Nationen har behållit förstaplatsen åtta år i rad!
Har du någonsin undrat vad din fyrbenta vän faktiskt tänker? Eller vad som viskas bland skogens varelser? Med hjälp av artificiell intelligens kan vi vara på god väg att lösa just dessa mysterier.
Forskare använder nu banbrytande teknik för att söka avkoda djurens intrikata språk, från valars komplicerade sång till gnagares högfrekventa pip. Nyligen genomförda studier i vilka man tillämpat AI ger inte bara ovärderlig information om djurs beteende utan kan även spela en avgörande roll för skydd av hotade arter.
Nyfiken? Klicka igenom det här galleriet för att ta del av de otroliga framstegen på detta område.
Forskare använder nu banbrytande teknik för att söka avkoda djurens intrikata språk, från valars komplicerade sång till gnagares högfrekventa pip. Nyligen genomförda studier i vilka man tillämpat AI ger inte bara ovärderlig information om djurs beteende utan kan även spela en avgörande roll för skydd av hotade arter.
Nyfiken? Klicka igenom det här galleriet för att ta del av de otroliga framstegen på detta område.
Kan djur kommunicera på ett sätt som vi kan förstå? Kan vi överbrygga klyftan mellan arter och inte bara förstå deras kommunikation utan också tala direkt med dem? Dessa frågor har fascinerat människor i flera generationer.
Medan man i många ursprungskulturer tror att djur kan kommunicera avsiktligt har det vetenskapliga samfundet i väst ofta undvikit forskning som tyder på människoliknande egenskaper hos djur, bland annat av rädsla för anklagelser om antropomorfism, vilket handlar om att tillskriva icke-mänskliga entiteter mänskliga egenskaper.
På sjuttiotalet försökte forskare lära ut mänskligt språk till primater som Koko, en fyra och ett halvt år gammal gorilla, som blev känd för sin förmåga att använda teckenspråk.
Hennes lärare, Francine "Penny" Patterson (till vänster), lärde Koko teckenspråk, vilket gjorde att hon kunde kommunicera enkla idéer och känslor. Patterson dokumenterade att gorillan förstod cirka 2 000 ord talad engelska.
Bioakustik, läran om djurljud, uppstod på 1920-talet. Även om marina däggdjurs läten nu är välbekanta gjordes de första inspelningarna i slutet av fyrtiotalet.
Under femtio- och sextiotalet utvecklades forskningen om delfiners användning av ljud för att "se" under vattnet och olika arters användning av unika ljud.
På senare tid har man inom digital bioakustik använt teknik för att studera djurs olika ljud. Genom att spela in och analysera dessa ljud kan forskare ta reda på mer om hur djur kommunicerar, rör sig och interagerar med sin omgivning.
I takt med att det blir lättare att spela in djurläten får forskare det allt svårare att hålla jämna steg med den stora mängden inspelningar av olika arter.
AI, däremot, har inga problem med stora datamängder. Precis som språkmodeller lär sig av stora mängder text kan AI lära sig att identifiera olika mönster i djurläten.
Språkmodeller som ChatGPT lär sig av mänskligt språk, men hur kan AI översätta djurkommunikation? För detta krävs ett annat tillvägagångssätt, liknande hur andra AI-program genererar bilder från text.
Denna "multimodala" analys, med olika slags information som ljud och bilder, kan vara nyckeln till avkodning av djurens språk.
Precis som vi använder kroppsspråk och gester använder djur också fysiska signaler utöver ljud. Dessa signaler kan äga rum före, under eller efter vokaliseringar.
Forskare har katalogiserat dessa beteenden i ett så kallat etogram. Genom att lära maskininlärningsmodeller att analysera denna omfattande lista kan de identifiera mönster i data och få en bättre förståelse för komplex djurkommunikation.
Karen Bakker, professor vid University of British Columbia och expert på området, tror att kombinationen av digitalt lyssnande och AI kan leda till två viktiga upptäckter: förekomsten av språk hos icke-mänskliga arter och möjligheten till kommunikation mellan arter.
AI används redan för att avkoda djurs kommunikation. Neuroforskaren Kevin Coffey var med och utvecklade DeepSqueak, ett maskininlärningsverktyg som avkodar gnagares vokaliseringar och tillhandahåller information om deras beteende.
Enligt Coffey använder råttor höga "skratt"-läten i positiva situationer, som uppvaktning och lek, och lägre tonlägen i negativa, som när de är sjuka eller har ont. Coffey använder dessa ljud för att övervaka välbefinnandet hos sina labbråttor.
Andra grupper, som Project Cetacean Translation Initiative (CETI), under ledning av valbiologen Shane Gero, fokuserar på att försöka förstå vissa arter, i det här fallet kaskeloten.
Gero har i nästan tjugo år registrerat kaskeloters vokaliseringar och associerade beteenden. Han upptäckte att valar använder specifika ljudmönster, ett slags koder, för att identifiera varandra.
Studien visade att valar lär sig dessa koder ungefär som småbarn lär sig ord och namn: genom att imitera ljuden från vuxna runt omkring sig.
Efter att ha avkodat några av dessa koder manuellt utforskade Geros team användning av AI för att påskynda processen. Algoritmen identifierade framgångsrikt en liten delmängd av enskilda valar från deras koder med 99 procents noggrannhet.
Project CETI planerar också att använda undervattensmikrofoner för kontinuerlig inspelning av valars vokaliseringar, i syfte att lära AI att förstå och till och med "tala" valspråk.
AI-programvara har redan gjort framsteg både när det gäller översättning av djurs kommunikation och överföring av information till djur. Det kan generera specifika ljudmönster för att kommunicera med fladdermöss eller bin.
Tim Landgraf, forskare vid Freie Universität Berlin, upptäckte att honungsbin kommunicerar genom både kroppsspråk och ljud. Han använder nu djupinlärningsalgoritmer för spårning av enskilda bin och analys av hur deras kommunikation påverkar andra.
Landraf identifierade ljud som "tutande" och "kvackande" samt en "tyst"- eller "stopp"-signal, ett slags farosignal och olika pipande, tiggande och skakande signaler. Dessa signaler styr binas beteende både kollektivt och individuellt.
Landgraf skapade också RoboBee, en robot som kan ta sig in i en bikupa och kommunicera med bin. Den kan ge instruktioner och till och med utföra den vickande "waggle"-dansen, som är ett komplext kommunikationsmönster de använder för att indikera nektarkällor.
Maskininlärning kan också hjälpa oss att bättre förstå våra husdjur. Djurbeteendevetaren och bevarandebiologen Con Slobodchikoff utvecklar en AI-modell för översättning av hundars ansiktsuttryck och skällande för deras ägare.
Avkodning av djurläten och överföring av information till djur skulle kunna revolutionera bevarandearbetet. Forskare kan använda AI för att spåra utrotningshotade arter, identifiera beteenden som bidrar till artens minskning och hjälpa till att skydda dem, som att vägleda honungsbin till säkra nektarkällor.
Å andra sidan oroar sig forskare också för att denna teknik kan missbrukas för skadliga ändamål, som att locka utrotningshotade arter i fällor eller manipulera deras beteende.
Vissa forskare jämför detta genombrott med uppfinningen av teleskopet, som förändrade vårt perspektiv på jordens plats i universum. AI-stödd forskning om djurs kommunikation kan på liknande sätt ändra vår uppfattning om vårt förhållande till andra arter.
Källor: (Scientific American) (Deutsche Welle) (Science Direct) (Tech Times) (BBC) (Gray DI)
Hur AI överbryggar kommunikationen mellan människor och djur
Banbrytande studier hjälper oss att förstå djurens språk
LIVSSTIL Ai
Har du någonsin undrat vad din fyrbenta vän faktiskt tänker? Eller vad som viskas bland skogens varelser? Med hjälp av artificiell intelligens kan vi vara på god väg att lösa just dessa mysterier.
Forskare använder nu banbrytande teknik för att söka avkoda djurens intrikata språk, från valars komplicerade sång till gnagares högfrekventa pip. Nyligen genomförda studier i vilka man tillämpat AI ger inte bara ovärderlig information om djurs beteende utan kan även spela en avgörande roll för skydd av hotade arter.
Nyfiken? Klicka igenom det här galleriet för att ta del av de otroliga framstegen på detta område.