Valaat saattavat olla avain tekoälyn kouluttamiseen ensikosketusta varten

Ensimmäiset valaat ilmestyivät muodossa, joka poikkesi nykyisestä lähes 50 miljoonaa vuotta sitten. Toisaalta massiiviset kehitykset, joita näemme tekoälyn ympärillä tänään, ovat ehkä aikamme nykyaikaisin piirre. Näiden kahden elementin yhtymä heijastaa laajaa tieteellistä ja teknologista edistystä, jonka olemme saavuttaneet sivilisaatiomme aikana. Koska uutinen saattaa kuulostaa uskomattoman uskomattomalta – aluksi – meidän on aloitettava sen purkaminen mahdollisimman perusteellisesti. 

Klikkaa tästä oppiaksesi kaiken tekoälyyn sijoittamisesta.

Valaat ja ei-inhimillisen älykkyyden viestintä

Tiimi tutkijoita SETI-instituutista, Kalifornian yliopistosta Davisista ja Alaska Whale Foundationista on tutkinut ryhävalaan viestintää. He aikovat kehittää älykkyysfilttereitä, jotka voivat auttaa etsimään avaruusolentojen älykkyyttä. 

Tiimi saavutti merkittävää menestystä, kun valas nimeltä Twain vastasi tutkijoiden merelle alhaistaman ‘contact’‑puhelun vedenalaisella kaiuttimella. Yhteyspuhelu mallinnettiin keskustelutyyliin, joka muistuttaa valaan ‘tervehdys‑signaalia.’ Vaihto kesti 20 minuuttia, ja valas vastasi jokaiselle toistopuhelulle, sovittaen aikavälin vaihtelut jokaisen signaalin välillä. 

Tutkimuksen merkitys

Brenda McCowanin, UC Davisin pääkirjoittajan, mukaan tätä pidetään “ensimmäisenä tällaisena viestinvaihtona ihmisten ja ryhävalaita välillä ryhävalaan kielessä.” 

Dr. Fred Shape, tutkimuksen yhteiskirjoittajan, mukaan:

“Ryhävalaat ovat erittäin älykkäitä, niillä on monimutkaiset sosiaaliset järjestelmät, ne tekevät työkaluja – kuplaverkkoja kalojen pyydystämiseen – ja viestivät laajasti sekä lauluilla että sosiaalisilla kutsuilla.” 

Tutkimuksen merkitys on siinä, että tämä oli ensimmäinen kerta, kun viestintä pystyi toteutumaan ihmisen ja älykkään, monimutkaisen sosiaalisen järjestelmän osana olevan ei-inhimillisen olennon välillä. 

Tutkimusartikkeli viittasi joihinkin ryhävalaita koskeviin viestintätyylin ominaisuuksiin, jotka tekevät siitä entistä tärkeämmän mahdollisena sisäänpääsymenetelmänä tekoälyn kouluttamiseen ensikosketusta varten. 

• Ryhävalaan aivoissa on suuri kuuloaivokuori ja spindelisoluklustereita.
• Tutkimus uskoo, että vaikuttavat henkiset kyvyt todennäköisesti selittävät ryhävalaan “erinomaisen akustisen taituruuden.”
• Ryhävalaan akustiset saavutukset eivät rajoitu satunnaisiin ääniin ja kutsuihin. Ne sisältävät pitkiä, rytmisiä ja jatkuvasti kehittyviä lauluja. 
• Kuten ihmisillä, ryhävalaan laulu käyttää samankaltaista taajuusaluetta, joka koostuu äänillisistä ja äänettömistä elementeistä, ja hiljaisuus katkaisee äänenkorkeuksia, joiden kesto vaihtelee. 

Nämä ominaisuudet saivat tutkijat uskomaan, että valaan tuottamien signaalien monimuotoisuus oli keskeinen indikaattori niiden käyttäytymisjoustavuudesta ja – siten – tarjoaisi erinomaisen mahdollisuuden testata teknologioita vuorovaikutukseen mahdollisen ei-inhimillisen älykkyyden kanssa. 

Ensimmäisten kontaktien luominen on aina ollut tutkijoiden suurta kiinnostusta herättävä asia. National Geographic määrittelee ensikosketuksen “alkuperäiseksi kohtaamiseksi kulttuurien välillä, jotka eivät aiemmin olleet tietoisia toisistaan.” 

Nykyinen maailmamme koostuu yhdestä kulttuurista, jolla on oma kielensä ja sosiaaliset tavat, jotka siirtyvät uuteen paikkaan ja sekoittuvat siellä asuvien ihmisten toisen kielen ja tapojen kanssa. Esimerkiksi Amerikoissa ensikosketus viittaa siihen, kun alkuperäiskansat tulivat vuorovaikutukseen eurooppalaisten kanssa 1500- ja 1600-luvuilla. 

Ensimmäisen kontaktin luominen on tähän mennessä ollut aikaa vievää ja työlästä, sillä se edellyttää uusien merkkien – puhe-, fyysisten ja kirjallisten – oppimista. Näiden signaalien tai viestintämallien oppiminen sisältää myös niiden dokumentoinnin, mallien löytämisen, niiden uudelleen tuottamisen, jotta vieras ryhmä voi ymmärtää ja tulkita ne, ja paljon muuta. 

Tiedemiehet ovat aina olleet kiinnostuneita tekniikan käyttämisestä viestintään tuntemattoman kanssa, ja tekoäly on viimeisin lisäys tähän pyrkimykseen.

Tekoälyn käyttö puhumiseen ei-inhimillisten kanssa

Karen Bakkerin, British Columbian yliopiston professorin ja Radcliffe Institute for Advanced Studyin jäsenen, mukaan:

“Meidän on ymmärrettävä ei-inhimillinen viestintä sen omilla ehdoilla.”

Pyrkimykset tähän tavoitteeseen ovat synnyttäneet ‘digitaalisen bioakustiikan’ alan, joka tutkii, miten tekoäly ja kehittyneet anturit voivat auttaa havainnoimaan ja purkamaan, miten erilaiset lajit, mukaan lukien kasvit, jakavat tietoa omilla tavoillaan. 

Karin Bakkerin ja haastattelu antoi yksityiskohtia siitä, miten teknologia voisi auttaa viestinnässä hunajamehiläisten kanssa. 

Viestintä hunajamehiläisten kanssa

Aiheellista tutkimusta johti Tim Langdraf Freie-Universität Berlinistä. Se käytti menestyksekkäästi tietokoneita ja syväoppimisalgoritmeja seuratakseen hunajamehiläisten välistä viestintää kehonliikkeiden ja äänten kautta. 

Positiiviset tulokset olivat seurausta varovaisesta tietokonenäön ja luonnollisen kielen prosessoinnin yhdistämisestä. Tutkijoiden väitetään täydentäneen algoritmeja, joilla seurataan yksittäisiä mehiläisiä ja miten yhden mehiläisen viestintä voi vaikuttaa toiseen mehiläiseen. 

Landgraf koodasi tämän tiedon robotiksi, nimittäen sen RoboBeeksi. Hän suunnitteli seitsemän tai kahdeksan prototyyppiä, joiden tavoitteena oli lopulta luoda ‘mehiläinen’, joka voisi päästä pesään ja lähettää komentoja, joita hunajamehiläiset noudattaisivat. Tämä johti robottiin, joka ylitti ‘Ensikosketuksen’ käsitteen mehiläisen antamalla komentoja, kertomalla mehiläiselle milloin lopettaa, ja muuta.

Tällaisia ponnistuksia, jotka mallintavat tekoälyn käyttöä ei-inhimillisen viestinnän mahdollistamiseksi, on toteutettu myös muualla maailmassa. Esimerkiksi Earth Species Project on voittoa tavoittelematon organisaatio, joka on omistautunut tekoälyn käyttöön ei-inhimillisen viestinnän purkamisessa.

1. Earth Species Project

Earth Species Projectin ohjaava visio oli hyödyntää modernia koneoppimista rakentaakseen voimakkaita semanttisia kieliesityksiä, joita voimme käyttää viestinnän avauttamiseen muiden lajien kanssa. Projekti on tähän mennessä tehnyt useita onnistuneita yrityksiä ymmärtää, miten ei-inhimilliset ovat vuorovaikutuksessa. 

Crow Vocal Repertoire -projekti, esimerkiksi, sisälsi vanhempia AI-tutkimuslaitosihenkilöitä, jotka työskentelivät kahden varislajin ääni-arkiston kartoittamisessa. Projektin tavoitteena oli ymmärtää akustisen viestinnän roolia ryhmän koordinoinnissa. Tutkijat uskoivat, että Havaijin variksen ja haudankorvan variksen ääni-arkiston kartoittaminen voisi paljastaa kulttuurisia ja käyttäytymis monimutkaisuuksia, jotka ovat ratkaisevia tehokkaiden ei-inhimillisten keskustelustrategioiden suunnittelussa. 

Toinen ryhmä vanhempia AI-tutkimuslaitosihenkilöitä, jotka osallistuvat itseohjattuun etnografian löytöprojektiin, on työskennellyt itseohjattujen menetelmien parissa, jotka tulkitsevat eläinten kantamissa olevista tunnisteista (bio‑loggereista) kerättyä dataa. Bio‑loggerit auttavat tutkijoita tallentamaan eläimen liikkeet ja saamaan ääni‑ ja kuva‑materiaalia eläimen näkökulmasta. 

Bioakustiikka on asia, jonka parissa monet suurten mittakaavan organisaatiot työskentelevät. Microsoft (MSFT ) on yksi tällainen esimerkki. 

2. Microsoft Research Working on BioAcoustics

Microsoft Researchin bioakustiikkapyrkimykset ovat suunnattu tekoälyn hyödyntämiseen monipuolisten lajien äänitallenteiden käsittelyssä. Se tutkii ja selvittää erilaisia äänen tuotannon, leviämisen ja vastaanoton näkökohtia eläimissä.

Yhdessä projekteistaan Microsoft Research -laboratorio tutkii puheluklustereita useille eläinlajeille. Se kehittää itseohjattuja oppimismalleja, jotka auttavat tutkimaan eläinpuhelujen klustereita, jotka ovat joko eri lajeista tai sisältävät eri stereotypioita saman lajin puheluista. 

Toinen Microsoft Researchin projekti kehittää automaattista bioakustista analyysialustaa nimeltä Akoustos. Analyysialusta pyrkii auttamaan suojelujärjestöjä ja tutkijoita automatisoidulla akustisella merkinnällä ja analyysillä koneoppimistekniikoilla. Se mahdollistaa käyttäjien ladata äänitiedostoja ja vastaavat merkinnät alustalle. Alusta pystyy myös automaattisesti käsittelemään äänidataa ja rakentamaan monimutkaisia koneoppimismalleja. 

Toisessa Microsoft Researchin projektissa, nimeltään ‘Bioakustiikan käyttö monilajiluokituksessa’, tiimi arvioi syviä konvoluutioneuroverkkoja 24 linnun ja sammakon lajin puhelujen luokitteluun. 

Vuonna tilikausi 2022, Microsoft raportoi 198 miljardia USD liikevaihtoa ja 83 miljardia USD liiketulosta. Se oli ensimmäinen kerta, kun Microsoft Cloud ylitti 100 miljardia USD vuosittaista liikevaihtoa. 

Vuonna 2022 Microsoft antoi 3,2 miljardia USD lahjoitettua ja alennettua teknologiaa 302 000 voittoa tavoittelemattomalle organisaatiolle, jotka palvelevat yli 1,2 miljardia ihmistä maailmanlaajuisesti. 

3. Google AI for Social Good

On kulunut lähes neljä vuotta siitä, kun Google AI for Social Goodin bioakustiikkatiimi loi ML-mallin, joka auttaa tieteellistä yhteisöä havaitsemaan ryhävalaan ääniä akustisten tallenteiden avulla. Google kehitti tämän työkalun yhteistyössä National Oceanic and Atmospheric Associationin kanssa auttaakseen biologeja tutkimaan valasten käyttäytymistä, malleja, populaatioita ja mahdollisia ihmiskontakteja. 

Projekti on kehitetty Google:n AI-periaatteiden mukaisesti, jotka “tunnistavat, että kehittyvät teknologiat voivat nostaa esiin tärkeitä haasteita, jotka on käsiteltävä selkeästi, harkiten ja myönteisesti.”

Google:n projekti antaa käyttäjille mahdollisuuden hyödyntää tekoälyä tutkiakseen tuhansia tunteja ryhävalaan lauluja ja tehdä omia löytöjään Pattern Radio -palvelun avulla. 

Alphabet (GOOG ), Googlen emoyhtiö, rekisteröi liikevaihdon 76,69 miljardia USD neljännekselle, joka päättyi 30. syyskuuta 2023. Sen nettotulos neljänneksellä oli lähes 20 miljardia USD, ja laimennettu osakekohtainen tulos (EPS) oli 1,55 USD. 

4. Arbimon by Rainforest Connection

Suojausteknologiaa tarjoava voittoa tavoittelematon organisaatio Rainforest Connection on kehittänyt verkkopohjaisen äänianalyysialustan nimeltä Arbimon. Tavoitteena on tehdä bioakustisen datan analysoinnista helpompaa ja saavutettavampaa. 

Arbimon on ilmainen verkkopalvelu. Tiedemiehet ja ekologit voivat käyttää sitä ladatakseen äänidataa ja analysoidakseen sitä mahdollisimman kehittyneellä tavalla. Alusta tarjoaa käyttäjille työkaluja äänten havaitsemiseen äänidatasta ja niiden ryhmittelyyn kantaman, taajuuden ja muiden samankaltaisten tekijöiden perusteella. 

Käyttämällä Arbimonia, on mahdollista käsitellä 10 000 tiedostoa muutamassa sekunnissa. Ja Burhan Yassinin, Rainforest Connectionin toimitusjohtajan, mukaan:

“Alusta on suunniteltu erityisesti täyttämään tutkimuksen ja suojelun välinen kuilu, jotta voimme päästä pisteeseen, jossa voimme ohjata suojelutoimia käytännössä.” 

Kun se kerää yhä enemmän dataa, Arbimon aikoo aloittaa biodiversiteetin kartoittamisen kokonaisvaltaisella tasolla. Joka muutama päivä Arbimon lisää 2–3 miljoonaa tallennetta. Tutkimuslaitoksilla kestää vuosia kerätä näin paljon dataa. 

Alustalla on nyt yli 114 miljoonaa tallennetta, ja noin 3 000 tiedemiestä on käyttänyt tai käyttää sitä. 

Pääkonttori sijaitsee Katyssa, Texasissa, Yhdysvallat, Rainforest Corporation on voittoa tavoittelematon organisaatio. Se sai 500 000 USD arvosta apurahoja Patrick J. McGovern -säätiöltä 20. joulukuuta 2023. 

5. Bioacoustic AI Consortium

Tämä tutkimuslähtöinen konsortio kattaa kahdeksan maata ja kymmenen tohtoriprojektia. Se sisältää 23 kokenutta tutkijaa, yhdeksän yliopistoa/tutkimuslaitosta, kaksi museota, 5 pk‑yritystä, 3 kansalaisjärjestöä ja yhden valtion organisaation. 

Konsortion visio tai tarkoitus on “ymmärtää eläinten äänet tekoälyn avulla.” Toiminnallisella tasolla konsortion tutkimusohjelma kehittää uusia tekoälymenetelmiä äänelle suoraan sovelletussa kontekstissa, jossa monitoroidaan akustisesti villieläimiä. Projekti uskoo, että eläinten parempi ymmärtäminen auttaisi suojelemaan biodiversiteettiä, ja tekoäly voi auttaa monien lajien monitoroinnissa. 

Konsortio on kehittämässä huippuluokan tekoälytehtävien määrittelyjä, jotka soveltuvat villieläinten monitoroinnin erityisrajoitteisiin, mukaan lukien vaikeasti havaittavien lintujen ja nisäkkäiden seuranta Euroopan ja trooppisten äänimaisemien alueilla. Tekoälytekniikat auttavat yhdistämään eläinten äänet niiden sosiaaliseen ja käyttäytymisrakenneeseen.

Tekoälypohjainen ensikosketus hyvän tarkoituksen puolesta

Tuntemattoman paljastamisen pyrkimys on jatkuvasti ollut ihmiskunnan laajan tietopohjan luomisen vetovoima. Tekoäly nopeuttaa sitä, kuinka nopeasti edistymme aiemmin tuntemattomien signaalien ja kielten tulkitsemisessa. Suhteiden rakentaminen ei-inhimillisiin olentoihin parantaa ymmärrystämme niistä, mikä johtaa tehokkaampaan suojeluun. Kun biodiversiteetti ja kestävyys nousevat universaaleiksi prioriteeteiksi, on lähes aika hyödyntää valtavaa tietovarantoa, joka on saatavilla ei-inhimillisessä maailmassa.