ИИ и животный мир

Общение животных иногда кажется удивительно знакомым. Одни звуки могут сигнализировать об опасности, другие — привлекать внимание или появляться в определённых социальных ситуациях.

Современные системы искусственного интеллекта способны анализировать огромные массивы аудиозаписей, поэтому учёные всё чаще задаются вопросом: могут ли машины не просто распознавать звуки, а понимать, что именно они означают?

Новое исследование показывает, что задача гораздо сложнее, чем простая классификация сигналов по их звучанию.

Похожий звук не всегда означает одно и то же

ИИ особенно хорошо справляется с поиском повторяющихся закономерностей в больших объёмах данных. Анализируя записи, модель может сравнивать высоту звука, частоту, длительность, ритм и другие акустические характеристики, которые человек не всегда способен заметить на слух.

Проблема в том, что акустическое сходство не обязательно означает одинаковый смысл. Два похожих сигнала могут использоваться в совершенно разных ситуациях, а заметно отличающиеся звуки, наоборот, иногда передают схожую информацию.

Поэтому группировка сигналов только по их акустическим признакам даёт неполное представление о коммуникации.

Особенно сложно это становится при изучении животных, ведь исследователь не может напрямую спросить, что именно означал конкретный звук.

Эксперимент с голосами маленьких детей

Исследователи из Тель-Авивского университета и других научных учреждений решили проверить эту проблему на голосовых сигналах маленьких детей, которые ещё не овладели полноценной речью. Такой материал оказался удобным промежуточным вариантом: значения детских звуков в некоторых ситуациях можно определить значительно точнее, чем сигналы животных. Записи включали несколько контекстов — например, состояние дискомфорта, попытку позвать конкретного родителя или просьбу о еде.

Учёные сравнили несколько способов анализа. Один подход основывался на традиционном акустическом анализе. Кроме того, использовались две системы глубокого обучения: одна была обучена на звуках животных, а другая — на человеческой речи.

ИИ мог неправильно понимать сигнал

Результаты показали, что модели не всегда правильно отражали смысл звуков. Иногда они объединяли в одну группу сигналы с разными значениями. В других случаях, наоборот, разделяли звуки, которые использовались для передачи одного и того же сообщения.

Дополнительной сложностью стали последовательности сигналов. Серия звуков может постепенно становиться более интенсивной или срочной, и человек нередко интуитивно замечает такую динамику. Проверенные модели не всегда надёжно распознавали подобные изменения.

Это показывает, что поиск повторяющихся акустических признаков — лишь одна часть задачи. Машина может определить, что два звука похожи, но при этом не понимать, какое значение они имеют для того, кто их слышит.

Почему без контекста не обойтись

Чтобы действительно понять значение сигнала, нужно изучать не только сам звук. Важно знать, в какой ситуации он появился, кто его издал, кому он был адресован и что произошло после этого.

Поведенческие наблюдения могут дать исследователям важные подсказки. Ещё более информативными могут быть контролируемые эксперименты с воспроизведением записей. Учёные проигрывают животному определённый сигнал и наблюдают, как оно реагирует. В некоторых исследованиях к этому можно добавить данные о работе нервной системы, чтобы лучше понять, как сигнал воспринимается.

Такой подход учитывает, что коммуникация — это взаимодействие двух сторон. Сам факт издания звука ещё не раскрывает его смысл. Реакция получателя может дать гораздо больше информации о функции сигнала.

ИИ всё равно остаётся полезным

Результаты исследования не означают, что искусственный интеллект бесполезен для изучения коммуникации животных.

Напротив, он способен обрабатывать огромные объёмы аудиозаписей и находить закономерности, которые человеку было бы сложно обнаружить вручную. Однако его роль, скорее всего, заключается не в работе в качестве готового «переводчика», а в помощи учёным при формулировании и проверке гипотез.

Например, модель может обнаружить, что определённый звуковой паттерн регулярно возникает в конкретной ситуации.

После этого исследователи могут проверить, повторяется ли эта связь у разных животных и в других обстоятельствах. Если контролируемые эксперименты вызывают ожидаемую реакцию, уверенность в интерпретации становится выше.

Что предстоит выяснить дальше

Исследование, опубликованное в журнале Current Biology, подчёркивает главный принцип: чтобы расшифровать коммуникацию, недостаточно знать, как сигнал звучит. Необходимо понимать, как его воспринимает тот, кому он адресован.

Этот подход может оказаться особенно важным при изучении птиц, китов, летучих мышей и других видов со сложными системами общения.

Большие массивы записей, безусловно, помогут дальнейшим исследованиям, но сами по себе они не решат проблему.

К аудиоданным необходимо добавлять сведения о поведении, окружающей среде, социальных взаимодействиях и реакции других особей.

Вероятнее всего, дальнейший прогресс будет зависеть от сочетания ИИ, подробных поведенческих наблюдений и контролируемых экспериментов. Именно такой подход может приблизить учёных к пониманию языка животных без упрощённого предположения, что каждый повторяющийся звук имеет одно универсальное значение.