Bilim İnsanları Hayvanlarla Konuşmak İçin Yapay Zekayı Nasıl Kullanıyor?

1970’lerde Koko adlı genç bir goril, insan işaret dilini kullanma becerisiyle dünya çapında ilgi gördü. Ancak şüpheciler, Koko’nun ve konuşmayı “öğrenen” diğer hayvanların (şempanzeler ve yunuslar dahil) ne “söylediklerini” tam olarak anlayamadıklarını ve diğer türlerin insan dilini kullanmasını sağlamakSembollerin fiziksel olarak mevcut olmayabilecek şeyleri temsil ettiği, beyhudedir.

“Hayvanların sembolik iletişim kurup kuramayacaklarını keşfetmeye hevesli bir grup araştırmacı var ve ‘Bu insanbiçimciliktir’ diyen başka bir grup araştırmacı var. British Columbia Üniversitesi’nde profesör ve Harvard Radcliffe Institute for Advanced Study’de bir araştırmacı olan Karen Bakker, “insan olmayan iletişimi kendi terimleriyle anlamamız gerekiyor” diyor. Şimdi bilim adamları, bitkiler de dahil olmak üzere çok çeşitli türlerin zaten kendi iletişim yöntemleriyle nasıl bilgi paylaştığını gözlemlemek ve çözmek için gelişmiş sensörler ve yapay zeka teknolojisi kullanıyor. Bu “dijital biyoakustik” alanı, Bakker’in yeni kitabının konusu. Hayatın Sesleri: Dijital Teknoloji Bizi Hayvanların ve Bitkilerin Dünyasına Nasıl Yaklaştırıyor?.

Bilimsel amerikalı Bakker ile teknolojinin insanların yarasalar ve bal arıları gibi yaratıklarla iletişim kurmasına nasıl yardımcı olabileceği ve bu konuşmaların bizi diğer türlerle olan ilişkimizi yeniden düşünmeye nasıl zorladığı hakkında konuştuk.

[An edited transcript of the interview follows.]

Bize hayvanlarla iletişim kurmaya çalışan insanların kısa bir tarihçesini verebilir misiniz?

20. yüzyılın ortalarında insan dilini insan olmayanlara, Koko gibi primatlara öğretmeye yönelik çok sayıda girişim oldu. Ve bu çabalar biraz tartışmalıydı. Geriye dönüp baktığımızda, şu anda sahip olduğumuz bir görüş (o zamanlar bu kadar yaygın olmayabilir) yaklaşımlarımızda fazla insanmerkezci olduğumuzdur. O zaman arzu, insan olmayanlara bizim yaptığımız gibi konuşmayı öğreterek insan olmayan zekayı değerlendirmekti – aslında onların kendi terimleriyle, kendi bedenlenmiş yollarıyla, kendi dünya görüşleriyle karmaşık iletişim kurma yeteneklerini düşünmemiz gerekirdi. Kitapta kullanılan terimlerden biri de umweltorganizmaların yaşanmış deneyimine ilişkin bu kavramdır. dikkat edersek umwelt Başka bir organizmadan, bir bal arısının insan dilini konuşmasını beklemezdik, ancak bal arılarının büyüleyici, titreşimsel ve konumsal diline çok ilgi duymaya başlardık. Güneş ışığının polarizasyonu gibi vücudumuzla iletmeye bile başlayamadığımız nüanslara karşı hassastır. Ve bugün bilimin geldiği yer burasıdır. Katlanarak hızlanan ve hayat ağacı boyunca iletişim hakkında büyüleyici bulguları ortaya çıkaran dijital biyoakustik alanı artık bu hayvanlara yaklaşıyor ve “İnsanlar gibi konuşabiliyorlar mı?” değil, “Karmaşık bilgileri birbirlerine iletebilirler mi? Bunu nasıl yapıyorlar? Onlar için önemli olan nedir?” Ve bunun daha biyomerkezci bir yaklaşım olduğunu ya da en azından daha az insanmerkezci olduğunu söyleyebilirim.

Daha geniş bir bakış açısıyla, doğayı dinlemenin, “derinlemesine dinleme”nin uzun ve saygıdeğer bir geleneğe sahip olduğunu kabul etmenin de önemli olduğunu düşünüyorum. Hala aracısız bir biçimde uygulanan eski bir sanattır. İnsan olmayan seslere derinlemesine uyum sağlayan, uzun süredir devam eden derin dinleme Yerli gelenekleri vardır. Dolayısıyla, insan dışı sesin uçsuz bucaksız yeni dünyalarını açan ve bu sesin şifresini yapay zeka ile çözen dijital dinlemeyi derin dinlemeyle birleştirirsek, iki önemli keşfin eşiğinde olduğumuza inanıyorum. Birincisi, insan dışı varlıklardaki dildir. Ve bu, derinlemesine inceleyebileceğimiz çok tartışmalı bir ifade. İkincisi ise: Türler arası iletişimin eşiğinde olduğumuza inanıyorum.

Ne tür bir teknoloji bu atılımları mümkün kılıyor?

Dijital biyoakustik, bilim adamlarının Kuzey Kutbu’ndan Amazon’a kadar her yere yerleştirdiği minyatür mikrofonlara benzeyen çok küçük, taşınabilir, hafif dijital kayıt cihazlarına dayanır. Bu mikrofonları kaplumbağa veya balinaların sırtlarına takabilirsiniz. Onları okyanusun derinliklerine koyabilirsin, [put them] en yüksek dağın tepesinde, onları kuşlara bağlayın. Ayrıca, bilim insanlarının kolayca ulaşamadığı uzak yerlerde, karanlıkta bile ve insan gözlemcileri bir ekosisteme sokmanın getirdiği kesinti olmadan, 7/24 sürekli olarak ses kaydı yapabilirler.

Bu enstrümantasyon bir veri tufanı yaratır ve işte burada yapay zeka devreye girer; çünkü Google Çeviri gibi araçlarda çok büyük bir etki yaratmak için kullandığımız aynı doğal dil işleme algoritmaları, insan olmayan iletişimdeki kalıpları tespit etmek için de kullanılabilir.

Bu iletişim modellerine bir örnek nedir?

Yossi Yovel’in araştırmasını tartıştığım yarasa bölümünde, Yossi Yovel’in gözlemlediği özel bir çalışma var. [nearly two] iki buçuk ay boyunca bir düzine Mısır meyve yarasası ve kaydedildi … [their] seslendirmeler. Ekibi daha sonra analiz etmek için bir ses tanıma programı uyarladı. [15,000 of] sesler ve algoritma, belirli sesleri videolar aracılığıyla yakalanan belirli sosyal etkileşimlerle ilişkilendirdi; örneğin, iki yarasanın yemek için kavga etmesi gibi. Bunu kullanarak, araştırmacılar yarasaların seslerinin çoğunu sınıflandırabildiler. Yovel ve Gerry Carter gibi diğer araştırmacılar, yarasaların daha önce anladığımızdan çok daha karmaşık bir dile sahip olduğunu bu şekilde belirleyebildiler. Yarasalar yemek konusunda tartışırlar; aslında birbirleriyle iletişim kurduklarında cinsiyet ayrımı yapıyorlar; bireysel isimleri veya “imza çağrıları” vardır. Anne yarasalar, bebekleriyle “anne dili” eşdeğerinde konuşur. Ancak insan anneler bebeklerle konuşurken seslerinin perdesini yükseltirken, anne yarasalar perdeyi alçaltır – bu da büyüdükçe belirli kelimeleri veya referans sinyallerini “konuşmayı” öğrenen bebeklerde bir gevezelik tepkisine yol açar. Yani yarasalar sesli öğrenmeyle meşgul olurlar.

Bu, derin öğrenmenin bu kalıpları [this] enstrümantasyon, tüm bu sensörler ve mikrofonlar ve bize çıplak insan kulağıyla erişemeyeceğimiz bir şey gösteriyor. Yarasa iletişiminin çoğu, işitme menzilimizin üzerinde, ultrasonik olduğundan ve yarasalar bizden çok daha hızlı konuştuklarından, onu dinlemek için yavaşlatmanın yanı sıra frekansı da düşürmemiz gerekir. Yani biz bir yarasa gibi dinleyemeyiz ama bilgisayarlarımız dinleyebilir. Ve bir sonraki kavrayış, elbette, bilgisayarlarımızın aynı zamanda yarasaya cevap verebilmesidir. [The software produces] belirli kalıpları kullanır ve bunları yarasa kolonisine veya arı kovanına geri iletişim kurmak için kullanır ve araştırmacıların şu anda yaptığı da budur.

Araştırmacılar arılarla nasıl konuşuyor?

Bal arısı araştırması büyüleyici. A [researcher] Tim Landgraf adlı bilim adamı, daha önce de belirttiğim gibi, titreşimsel ve konumsal olan arı iletişimini inceler. Bal arıları birbirleriyle “konuştuklarında” önemli olan sesler kadar vücut hareketleridir. Artık bilgisayarlar ve özellikle derin öğrenme algoritmaları bunu takip edebiliyor çünkü bilgisayar görüşünü doğal dil işlemeyle birlikte kullanabilirsiniz. Artık bu algoritmaları, bireysel arıları gerçekten takip edebilecekleri bir noktaya kadar mükemmelleştirdiler ve bir bireyin iletişiminin başka bir arı üzerinde ne gibi bir etkisi olabileceğini belirleyebildiler. Bundan bal arısı dilini çözme yeteneği ortaya çıkıyor. Belirli sinyalleri olduğunu bulduk. [Researchers have given these signals] komik isimler [Bees] çok; şarlatırlar. Bir “sus” ya da “dur” sinyali, boğuk bir “tehlike” sinyali var. Boruları var [signals related to swarming] ve yalvarma ve sallama sinyalleri ve bunların tümü kolektif ve bireysel davranışı yönlendirir.

Landgraf için bir sonraki adım, bu bilgiyi RoboBee adını verdiği bir robota kodlamaktı. Sonunda, yedi veya sekiz prototipten sonra Landgraf, kovana girebilecek ve esasen bal arılarının itaat edeceği komutlar yayacak bir “arı” buldu. Landgraf’ın bal arısı robotu diğer arılara durmalarını söyleyebilir ve onlar da durur. Aynı zamanda çok ünlü sallanma dansı olan daha karmaşık bir şey de yapabilir – bu, bir nektar kaynağının yerini diğer bal arılarına iletmek için kullandıkları iletişim modelidir. Bu bir bakıma yürütmesi çok kolay bir deney çünkü kovandan hiçbir bal arısının uğramadığı bir yere bir nektar kaynağı koyuyorsunuz, sonra robota bal arılarına nektar kaynağının nerede olduğunu söylemesi talimatını veriyorsunuz ve sonra kontrol ediyorsunuz. arıların oraya başarılı bir şekilde uçup uçmadığı. Ve gerçekten de öyle. Bu şaşırtıcı bir sonuç.

Bu pek çok felsefi ve etik soruyu gündeme getiriyor. Bal arılarını korumak için böyle bir sistemin kullanıldığını hayal edebilirsiniz – bal arılarına, diyelim ki, yüksek düzeyde pestisit içeren kirli nektar kaynaklarına değil, güvenli nektar kaynaklarına uçmalarını söyleyebilirsiniz. Ayrıca bunun, daha önce sadece kusurlu bir şekilde evcilleştirdiğimiz vahşi bir türü evcilleştirmek veya diğer vahşi türlerin davranışlarını kontrol etmeye çalışmak için bir araç olabileceğini hayal edebilirsiniz. Ve insan dışı varlıklardaki gelişmişlik düzeyi ve karmaşık iletişimin derecesi hakkındaki içgörüler, bir insan kapasitesi olarak dilin benzersizliği hakkında bazı çok önemli felsefi soruları gündeme getiriyor.

Bu teknolojinin doğal dünyayı anlayışımız üzerinde nasıl bir etkisi var?

Dijital biyoakustiğin icadı, mikroskobun icadına benzer. Ne zaman [Dutch scientist Antonie] van Leeuwenhoek mikroskoplarını incelemeye başladı, mikrobiyal dünyayı keşfetti… ve bu, gelecekteki sayısız buluş için temel oluşturdu. Böylece mikroskop, insanların hem gözlerimizle hem de hayal gücümüzle yeniden görmelerini sağladı. Buradaki benzetme, yapay zeka ile birleştirilmiş dijital biyoakustiğin, hem protezle geliştirilmiş kulaklarımız hem de hayal gücümüzle yeniden dinlememizi sağlayan gezegen ölçeğinde bir işitme cihazı gibi olmasıdır. Bu, zihnimizi yavaş yavaş sadece insan olmayanların çıkardığı harika seslere değil, aynı zamanda insanlarla insan olmayanlar arasındaki sözde ayrım, diğer türlerle ilişkimiz hakkında bir dizi temel soruya da açıyor. Ve [it’s] ayrıca koruma ve gezegenle olan ilişkimiz hakkında düşünmenin yeni yollarını açıyor. Oldukça derin.