Dit jaar is de kans groter dan ooit dat we begrijpen wat een hond of kat probeert te zeggen. Dankzij generatieve AI en machine learning kunnen dierengeluiden sneller en efficiënter worden gedecodeerd. Bovendien zorgen financiële prikkels ervoor dat meer experts worden aangetrokken om onderzoek te doen naar het vertalen van dierengeluiden naar menselijke taal.
In 2025 zullen veel wetenschappers zich inzetten om aanzienlijke vooruitgang te boeken op het gebied van communicatie tussen soorten. Een belangrijke motivatie hiervoor is de Coller-Dolittle-prijs, een initiatief van de Jeremy Coller Foundation in samenwerking met de Universiteit van Tel Aviv.
Deze prijs biedt een fonds van maximaal 10 miljoen dollar voor het ontwikkelen van een manier om effectieve communicatie tussen mensen en dieren mogelijk te maken met behulp van kunstmatige intelligentie.
Is communicatie met dieren mogelijk?
Wetenschappers geloven van wel en willen dit realiseren door AI-algoritmen te ontwikkelen die in staat zijn dierengeluiden te begrijpen en te interpreteren.
De hoofdprijs van 10 miljoen dollar, of een contant bedrag van 500.000 dollar, wordt toegekend aan het team dat als eerste een werkend systeem ontwikkelt waarmee menselijke communicatie met dieren mogelijk wordt. De beoordeling van de inzendingen is gebaseerd op criteria zoals het gebruik van niet-invasieve methoden en het functioneren van het systeem in verschillende contexten, bijvoorbeeld bij het waarschuwen voor gevaar of het zoeken naar voedsel.
Het uiteindelijke doel is een AI-model te ontwikkelen dat op een stressvrije en diervriendelijke manier communicatie met dieren mogelijk maakt. Dit project kan een grote impact hebben op ons begrip van dierensentiment en de bescherming van dierenrechten.
Doorbraak in intersoortencommunicatie
De technologische vooruitgang in machine learning en grote taalmodellen brengt ons dichter bij het kraken van de code van intersoortencommunicatie. Veel onderzoeksgroepen werken al jaren aan het begrijpen van dierentaal. Zo decodeert het populaire Ceti-project de gezangen van bultruggen.
Om echter een bepaalde ‘taal’ volledig te begrijpen, is een enorme hoeveelheid goed gelabelde data nodig. Dit was tot voor kort een obstakel, maar met de opkomst van generatieve AI, zoals ChatGPT en Claude, is het verzamelen en verwerken van gegevens veel eenvoudiger en goedkoper geworden.
De rol van technologie
Apparaten zoals de AudioMoth, die relatief goedkoop zijn, kunnen effectief dierengeluiden opnemen. Deze apparaten zijn ontworpen om geluiden in de natuurlijke omgeving te monitoren en maken het mogelijk om 24/7 opnames te maken. Deze opnames kunnen worden opgeslagen in een formaat dat AI-systemen kunnen verwerken om algoritmen te trainen.
Daarnaast kunnen moderne detectie-algoritmen, gebaseerd op convolutionele neurale netwerken, duizenden uren aan opnames analyseren. Ze selecteren en groeperen dierengeluiden op basis van akoestische kenmerken.
Met deze technologieën en methoden kunnen wetenschappers dit jaar aanzienlijke vooruitgang boeken in zowel het verzamelen van gegevens als het ontwikkelen van AI-algoritmen om deze gegevens te analyseren. Hierdoor komt de droom van communicatie tussen mensen en dieren steeds dichterbij.
Wij wachten op de revolutie
Met de huidige toegang tot enorme hoeveelheden data en de technologische vooruitgang in het verkrijgen en verwerken daarvan, kunnen we diepe neurale netwerken inzetten om verborgen structuren te ontdekken in de sequenties van dierlijke vocalisaties. Deze structuren zouden vergelijkbaar kunnen zijn met de structuur van menselijke taal. Op deze manier kunnen we vroeg of laat wellicht begrijpen wat dieren proberen te communiceren en wat ze precies ‘zeggen’.
Het is natuurlijk ook mogelijk dat dieren geen taal hebben die direct vertaald kan worden naar ‘menselijke’ taal, en dat we nooit volledig zullen begrijpen wat ze bedoelen. Maar dat betekent niet dat het niet de moeite waard is om het te proberen.
