Hvaler kan være nøglen til at træne AI til første kontakt

De første hvaler optrådte i en form, der var anderledes end hvad vi kender i dag, for næsten 50 millioner år siden. I kontrast hertil er de enorme fremskridt, vi ser inden for Artificial Intelligence i dag måske det mest moderne træk ved vores tid. Sammenfletningen af disse to elementer afspejler den omfattende videnskabelige og teknologiske fremgang, vi har opnået gennem vores civilisation. Selvom nyheden kan lyde utrolig utrolig – i første omgang – skal vi begynde med at udfolde den så grundigt som muligt. 

Klik her for at lære alt om investering i AI.

Hvaler og kommunikation med ikke-menneskelig intelligens

Et hold af forskere fra SETI Institute, University of California Davis og Alaska Whale Foundation har studeret kommunikation hos pukkelhvaler. De har til hensigt at udvikle intelligensfiltre, der kan hjælpe med at søge efter udenjordisk intelligens. 

Holdet opnåede betydelig succes, da en hval ved navn Twain svarede på ‘kontakt’-kaldet, som forskerne afspillede i havet via en undervands-højttaler. Kontaktkaldet var modelleret i en samtalestil, der lignede en hvals ‘hilsesignal’. Udvekslingen varede i 20 minutter, og hvalen svarede på hvert afspillet kald og matchede intervalvariationerne mellem hvert signal. 

Betydningen af undersøgelsen

Ifølge Brenda McCowan, hovedforfatteren ved UC Davis, menes dette at være den “første sådanne kommunikative udveksling mellem mennesker og pukkelhvaler på pukkelhvalens sprog.” 

Ifølge Dr. Fred Shape, medforfatteren af undersøgelsen:

“Pukkelhvaler er ekstremt intelligente, har komplekse sociale systemer, laver værktøjer – net af bobler til at fange fisk – og kommunikerer omfattende både med sange og sociale kald.” 

Studiets betydning ligger i, at dette var første gang, kommunikation kunne etableres mellem et menneske og en ikke-menneskelig enhed, der er intelligent og en del af et komplekst socialsysten. 

forskningsartikel citerede nogle karakteristika ved pukkelhvalers kommunikationsstil, som gør den endnu vigtigere som et potentielt indgangspunkt for at træne kunstig intelligens til første kontakt.

• Pukkelhvalens hjerne indeholder en stor auditiv cortex og klynger af spindelneuroner.
• Forskningen mener, at de imponerende mentale evner sandsynligvis ligger til grund for pukkelhvalens “overlegen akustiske dygtighed”.
• Pukkelhvalens akustiske præstationer er ikke begrænset til tilfældige lyde og kald. De omfatter lange, rytmiske og konstant udviklende sange. 
• Ligesom mennesker indeholder pukkelhvalens sang brug af et lignende frekvensbånd bestående af stemte og ustemte elementer, med stilhed der afbryder vokaliseringerne af varierende varighed. 

Disse karakteristika fik forskerne til at tro, at mangfoldigheden af signaler, en hval kunne producere, var en nøgleindikator for, hvor adfærdsmæssigt fleksible de var – og derfor kunne give en fremragende mulighed for at teste teknologier til interaktion med en potentiel ikke-menneskelig intelligens. 

Etablering af første kontakter har altid været et emne af stor interesse for forskere. National Geographic definerer en første kontakt som det “første møde mellem kulturer, der tidligere var uvidende om hinanden.” 

Verden, som vi ser den i dag, er bygget på én kultur med sit eget sprog og sociale skikke, der migrerer til et nyt sted og blandes med folk, der lever der med et andet sæt af sprog og skikke. For eksempel refererer den første kontakt i Amerika til, da de oprindelige folk på landet begyndte at interagere med europæerne i det 16. og 17. århundrede. 

Etablering af første kontakt har indtil nu været tidskrævende og besværligt, da det indebærer at lære nye tegn – verbale, fysiske og skrevne. At lære disse signaler eller kommunikationsmønstre indebærer også at dokumentere dem, opdage mønstrene inden i, reproducere dem, så den fremmede gruppe kan forstå og fortolke dem, og mere. 

Forskere har altid været interesserede i at bruge teknologi til at kommunikere med det ukendte, og AI er den seneste tilføjelse til den indsats.

Brugen af AI til at tale med ikke-mennesker

Ifølge Karen Bakker, professor ved University of British Columbia og Fellow ved Radcliffe Institute for Advanced Study:

“Vi har brug for at forstå ikke-menneskelig kommunikation på dens egne betingelser.”

Indsatser mod dette mål har født feltet ‘digital bioakustik’, som studerer, hvordan kunstig intelligens og forbedrede sensorer kan hjælpe med at observere og afkode, hvordan en række arter, inklusive planter, deler information på deres egne måder. 

Et interview mellem Karen Bakker og Scientific American gav detaljer om, hvordan teknologi kunne hjælpe med at kommunikere med honningbier. 

Kommunikation med honningbier

Den relevante forskning blev ledet af Tim Langdraf fra Freie University Berlin. Den anvendte med succes computere og dyb læringsalgoritmer til at følge honningbier, der taler til hinanden gennem deres kropsbevægelser såvel som lyde. 

De positive resultater var et resultat af omhyggeligt at kombinere computer vision med naturlig sprogbehandlingskapacitet. Forskerne har angiveligt perfektioneret algoritmer til at spore individuelle bier og den påvirkning, som en enkelt bies kommunikation kan have på en anden bi. 

Landgraf kodede derefter denne information ind i en robot, som han kaldte RoboBee. Han designede syv eller otte prototyper for til sidst at skabe en ‘bi’, der kunne komme ind i bikuben og udsende kommandoer, som honningbier ville adlyde. Dette førte til en robotisk integration, der gik ud over idéen om at etablere ‘Første Kontakt’ med en bi, der udsteder kommandoer, fortæller en bi, hvornår den skal stoppe, og mere. 

Indsatser som denne, modelleret omkring brug af AI til at have ikke-menneskelig kommunikation, er også blevet taget op andre steder i verden. For eksempel er Earth Species Project en non-profit, der er dedikeret til at bruge AI til at afkode ikke-menneskelig kommunikation.

1. Earth Species Project

Den drivende vision for Earth Species Project var at udnytte moderne maskinlæring til at bygge kraftfulde semantiske repræsentationer af sprog, som vi kan bruge til at låse kommunikation op med andre arter. Projektet har foretaget flere succesfulde forsøg på at forstå, hvordan ikke-mennesker interagerer til dato. 

Crow Vocal Repertoire-projektet involverede for eksempel senior AI-forskningsvidenskabsfolk i at kortlægge vokalrepertoiret for to kragearter. Projektets mål var at forstå rollen af akustisk kommunikation i gruppekoordinering. Forskerne mente, at kortlægning af vokalrepertoiret for den hawaiianske krage og ådselskragen kunne hjælpe med at afdække kulturelle og adfærdsmæssige kompleksiteter, der er afgørende for at planlægge effektive ikke-menneskelige samtalestrategier. 

En anden gruppe af senior AI-forskningsvidenskabsfolk involveret i Projektet for selv-supervised etnografisk opdagelse har arbejdet på selv-supervised metoder til at fortolke data indsamlet fra dyre-bårne tags, kendt som bio-loggere. Bio-loggerne hjælper forskere med at registrere et dyrs bevægelser og indhente audio-visuelt fra dyrets perspektiv. 

Bioakustik er noget, som mange store organisationer også arbejder med. Microsoft (MSFT ) er et sådant eksempel. 

2. Microsoft Research Working on BioAcoustics

Microsoft Researchs bioakustikindsats er rettet mod at udnytte AI til at behandle lydoptagelser af forskellige arter. Det studerer og udforsker forskellige aspekter af lydproduktion, spredning og modtagelse hos dyr.

I et af sine projekter udforsker Microsoft Research-laboratoriet kaldklynger for flere dyrearter. Det udvikler selv-supervised læringsmodeller, der hjælper med at udforske klynger af dyrekald, som enten kommer fra forskellige arter eller indeholder forskellige stereotyper af kald fra den samme art. 

Et andet projekt fra Microsoft Research udformer en automatiseret bioakustisk analyseplatform kaldet Akoustos. Analyseplatformen har til formål at hjælpe bevaringsorganisationer og forskere med automatiseret akustisk annotering og analyse ved hjælp af maskinlæringsteknikker. Den vil tillade brugere at uploade lydfiler og tilsvarende etiketter til platformen. Platformen vil også kunne behandle lyddata automatisk og bygge komplekse maskinlæringsmodeller. 

I et andet projekt fra Microsoft Research, med titlen ‘Using bioacoustics for multi-species classification’, evaluerer det pågældende team dybe konvolutionelle neurale netværk til klassificering af kald fra 24 fugle- og amfibiearter. 

I regnskabsåret 2022 rapporterede Microsoft en omsætning på 198 mia. USD og en driftsindkomst på 83 mia. USD. Det var første gang, Microsoft Cloud oversteg 100 mia. USD i årlig omsætning. 

I 2022 leverede Microsoft 3,2 mia. USD i doneret og rabatteret teknologi til 302.000 non-profitorganisationer, der betjener over 1,2 mia. mennesker globalt. 

3. Google AI for Social Good

Det er nu næsten fire år siden, Google AI for Social Goods bioakustikteam skabte en ML-model, der hjælper det videnskabelige samfund med at opdage pukkelhvalelyde ved hjælp af akustiske optagelser. Google udviklede dette værktøj i samarbejde med National Oceanic and Atmospheric Association for at hjælpe biologer med at studere hvalenes adfærd, mønstre, populationer og potentielle menneskelige interaktioner. 

Projektet er udviklet i overensstemmelse med Googles AI-principper, som “erkender, at avancerede teknologier kan rejse vigtige udfordringer, som skal adresseres klart, gennemtænkt og bekræftende.”

Googles projekt giver brugerne mulighed for at udnytte AI til at udforske tusindvis af timers pukkelhvalesange og foretage deres egne opdagelser med Pattern Radio. 

Alphabet (GOOG ), moderselskabet til Google, registrerede en omsætning på 76,69 mia. USD for kvartalet, der sluttede den 30. september 2023. Dets nettoindkomst for kvartalet var næsten 20 mia. USD, med en udvandet EPS på 1,55 USD. 

4. Arbimon by Rainforest Connection

Den non-profit bevaringsteknologi Rainforest Connection har udviklet en online lydanalyseplatform ved navn Arbimon. Formålet er at gøre bioakustisk dataanalyse lettere og mere tilgængelig. 

Arbimon er en gratis online platform. Videnskabsfolk og økologer kan bruge den til at uploade deres lyddata og analysere dem på den mest avancerede måde muligt. Platformen udstyrer brugerne med værktøjer til at opdage lyde fra lyddata og gruppere dem baseret på rækkevidde, frekvens og lignende faktorer. 

Ved at bruge Arbimon vil det være muligt at behandle 10.000 filer på få sekunder. Og ifølge Burhan Yassin, CEO for Rainforest Connection:

“Platformen blev designet til specifikt at adressere kløften mellem forskning og bevaring, så vi kan nå et punkt, hvor vi kan drive bevaringshandling på jorden.” 

Efterhånden som den indsamler mere data, planlægger Arbimon at begynde at kortlægge, hvordan biodiversitet ser ud på et holistisk niveau. Hver få dage tilføjer Arbimon mellem 2 og 3 millioner optagelser. Det tager forskningsinstitutter år at indsamle så meget data. 

Platformen har nu mere end 114 millioner optagelser uploadet til sig, med omkring 3.000 videnskabsfolk, der har brugt den eller bruger den. 

Hovedkontoret ligger i Katy, Texas, USA, og Rainforest Corporation er en non-profit. Den indsamlede 500.000 USD i tilskud fra Patrick J. McGovern Foundation den 20. december 2023. 

5. Bioacoustic AI Consortium

Dette forskningsdrevne konsortium spænder over otte lande og ti doktorgradsprojekter. Det omfatter 23 erfarne forskere, ni universiteter/forskningsinstitutter, to museer, 5 SMV’er, 3 NGO’er og én regeringsorganisation. 

Visionen eller formålet med konsortiet er at “gøre dyrelyde meningsfulde ved hjælp af AI.” På et funktionelt niveau udvikler konsortiets forskningsprogram nye AI-metoder til lyd direkte inden for den anvendte kontekst af akustisk overvågning af vilde dyr. Projektet tror på, at en bedre forståelse af dyr vil hjælpe med at beskytte biodiversiteten, og AI kan hjælpe med at overvåge en række arter. 

Konsortiet er på vej til at udvikle AI-opgaveløsninger i verdensklasse, der er egnet til de særlige begrænsninger i overvågningsopgaver for vilde dyr, herunder overvågning af svært påviselige fugle og pattedyr i europæiske og tropiske lydlandskaber. AI-teknikkerne vil hjælpe med at forbinde dyrelyde med den sociale og adfærdsmæssige struktur i dyrenes liv.

AI-baseret første kontakt for det gode

Jagten på at afdække det ukendte har konsekvent været den drivende kraft i at skabe den omfattende vidensbase i den menneskelige civilisation over tid. AI accelererer den hastighed, hvormed vi skrider frem mod at afkode tidligere ukendte signaler og sprog. At opbygge relationer med ikke-menneskelige enheder vil forbedre vores forståelse af dem, hvilket fører til mere effektiv beskyttelse. Efterhånden som biodiversitet og bæredygtighed bliver universelle prioriteter, er det næsten på tide at udnytte den enorme viden, der er tilgængelig i den ikke-menneskelige verden.