Προσθήκη σχολίου (14 σχόλια)

Σύμφωνα με τους ερευνητές, η κατανόηση του πώς διαφοροποιούν τις ακολουθίες των κροταλισμάτων τους οι φάλαινες θα μπορούσε να βοηθήσει τους επιστήμονες να μάθουν το πώς κωδικοποιούν πληροφορίες μέσα από τα καλέσματά τους.

Επιστήμονες κατόρθωσαν να διακρίνουν μία μέχρι πρότινος άγνωστη συνθετότητα στον τρόπο που επικοινωνούν οι φάλαινες, αναλύοντας χιλιάδες ηχογραφημένες ακολουθίες κροταλισμάτων φυσητήρων, με τη συνδρομή της τεχνητής νοημοσύνης.

Οι διαφοροποιήσεις στο τέμπο, το ρυθμό και το μήκος των ακολουθιών που σχηματίζουν οι φάλαινες σχηματίσουν ένα πλούσιο ακουστικό πλέγμα. Οι μεταβλητές αυτές συντείνουν στο ότι οι φάλαινες έχουν τη δυνατότητα να συνδυάζουν μοτίβα κροταλισμάτων με διάφορους τρόπους, συνθέτοντας φράσεις προκειμένου να επικοινωνούν ένα ευρύ φάσμα πληροφοριών η μία στην άλλη.

Το τι ακριβώς λένε οι φυσητήρες με τα κροταλίσματά τους παραμένει μυστήριο για τον άνθρωπο. Όμως, η ανακάλυψη του εύρους των φωνητικών μηνυμάτων που ανταλλάσσουν συνιστά σημαντικό βήμα προκειμένου να συνδεθούν τα καλέσματα των φαλαινών με συγκεκριμένα μηνύματα ή κοινωνικές συμπεριφορές, όπως αναφέρουν οι επιστήμονες στη μελέτη που δημοσιεύτηκε στο περιοδικό Nature Communications. 

Οι ερευνητές περιγράφουν τον κατάλογο των ηχητικών συνδυασμών ως "φωνητικό αλφάβητο" των φυσητήρων, επιχειρώντας να συγκρίνουν διαφοροποιήσεις στις ακολουθίες των κροταλισμάτων των φαλαινών με το σχηματισμό διαφορετικών φωνητικών ήχων στην ανθρώπινη ομιλία.

Οι φυσητήρες παράγουν τα κροταλίσματά τους ωθώντας αέρα μέσα μια ουσία που περιέχουν τα κεφάλια τους, το σπαρματσέτο, και οι ήχοι αυτοί μπορούν να φτάνουν σε ένταση έως και τα 230 ντεσιμπέλ -ισχυρότεροι από αυτούς που καταγράφονται κατά την εκτόξευση πυραύλου και ικανοί να προκαλέσουν ρήξη τυμπάνου στον άνθρωπο- όπως είχε αναφέρει στα συμπεράσματά της προηγούμενη ερευνητική ομάδα, σε δημοσίευση στο περιοδικό Scientific Reports. 

Στο πλαίσιο της νέας έρευνας, οι επιστήμονες αξιοποίησαν τη μηχανική μάθηση προκειμένου να διακρίνουν μοτίβα στα ηχητικά δεδομένα που συνέλεξε παρατηρητήριο της συμπεριφοράς των φυσητήρων στην Καραϊβική. Οι ηχογραφήσεις αντιστοιχούσαν στις φωνές περίπου 60 φυσητήρων -υποομάδας ενός συνόλου περίπου 400 φαλαινών, γνωστών ως οικογένεια της Ανατολικής Καραϊβικής- και οι εκφορές αυτές ηχογραφήθηκαν μεταξύ 2005 και 2018.

Προηγούμενες έρευνες είχαν διακρίνει 150 τύπους ακολουθιών, σε φυσητήρες από ολόκληρο τον κόσμο, όμως οι φάλαινες της Καραϊβικής χρησιμοποιούσαν μόλις 21 από αυτές τις ακολουθίες.

Οι επιστήμονες εξέτασαν το χρονισμό και τη συχνότητα 8.719 ακολουθιών -εκφορές από μόνες φάλαινες, χορωδιακά αλλά και σε μορφή διαλόγου μεταξύ φαλαινών. Όταν αυτές οπτικοποιήθηκαν, με τη συνδρομή της τεχνητής νοημοσύνης, προέκυψαν άγνωστα έως τότε μοτίβα.

Οι συντάκτες της έρευνας εντόπισαν τέσσερα στοιχεία των ακολουθιών: ρυθμό, τέμπο, ρουμπάτο και διακόσμηση. Ο ρυθμός περιγράφει την ακολουθία των διαστημάτων μεταξύ των κροταλισμών. Τέμπο είναι η διάρκεια ολόκληρης της ακολουθίας. Το ρουμπάτο αναφέρεται στις διαφοροποιήσεις στη διάρκεια διαδοχικών ακολουθιών με τον ίδιο ρυθμό και τέμπο. Η διακόσμηση είναι ένα "επιπλέον κροτάλισμα" που προστίθεται στο τέλος μιας ακολουθίας, σε μια σύνολο συντομότερων ακολουθιών.

Τα επιπλέον κροταλίσματα, μάλιστα, θα μπορούσαν να είναι σκαλώματα στην άρθρωση ή και ήχοι που παράγουν οι φάλαινες ώστε να καλύπτουν κενά στην επικοινωνίας τους, με τρόπο παρόμοιο όπως οι άνθρωποι λένε "χμ" ή "ε" στη ροή του λόγου τους.

Συνολικά, το πρόγραμμα εντόπισε 18 τύπους ρυθμού, 5 τύπους τέμπο, 3 τύπους ρουμπάτο και 2 τύπους διακόσμησης. Όλα αυτά τα στοιχεία συνδυάζονταν για να σχηματίσουν ένα ευρύτατο φάσμα φράσεων, όπως αναφέρουν οι συντάκτες της έρευνας.

Οι εξελίξεις στον τομέα της τεχνητής νοημοσύνης και της μηχανικής μάθησης επιτρέπουν πλέον στους επιστήμονες να αναλύουν δεδομένα δεκαετιών, με ταχύτητα που ήταν μέχρι πρόσφατα ανέφικτη. Οι αναλύσεις αυτές, σε συνδυασμό με την παρατήρηση της συμπεριφοράς των φαλαινών, θα μπορούσαν να αποτελέσουν σημαντικό στοιχείο στην αποκάλυψη του συντακτικού των κροταλισμάτων των φαλαινών, αναφέρεται στην έρευνα.

Πάντως, παρότι η τεχνική αυτή είναι χρήσιμη για τον εντοπισμό συγκεκριμένων πτυχών της επικοινωνίας των φαλαινών, δεν αποτελεί μια ψηφιακή Στήλη της Ροζέτας. Μέχρι στιγμής, η τεχνητή νοημοσύνη είναι εξαιρετική στο να εντοπίζει μοτίβα σε μεγάλους όγκους δεδομένων, όμως δεν μπορεί να τους αποδώσει νόημα.

Είναι, πάντως, ένα χρήσιμο νέο εργαλείο για τους επιστήμονες και, με το ρυθμό που καταγράφονται οι εξελίξεις στον τομέα της τεχνητής νοημοσύνης, με διαρκώς συνθετότερα και ισχυρότερα μοντέλα, δεν αποκλείεται στο μέλλον να μπορέσουμε να κατανοήσουμε τι ακριβώς σημαίνουν όλα αυτά τα μυστηριώδη κροταλίσματα. 

  • Like 13
  • Haha 1