Dil, en gizemli evrimsel bilmecelerden biridir. Bilim insanları, insanlarla diğer primatların neden bu kadar çok ortak noktaya sahip olduğundan hala emin değiller, ancak konuşma yeteneklerini paylaşmıyorlar. Yakın zamana kadar Cornell Üniversitesi'nden araştırmacıların yürüttüğü bir araştırmada, araştırmacılar orangutanların karmaşık dilini keşfetmişti. Güneydoğu Asya'nın büyük maymunları olan orangutanlar, gelişmiş sesli iletişimleriyle tanınırlar. Ancak araştırmacılar repertuarlarının inceliklerini anlamakta zorluk çektiler.
Üç yıl süren dikkatli bir çalışmanın ardından araştırmacılar, Borneo orangutanlarının kükremeleri, iç çekmeleri ve diğer seslendirmelerinde gizli olan karmaşık örüntüleri çözmeyi başardılar ve bu sayede onların iletişim becerileri hakkında eşsiz bilgiler elde edebildiler.
Yapay zeka destekli analiz
PeerJ Life & Environment dergisinde yayınlanan araştırma, orangutan iletişimi hakkındaki bilgide büyük bir atılımdır. Araştırma ekibi, yapay zeka tespit yöntemlerini yalnızca eğitimli kulaklarını, zekalarını ve ölçüm araçlarını kullanan biyologlar ve biyoakustik bilim insanlarının çalışmalarıyla karşılaştırarak çalışmalarını güçlendirdi.
Araştırma ekibi, belirli bir tür olan Borneo orangutanının 13 erkeği tarafından kaydedilen 117 uzun çağrıdan oluşan bir veri seti oluşturdu ve bu çağrılarda tespit edilen 1.033 farklı nabızda 46 akustik ölçüm kullandı. "Bu özellikler, bu sinyalin potansiyel karmaşıklığını büyük ölçüde artıracak gibi görünüyor" dediler ve insanlığın yakında büyük maymunların ne söylediğini bileceğini ima ettiler.
Çalışmanın baş yazarı Dr. Wendy Erb'e göre, "Araştırmamız, Endonezya'nın yoğun yağmur ormanlarında geniş mesafelerdeki iletişimlerinde önemli bir rol oynayan orangutanların uzun çağrılarının karmaşıklıklarını çözmeyi amaçlıyor."
Çok yönlü bir yaklaşım
Ekip, 2020 yılında Kaliforniya Üniversitesi, San Diego'da 'hayvan ses repertuarlarını' çözmek için başarıyla kullanılan, son teknoloji ürünü gözetimsiz makine öğrenimi algoritması olan Uniform Manifold Approximation and Projection'ı (UMAP) kullandı.
UMAP algoritması, R programlama dilinde yazılmış daha fazla istatistiksel algoritma ile geliştirildi. Diğer denetlenen makine öğrenmesi türlerine ek olarak, süreçte R kullanıldı, ancak tüm durumlarda maymunların 1.033 benzersiz ses fazı ve nabzı rastgele 60/40'lık bir bölünmeye bölündü; burada yüzde 60'ı yapay zekayı eğitmek için, kalan yüzde 40'ı ise yeni eğitilen sıralama yeteneğinin doğruluğunu test etmek için kullanıldı.
Denetlenen ve denetlenmeyen makine öğrenme tekniklerinin bir kombinasyonunu kullanan araştırma ekibi, üç temel darbe türünü sınıflandırdı: Yüksek frekanslı darbeler için 'Kükreme', düşük frekanslı darbeler için 'İç Çekme' ve iki kategori arasında kalanlar için 'Orta'.
Araştırmaları primatların ne söylediğine odaklanmadı. Yine de, bunu nasıl söylediklerini tespit etmeye yardımcı oldu. Araştırmacılar sonunda orangutanların daha önce varsayıldığından çok daha geniş bir ses yelpazesi kullandığını fark ettiler.
İnsan evrimi için çıkarımlar
İnsanlar en karmaşık sesleri üretebilen tek primattır, ancak yine de daha ilkel primatların bu becerileri edinme şekli ile bizim edinme şeklimiz arasında doğrudan bir ilişki vardır. Bunu başarmak için bilim insanlarının önce orangutanlar gibi hayvanlar tarafından daha "derecelendirilmiş" ve kullanılan seslendirmelerin anlamı bu kadar iyi nasıl ilettiğini anlamaları gerekir.
Orangutan seslendirmelerinin incelenmesiyle bilim insanları sonunda insanların konuşmayı nasıl öğrendiğini bulabilir. Her tür, cinsel seçilim, yaşam alanlarının ayrıntıları, belirli sosyal yapıları ve avcıların baskısı gibi evrimsel faktörlerin bir sonucu olarak kendi ses karmaşıklığını yaratır.