Come l’AI può aiutarci a comunicare con gli animali decifrandone il linguaggio

Noi esseri umani siamo dotati di un linguaggio estremamente articolato e codificato, tanto da aver sviluppato vere e proprie lingue. Non siamo però l'unica specie dotata di linguaggio inteso in senso più lato. Il fatto è che capiamo fino a un certo punto i linguaggi parlati dalle altre specie animali. Decifrarli è un'impresa enormemente difficile, ma da oggi possiamo cominciare a contare su un aiuto in più: l'intelligenza artificiale. Tra le varie applicazioni di questa tecnologia, infatti, stanno emergendo quelle in ambito bio-acustico per analizzare i suoni emessi da varie specie animali al fine di comprendere e associare il suono emesso da una specie con il suo significato. Un'applicazione che, se dovesse progredire a sufficienza, potrebbe aiutarci a dialogare con gli animali.

Con il linguaggio del mondo animale questi algoritmi, attualmente, faticano maggiormente. Uno dei sistemi al momento più promettenti si chiama BEANS (Benchmark of Animal Sounds) ed è sviluppato dall'organizzazione no-profit Earth Species Project (ESP), che si dedica all'uso dell'intelligenza artificiale proprio per decodificare comunicazioni non umane. Scopriamo come funziona.

Cos'è il sistema BEANS

BEANS è un sistema sistema di analisi dei segnali di comunicazione animale che applica complessi algoritmi di intelligenza artificiale alle basi di dati bio-acustici in possesso di ESP per cercare di individuare pattern ripetuti di suoni che ci consentano di decodificare il linguaggio animale. L'organizzazione descrive BEANS come segue:

non perderti questo articolo

Danzare per comunicare: il linguaggio delle api

Il benchmark qui proposto consiste in due compiti comuni in bioacustica: classificazione e rilevazione. Comprende 12 set di dati che coprono varie specie, inclusi uccelli, mammiferi terrestri e marini, anuri e insetti.
[…]
Il benchmark e il codice di base è reso pubblico nella speranza di stabilire un nuovo set di dati standard per ricerca bio-acustica basata sul machine learning.

Come l'AI decodifica il linguaggio animale

Per tentare di comprendere il significato delle comunicazioni animali, il sistema BEANS basa il proprio metodo su 4 step:

1. DATA: Viene raccolto un set di dati che fungeranno da materiale su cui si baserà la ricerca. Data l'elevata quantità di dati che vengono raccolti con i moderni sistemi di registrazione diviene sempre più conveniente l'utilizzo di software e tool automatizzati in grado di analizzare tali informazioni.
2. FUNDAMENTALS: l'ESP sta sviluppando degli strumenti che possano consentire alla comunità scientifica di confrontare studi provenienti da gruppi di ricerca diversi. Fornire un benchmark, ovvero una raccolta di attività e dati progettati per misurare le prestazioni di un algoritmo di ML, consentirà ai gruppi di ricerca di confrontare gli algoritmi sviluppati in questo campo.
3. DECODE: Vengono applicati dei modelli basati sul machine learning per tentare di decifrare i dati raccolti trovando pattern ripetitivi che giustifichino un'associazione con un dato comportamento dell'animale. Per esempio, l'ESP sta sviluppando modelli per prevedere il movimento di un esemplare partendo dai dati inerenti il comportamento vocale dello stesso, cercando di comprendere quando le vocalizzazioni di un animale sono predittive del suo comportamento.
4. COMMUNICATE: Vengono effettuati degli esperimenti riproducendo dei segnali di comunicazione precedentemente studiati all'esemplare animale così da osservare se ciò modifica il suo comportamento e se tale cambiamento è in linea con ciò che ci si attende

Difficoltà e attuali limiti della tecnologia

Comprendere e analizzare il linguaggio animale è un obiettivo piuttosto ambizioso anche per i modelli di intelligenza artificiale più evoluti attualmente disponibili. Tra le principali difficoltà troviamo:

1. l'enorme biodiversità presente in natura e i diversi modi di comunicare che possono avere specie diverse fra loro;
2. analogamente a quanto succede per il linguaggio umano, anche diverse specie animali sembrano basare il proprio modello comunicativo su un complesso mix di suoni, gesti e contesto;
3. la necessità di raccogliere enormi set di dati per addestrare l'algoritmo di intelligenza artificiale al meglio.