν πολύπλοκες πληροφορίες μεταξύ τους;”. Πώς το κάνουν αυτό; Τι είναι σημαντικό γι’ αυτά;” Και θα έλεγα ότι αυτή είναι μια πιο βιοκεντρική προσέγγιση ή τουλάχιστον λιγότερο ανθρωποκεντρική.
Λαμβάνοντας μια ευρύτερη άποψη, νομίζω ότι είναι επίσης σημαντικό να αναγνωρίσουμε ότι η ακρόαση της φύσης, η “βαθιά ακρόαση”, έχει μακρά και σεβαστή παράδοση. Είναι μια αρχαία τέχνη που εξακολουθεί να ασκείται σε αδιαμεσολάβητη μορφή. Υπάρχουν μακρόχρονες ιθαγενείς παραδόσεις βαθιάς ακρόασης που είναι βαθιά συντονισμένες με μη ανθρώπινους ήχους. Έτσι, αν συνδυάσουμε την ψηφιακή ακρόαση -η οποία ανοίγει τεράστιους νέους κόσμους μη ανθρώπινων ήχων και αποκωδικοποιεί αυτόν τον ήχο με τεχνητή νοημοσύνη- με τη βαθιά ακρόαση, πιστεύω ότι βρισκόμαστε στα πρόθυρα δύο σημαντικών ανακαλύψεων. Η πρώτη είναι η γλώσσα στους μη ανθρώπους. Και αυτή είναι μια πολύ αμφιλεγόμενη δήλωση, στην οποία μπορούμε να εμβαθύνουμε. Και η δεύτερη είναι: πιστεύω ότι βρισκόμαστε στα πρόθυρα της επικοινωνίας μεταξύ των ειδών.
Τι είδους τεχνολογία επιτρέπει αυτές τις ανακαλύψεις;
Η ψηφιακή βιοακουστική βασίζεται σε πολύ μικρά, φορητά, ελαφριά ψηφιακά καταγραφικά, τα οποία είναι σαν μικροσκοπικά μικρόφωνα που οι επιστήμονες εγκαθιστούν παντού, από την Αρκτική μέχρι τον Αμαζόνιο. Μπορείτε να τοποθετήσετε αυτά τα μικρόφωνα στις πλάτες των χελωνών ή των φαλαινών. Μπορείτε να τα τοποθετήσετε βαθιά στον ωκεανό, [να τα τοποθετήσετε] στην υψηλότερη βουνοκορφή, να τα προσαρτήσετε σε πουλιά. Και μπορούν να καταγράφουν ήχο συνεχώς, 24 ώρες το 24ωρο, σε απομακρυσμένα μέρη όπου οι επιστήμονες δεν μπορούν εύκολα να φτάσουν, ακόμη και στο σκοτάδι και χωρίς την αναστάτωση που προέρχεται από την εισαγωγή ανθρώπινων παρατηρητών σε ένα οικοσύστημα.
Αυτή η ενορχήστρωση δημιουργεί έναν κατακλυσμό δεδομένων, και εδώ έρχεται η τεχνητή νοημοσύνη – διότι οι ίδιοι αλγόριθμοι επεξεργασίας φυσικής γλώσσας που χρησιμοποιούμε με τόσο μεγάλη επιτυχία σε εργαλεία όπως το Google Translate μπορούν επίσης να χρησιμοποιηθούν για την ανίχνευση μοτίβων στη μη ανθρώπινη επικοινωνία.
Ποιο είναι ένα παράδειγμα αυτών των μοτίβων επικοινωνίας;
Στο κεφάλαιο για τις νυχτερίδες, όπου συζητώ την έρευνα του Yossi Yovel, υπάρχει μια συγκεκριμένη μελέτη στην οποία παρακολούθησε [σχεδόν δύο] δώδεκα αιγυπτιακές νυχτερίδες επί δυόμισι μήνες και κατέγραψε … [τις] φωνές τους. Η ομάδα του προσάρμοσε στη συνέχεια ένα πρόγραμμα αναγνώρισης φωνής για να αναλύσει [15.000 από] τους ήχους, και ο αλγόριθμος συσχέτισε συγκεκριμένους ήχους με συγκεκριμένες κοινωνικές αλληλεπιδράσεις που καταγράφηκαν μέσω βίντεο – όπως όταν δύο νυχτερίδες τσακώθηκαν για την τροφή. Χρησιμοποιώντας αυτό, οι ερευνητές κατάφεραν να ταξινομήσουν την πλειονότητα των ήχων των νυχτερίδων. Με αυτόν τον τρόπο ο Yovel και άλλοι ερευνητές όπως ο Gerry Carter μπόρεσαν να διαπιστώσουν ότι οι νυχτερίδες έχουν πολύ πιο πολύπλοκη γλώσσα από ό,τι είχαμε καταλάβει μέχρι σήμερα. Οι νυχτερίδες τσακώνονται για την τροφή- στην πραγματικότητα διακρίνουν τα φύλα όταν επικοινωνούν μεταξύ τους- έχουν ατομικά ονόματα ή “χαρακτηριστικές φωνές”. Οι μητέρες νυχτερίδες μιλούν στα μωρά τους σε μια ισοδύναμη “μητρική γλώσσα”. Αλλά ενώ οι ανθρώπινες μητέρες ανεβάζουν τον τόνο της φωνής τους όταν μιλούν στα μωρά τους, οι μητέρες νυχτερίδες χαμηλώνουν τον τόνο – γεγονός που προκαλεί μια αντίδραση φλυαρίας στα μωρά που μαθαίνουν να “μιλούν” συγκεκριμένες λέξεις ή αναφορικά σήματα καθώς μεγαλώνουν. Έτσι, οι νυχτερίδες επιδίδονται σε φωνητική μάθηση.
Αυτό είναι ένα εξαιρετικό παράδειγμα του πώς η βαθιά μάθηση είναι σε θέση να αντλήσει αυτά τα μοτίβα από [αυτά] τα όργανα, όλους αυτούς τους αισθητήρες και τα μικρόφωνα, και να μας αποκαλύψει κάτι στο οποίο δεν θα μπορούσαμε να έχουμε πρόσβαση με το γυμνό ανθρώπινο αυτί. Επειδή το μεγαλύτερο μέρος της επικοινωνίας των νυχτερίδων είναι στους υπερήχους, πάνω από το φάσμα της ακοής μας, και επειδή οι νυχτερίδες μιλούν πολύ πιο γρήγορα από εμάς, πρέπει να την επιβραδύνουμε για να την ακούσουμε, καθώς και να μειώσουμε τη συχνότητα. Έτσι, εμείς δεν μπορούμε να ακούσουμε όπως μια νυχτερίδα, αλλά οι υπολογιστές μας μπορούν. Και η επόμενη διαπίστωση είναι, φυσικά, ότι οι υπολογιστές μας μπορούν επίσης να μιλήσουν πίσω στη νυχτερίδα. [Το λογισμικό παράγει] συγκεκριμένα μοτίβα και τα χρησιμοποιεί για να επικοινωνήσει πίσω στην αποικία νυχτερίδων ή στην κυψέλη, και αυτό είναι που κάνουν τώρα οι ερευνητές.
Πώς μιλούν οι ερευνητές στις μέλισσες;
Η έρευνα για τις μέλισσες είναι συναρπαστική. Ένας [ερευνητής] ονόματι Tim Landgraf μελετά την επικοινωνία των μελισσών, η οποία, όπως ανέφερα προηγουμένως, είναι δονητική και τοποθεσιακή. Όταν οι μέλισσες “μιλούν” μεταξύ τους, σημασία έχουν οι κινήσεις του σώματός τους, καθώς και οι ήχοι. Τώρα οι υπολογιστές, και ιδιαίτερα οι αλγόριθμοι βαθιάς μάθησης, είναι σε θέση να το παρακολουθούν αυτό, επειδή μπορείτε να χρησιμοποιήσετε την όραση του υπολογιστή, σε συνδυασμό με την επεξεργασία φυσικής γλώσσας. Έχουν πλέον τελειοποιήσει αυτούς τους αλγορίθμους σε σημείο που να είναι πραγματικά σε θέση να παρακολουθούν μεμονωμένες μέλισσες, και είναι σε θέση να καθορίσουν τι αντίκτυπο μπορεί να έχει η επικοινωνία ενός ατόμου σε μια άλλη μέλισσα. Από αυτό προκύπτει η ικανότητα αποκωδικοποίησης της γλώσσας των μελισσών. Διαπιστώσαμε ότι έχουν συγκεκριμένα σήματα. [Οι ερευνητές έχουν δώσει σε αυτά τα σήματα] αστεία ονόματα. [Οι μέλισσες] τιτιβίζουν, κουαγκάρουν. Υπάρχει ένα σήμα “σιωπής” ή “στάσης”, ένα σήμα “κινδύνου”. Έχουν σήματα [σήματα που σχετίζονται με το σμήνος] και σήματα επαιτείας και κουνήματος, και όλα αυτά κατευθύνουν τη συλλογική και ατομική συμπεριφορά.
Το επόμενο βήμα για τον Landgraf ήταν να κωδικοποιήσει αυτές τις πληροφορίες σε ένα ρομπότ που ονόμασε RoboBee. Τελικά, μετά από επτά ή οκτώ πρωτότυπα, ο Landgraf κατέληξε σε μια “μέλισσα” που θα μπορούσε να εισέλθει στην κυψέλη και ουσιαστικά θα εξέπεμπε εντολές στις οποίες θα υπάκουαν οι μέλισσες. Έτσι, το ρομπότ-μέλισσα του Landgraf μπορεί να πει στις άλλες μέλισσες να σταματήσουν και αυτές το κάνουν. Μπορεί επίσης να κάνει κάτι πιο περίπλοκο, το οποίο είναι ο πολύ διάσημος χορός κουνήματος – είναι το μοτίβο επικοινωνίας που χρησιμοποιούν για να μεταφέρουν τη θέση μιας πηγής νέκταρος σε άλλες μέλισσες. Αυτό είναι ένα πολύ εύκολο πείραμα, κατά κάποιον τρόπο, επειδή τοποθετείτε μια πηγή νέκταρος σε ένα μέρος όπου δεν έχουν επισκεφθεί μέλισσες από την κυψέλη, στη συνέχεια δίνετε εντολή στο ρομπότ να πει στις μέλισσες πού βρίσκεται η πηγή νέκταρος και στη συνέχεια ελέγχετε αν οι μέλισσες πετούν εκεί με επιτυχία. Και όντως το κάνουν. Αυτό το αποτέλεσμα συνέβη μόνο μία φορά και οι επιστήμονες δεν είναι σίγουροι γιατί λειτούργησε ή πώς να το επαναλάβουν. Αλλά εξακολουθεί να είναι ένα εκπληκτικό αποτέλεσμα*.
Αυτό εγείρει πολλά φιλοσοφικά και ηθικά ερωτήματα. Θα μπορούσατε να φανταστείτε ένα τέτοιο σύστημα να χρησιμοποιείται για την προστασία των μελισσών – θα μπορούσατε να πείτε στις μέλισσες να πετούν σε ασφαλείς πηγές νέκταρος και όχι σε μολυσμένες που έχουν, ας πούμε, υψηλά επίπεδα φυτοφαρμάκων. Θα μπορούσατε επίσης να φανταστείτε ότι αυτό θα μπορούσε να είναι ένα εργαλείο για την εξημέρωση ενός προηγουμένως άγριου είδους το οποίο έχουμε εξημερώσει μόνο ατελώς ή για να προσπαθήσουμε να ελέγξουμε τη συμπεριφορά άλλων άγριων ειδών. Και οι γνώσεις σχετικά με το επίπεδο πολυπλοκότητας και το βαθμό σύνθετης επικοινωνίας στους μη ανθρώπους εγείρουν ορισμένα πολύ σημαντικά φιλοσοφικά ερωτήματα σχετικά με τη μοναδικότητα της γλώσσας ως ανθρώπινης ικανότητας.
Τι αντίκτυπο έχει αυτή η τεχνολογία στην κατανόηση του φυσικού κόσμου;
Η εφεύρεση της ψηφιακής βιοακουστικής είναι ανάλογη με την εφεύρεση του μικροσκοπίου. Όταν [ο Ολλανδός επιστήμονας Antonie] van Leeuwenhoek άρχισε να κοιτάζει μέσα από τα μικροσκόπιά του, ανακάλυψε τον μικροβιακό κόσμο…, και αυτό έθεσε τα θεμέλια για αμέτρητες μελλοντικές ανακαλύψεις. Έτσι, το μικροσκόπιο επέτρεψε στους ανθρώπους να δουν εκ νέου τόσο με τα μάτια όσο και με τη φαντασία μας. Η αναλογία εδώ είναι ότι η ψηφιακή βιοακουστική, σε συνδυασμό με την τεχνητή νοημοσύνη, είναι σαν ένα ακουστικό πλανητικής κλίμακας που μας επιτρέπει να ακούμε εκ νέου τόσο με τα προσθετικά ενισχυμένα αυτιά μας όσο και με τη φαντασία μας. Αυτό ανοίγει σιγά σιγά το μυαλό μας όχι μόνο στους υπέροχους ήχους που κάνουν οι μη άνθρωποι αλλά και σε μια σειρά θεμελιωδών ερωτημάτων σχετικά με το λεγόμενο χάσμα μεταξύ ανθρώπων και μη ανθρώπων, τη σχέση μας με τα άλλα είδη. Και [ανοίγει] επίσης νέους τρόπους να σκεφτούμε για τη διατήρηση και τη σχέση μας με τον πλανήτη. Είναι πολύ βαθύ.
Πηγή: scientificamerican.com
Ακολουθήστε το Sahiel.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις.