ค้นพบ "ตัวอักษร" ของวาฬสเปิร์ม ด้วย Machine Learning

ค้นพบ "ตัวอักษร" ของวาฬสเปิร์ม ด้วย Machine Learning

ผลการวิจัยล่าสุดจากนักวิจัยที่ MIT CSAIL และ Project CETI เชื่อว่าพวกเขาได้ไขรหัส "ตัวอักษร" ของวาฬสเปิร์มแล้วด้วยความช่วยเหลือของเทคโนโลยี Machine Learning ผลการศึกษาที่ตีพิมพ์ภายใต้ชื่อ "Contextual and Combinatorial Structure in Sperm Whale Vocalizations" ชี้ให้เห็นถึงความก้าวหน้าสำคัญในความเข้าใจของเราเกี่ยวกับการสื่อสารของวาฬ

การศึกษานี้เกี่ยวข้องกับ Coda ซึ่งเป็นชุดของเสียงคลิกที่ทำหน้าที่ทางภาษาที่แตกต่างกัน "สิ่งที่เราค้นพบคือมีความแปรปรวนในโครงสร้าง Coda ที่ไม่เคยมีการอธิบายมาก่อน" Daniela Rus ผู้อำนวยการ CSAIL กล่าวกับ TechCrunch "เราค้นพบว่าประเภท Coda ไม่ได้เป็นแบบสุ่ม แต่กลับสร้างระบบ Coding แบบ Combinatory ที่เพิ่งค้นพบใหม่"

ในขณะที่การส่งเสียงของวาฬเป็นหัวข้อสำคัญของการวิจัยมาหลายทศวรรษ ทีมที่อยู่เบื้องหลังงานวิจัยใหม่นี้แนะนำว่าพวกเขาได้ค้นพบระดับของรายละเอียดปลีกย่อยที่ไม่เคยรู้จักมาก่อนในหมู่วาฬที่ชอบพูดคุย งานวิจัยระบุว่ามีการบันทึก Coda ของวาฬสเปิร์มกว่า 150 แบบที่แตกต่างกัน

"ชุดย่อยของสิ่งเหล่านี้แสดงให้เห็นว่ามีการเข้ารหัสข้อมูลเกี่ยวกับผู้โทรและตัวตนของกลุ่ม อย่างไรก็ตาม เกือบทุกอย่างเกี่ยวกับระบบการสื่อสารของวาฬสเปิร์ม รวมถึงคำถามพื้นฐานเกี่ยวกับโครงสร้างและความสามารถในการบรรจุข้อมูล ยังคงไม่เป็นที่รู้จัก"

ทีมได้นำผลงานของ Roger Payne นักชีววิทยาทางทะเลผู้บุกเบิกที่เสียชีวิตเมื่อเดือนมิถุนายนที่ผ่านมา ผลงานที่มีอิทธิพลมากที่สุดของ Payne เกี่ยวข้องกับเพลงของวาฬหลังค่อม "เขาสร้างแรงบันดาลใจให้เราอยากใช้เทคโนโลยีที่ล้ำสมัยที่สุดเพื่อทำความเข้าใจวาฬให้ลึกซึ้งยิ่งขึ้น" Rus กล่าว

ทีมได้ใช้โซลูชัน Machine Learning เพื่อวิเคราะห์ชุดข้อมูล Coda ของวาฬสเปิร์ม 8,719 ตัวที่รวบรวมโดยนักวิจัย Shane Gero นอกชายฝั่งของเกาะเล็กๆ ทางตะวันออกของแคริบเบียน Dominica "เราจะได้รับ Input แล้วเราก็ปรับ Machine Learning ของเราเพื่อให้มองเห็นได้ดีขึ้นและเข้าใจมากขึ้น" Rus อธิบาย "และจากนั้นเราจะวิเคราะห์ Output กับนักชีววิทยา"

วิธีการของทีมแสดงให้เห็นถึงการเปลี่ยนแปลงจากการวิเคราะห์แบบเก่าที่ศึกษา Coda แต่ละตัว ภาพที่สมบูรณ์ขึ้นจะเกิดขึ้นเมื่อเสียงถูกศึกษาในบริบท เช่นการแลกเปลี่ยนระหว่างวาฬ รายละเอียดเชิงบริบทจะถูกจัดหมวดหมู่โดยใช้คำศัพท์ทางดนตรี ซึ่งรวมถึง Tempo, Rhythm, Ornamentation และ Rubato จากนั้นทีมก็แยก "ตัวอักษรทางสัทศาสตร์" ของวาฬสเปิร์ม

"ตัวอักษรทางสัทศาสตร์นี้ทำให้สามารถอธิบายความแปรปรวนที่สังเกตได้ในโครงสร้าง Coda ได้อย่างเป็นระบบ" Rus กล่าว "เราเชื่อว่ามีความเป็นไปได้ที่นี่อาจเป็นกรณีแรกนอกเหนือจากภาษาของมนุษย์ที่การสื่อสารให้ตัวอย่างของแนวคิดทางภาษาศาสตร์ของ Duality of Patterning ซึ่งหมายถึงชุดขององค์ประกอบที่ไม่มีความหมายเมื่อแยกกัน แต่สามารถรวมกันเพื่อสร้างหน่วยที่มีความหมายที่ใหญ่ขึ้น เหมือนกับการรวมพยางค์เป็นคำ"

ความหมายของ "คำ" เหล่านั้นมีความหมายแตกต่างกันไปตามบริบทต่างๆ งานวิจัยเพิ่มเติมว่า:

ผลการวิจัยของเราแสดงให้เห็นว่าการส่งเสียงของวาฬสเปิร์มก่อให้เกิดระบบการสื่อสารแบบ Combinatorial ที่ซับซ้อน: ชุดของประเภท Coda ที่ดูเหมือนจะสุ่มสามารถอธิบายได้ด้วยการรวมกันของคุณสมบัติ Rhythm, Tempo, Rubato และ Ornamentation ระบบการส่งเสียงแบบ Combinatorial ขนาดใหญ่หายากมากในธรรมชาติ อย่างไรก็ตาม การใช้งานโดยวาฬสเปิร์มแสดงให้เห็นว่าสิ่งเหล่านี้ไม่ได้เป็นเอกลักษณ์ของมนุษย์เท่านั้น และสามารถเกิดขึ้นได้จากแรงกดดันทางสรีรวิทยา นิเวศวิทยา และสังคมที่แตกต่างกันอย่างมาก

แม้ว่าความก้าวหน้านี้จะน่าตื่นเต้นสำหรับทุกคนที่เกี่ยวข้อง แต่ก็ยังมีงานอีกมากที่ต้องทำ ก่อนอื่นกับวาฬสเปิร์ม และอาจขยายไปสู่สปีชีส์อื่นๆ เช่น วาฬหลังค่อม

"เราตัดสินใจไปหาวาฬสเปิร์มเพราะเรามีชุดข้อมูลจำนวนมาก และเรามีความเป็นไปได้ที่จะรวบรวมชุดข้อมูลอีกมากมาย" Rus กล่าว "นอกจากนี้ เนื่องจากเสียงคลิกสร้างระบบการสื่อสารแบบ Discrete จึงง่ายต่อการวิเคราะห์กว่าระบบการสื่อสารแบบต่อเนื่อง แต่แม้แต่ผลงานของ Roger Payne ก็แสดงให้เห็นว่าเพลงของวาฬหลังค่อมไม่ได้เป็นแบบสุ่ม มีส่วนที่ถูกทำซ้ำและมีโครงสร้างที่น่าสนใจ เราแค่ยังไม่ได้ศึกษาอย่างลึกซึ้ง"

💡
ข่าวนี้เป็นการค้นพบครั้งสำคัญที่จะช่วยให้เราเข้าใจการสื่อสารของวาฬได้ดียิ่งขึ้น ด้วยความช่วยเหลือของ Machine Learning นักวิจัยสามารถถอดรหัส "ตัวอักษร" ของวาฬสเปิร์มได้แล้ว ซึ่งแสดงให้เห็นว่าเสียงของวาฬไม่ได้เป็นแบบสุ่ม แต่มีระบบการเข้ารหัสแบบ Combinatory ที่ซับซ้อน การค้นพบนี้เป็นก้าวสำคัญในการทำความเข้าใจภาษาของสัตว์ และอาจนำไปสู่การศึกษาในสปีชีส์อื่นๆ ต่อไปในอนาคต

ข้อมูลอ้างอิงจาก Machine learning aids in discovery of sperm whale ‘alphabet’

Read more

หุ่นยนต์ AI อนาคตที่ Google X มองเห็น

News

หุ่นยนต์ AI อนาคตที่ Google X มองเห็น

Key takeaway * Google X เป็นห้องปฏิบัติการนวัตกรรมที่มุ่งเน้นการแก้ปัญหาระดับโลกด้วยเทคโนโลยีล้ำสมัย โดยมีแนวคิด "Moonshot" ที่ต้องส่งผลกระทบต่อคนนับร้อยล้าน มีเทคโนโลยีที่เปิดแนวทางใหม่ และมีโซลูชันทางธุรกิจที่แหวกแนว * ผู้เขียนเข้

By
Meta เปิดเผยว่าได้ใช้ข้อมูลจากโซเชียลมีเดีย เช่น Facebook และ Instagram ในการฝึกฝน AI มานานกว่า 17 ปี

News

Meta เผยใช้ข้อมูลโซเชียลฝึก AI มา 17 ปี

Meta เปิดเผยว่าได้ใช้ข้อมูลจากโพสต์สาธารณะบน Facebook และ Instagram มาฝึกระบบ AI ของบริษัทตั้งแต่ปี 2550 สร้างความกังวลด้านความเป็นส่วนตัวของผู้ใช้ โดยเฉพาะเมื่อไม่มีตัวเลือกปฏิเสธการเก็บข้อมูลในหลายประเทศ

By