Język jest jedną z najbardziej tajemniczych zagadek ewolucyjnych. Naukowcy wciąż nie są pewni, dlaczego ludzie i inne naczelne mają ze sobą tak wiele wspólnego, ale nie mają wspólnej zdolności mówienia. Do niedawna w ramach badań przeprowadzonych przez naukowców z Cornell University badacze odkryli skomplikowany język orangutanów. Orangutany, wielkie małpy człekokształtne Azji Południowo-Wschodniej, znane są ze swojej wyrafinowanej komunikacji głosowej. Jednak badaczom trudno było zrozumieć subtelności ich repertuaru.
Po trzech latach wnikliwych badań naukowcom udało się rozszyfrować skomplikowane wzorce ukryte w rykach, westchnieniach i innych wokalizacjach orangutanów borneańskich, dzięki czemu mogli oni uzyskać unikalne informacje na temat ich umiejętności komunikacyjnych.
Analiza wspomagana przez sztuczną inteligencję
Badania opublikowane w czasopiśmie PeerJ Life & Environment stanowią przełom w wiedzy na temat komunikacji orangutanów. Zespół badawczy wzmocnił swoje badania, porównując metody wykrywania AI z pracą biologów i naukowców zajmujących się bioakustyką, którzy korzystali wyłącznie ze swoich wytrenowanych uszu, intelektu i narzędzi pomiarowych.
Zespół badawczy zebrał zbiór danych 117 długich odgłosów nagranych przez 13 samców jednego gatunku, orangutana borneańskiego, wykorzystując 46 pomiarów akustycznych 1033 różnych impulsów wykrytych w tych odgłosach. Stwierdzili, że „te cechy wydają się znacznie zwiększać potencjalną złożoność tego sygnału”, co sugeruje, że ludzkość wkrótce dowie się, co mówią wielkie małpy człekokształtne.
Według głównej autorki badania, dr Wendy Erb, „Nasze badania miały na celu rozwikłanie zawiłości długich odgłosów orangutanów, które odgrywają kluczową rolę w ich komunikacji na duże odległości w gęstych lasach deszczowych Indonezji”.
Wieloaspektowe podejście
Zespół wykorzystał najnowocześniejszy algorytm uczenia maszynowego bez nadzoru, Uniform Manifold Approximation and Projection (UMAP), który został pomyślnie użyty do zdekodowania „repertuaru wokalnego zwierząt” dla Uniwersytetu Kalifornijskiego w San Diego w 2020 roku.
Algorytm UMAP został udoskonalony o kolejne algorytmy statystyczne napisane w języku programowania R. Oprócz innych typów nadzorowanego uczenia maszynowego, w procesie wykorzystano R, ale we wszystkich przypadkach 1033 unikalne fazy i pulsy wokalne małp zostały podzielone losowo w stosunku 60/40, gdzie 60 procent wykorzystano do wyszkolenia sztucznej inteligencji, a pozostałe 40 procent do przetestowania dokładności świeżo wyszkolonej zdolności sortowania.
Wykorzystując kombinację nadzorowanych i nienadzorowanych technik uczenia maszynowego, zespół badawczy sklasyfikował trzy główne typy impulsów: „Ryk” dla impulsów o wysokiej częstotliwości, „Westchnienie” dla impulsów o niskiej częstotliwości i „Pośredni” dla impulsów mieszczących się pomiędzy tymi dwiema kategoriami.
Ich badania nie skupiały się na tym, co mówiły naczelne. Niemniej jednak pomogło to wykryć, jak to mówiły. Naukowcy w końcu zdali sobie sprawę, że orangutany używają znacznie szerszego zakresu dźwięków, niż zakładano wcześniej.
Implikacje dla ewolucji człowieka
Ludzie są jedynymi naczelnymi, które potrafią wydawać najbardziej złożone dźwięki, ale mimo to istnieje bezpośredni związek między sposobem, w jaki bardziej prymitywne naczelne nabyły te umiejętności, a sposobem, w jaki my to zrobiliśmy. Aby to się stało, naukowcy muszą najpierw zrozumieć, w jaki sposób wokalizacje, które są bardziej „stopniowane” i używane przez zwierzęta takie jak orangutany, tak dobrze przekazują znaczenie.
Poprzez badanie wokalizacji orangutanów naukowcy mogą ostatecznie dowiedzieć się, jak ludzie nauczyli się mówić. Każdy gatunek tworzy swoją złożoność wokalną w wyniku czynników ewolucyjnych, takich jak dobór płciowy, szczegóły ich siedlisk, ich specyficzne struktury społeczne i presja ze strony drapieżników.