قبل از بررسی این پروژه جالب توجه، ابتدا دو دلفین را مدنظر قرار دهید که پس از مشاهده دو حرکت دست از سوی مربیشان به معانی «با یکدیگر» و «خلق کردن» زیر آب میروند و پس از رد و بدل کردن اصواتی به سطح آب بازمیگردند و حرکت جدیدی را انجام میدهند.
به گفته «ازا رسکین» این نمونه تعاملی دلفینها اثبات نمیکند که زبانی در این بین وجود دارد، اما قطعا روی این مورد تاکید دارد که اگر دلفینها به یک متد غنی و نمادین از ارتباط دسترسی داشته باشند، صحبت کردن با آنها بسیار سادهتر خواهد بود.
گفتنی است که رسکین مدیر و یکی از موسسان «پروژه گونههای زمین» (ESP) است. این گروه غیرانتفاعی هدف بلندپروازانهای دارد: رمزگشایی ارتباطات غیر انسانی با به کارگیری نوعی از هوش مصنوعی که «یادگیری ماشین» نام دارد.
این سازمان طی سال 2017 و با کمکهای مالی افرادی نظیر «رید هافمن»، یکی از موسسان لینکدین تاسیس شد و نخستین مقاله علمی آن نیز در دسامبر گذشته منتشر شد.
چنین پروژهای در صورت موفقیت تاثیر بسیار عظیمی بر دنیا خواهد گذاشت، برای مثال انتشار آلبوم «آواز والها» در سال 1970 باعث به وجود آمدن جنبشی شد که در نهایت توانست از شکار تجاری والها جلوگیری کند، حال تصور کنید اگر چیزی شبیه گوگل ترنسلیت برای حیوانات ساخته شود چه نتایجی در پی خواهد داشت.
نحوه مطالعات و اقدامات ESP برای ایجاد ارتباط با حیوانات
همانطور که پیشتر نیز گفته شد، درک حیوانات طی اعصار متمادی یکی از دلمشغولیهای همیشگی بشر بوده است. امروزه ما میدانیم حیوانات مختلف برای ایجاد ارتباط با هم سیستمی از اصوات و علائم خاص را مورد استفاده قرار میدهند.
برای مثال نخستیسانان اصوات هشدارآمیز خاصی را به کار میبرند که نوع آنها بسته به نوع خطر متفاوت است. دلفینها از طریق صدای سوت منحصر به فردی یکدیگر را خطاب قرار میدهند و برخی پرندگان قادرند با انتخاب قسمتهایی از آوازشان و تنظیم دوباره آن قسمتها پیام متفاوتی را ارسال کنند.
با این حال به عقیده اکثر دانشمندان این نوع ارتباطات را نمیتوان به عنوان زبان تلقی نمود، همچنین برای آنکه خیالتان راحت شود باید گفت هیچ نوع ارتباطی در دنیای حیوانات وجود ندارد که با معیارها یا تعریفات موجود از «زبان» همخوانی داشته باشد.
تا همین اواخر رمزگشایی اصوات ارتباطی حیوانات عموما با روش خستهکننده مشاهده و نظارت صورت میگرفت اما اکنون محققان حاضر در این پروژه میتوانند با بهرهگیری از یادگیری ماشین، حجم هنگفتی از دادهها را بررسی کنند.
لازم به ذکر است که برخی اعضای سازمان ESP مانند پروفسور «الود بریفر» پیشتر در پروژههای مرتبطی برای درک حیواناتی نظیر خوکها، جوندگان و نهنگها حضور داشتهاند اما رویکرد کلی ESP با پروژههای دیگر متفاوت است زیرا آنها قصد دارند به جای ارتباط با یک یا چند گونه از حیوانات، با تمامی آنها ارتباط برقرار کنند.
به گفته رسکین «یادگیری ماشین» پیش از این هم نشان داده بود که توانایی درک زبانهای دور انسانی را داراست و میتواند این کار را بدون هیچ گونه دانش اولیه از زبان مبدا یا مقصد به انجام برساند.
فرایند یادگیری ماشین برای درک زبانهای انسانی با توسعه الگوریتمی آغاز شد که نمایانگر واژهها در یک محیط فیزیکی بود. داخل این تمثال هندسی آکنده از ابعاد، فاصله و جهت میان نقاط (واژهها) تشریح کننده این بود که نقاط مذکور چطور به لحاظ معنایی با یکدیگر ارتباط دارند.
برای مثال واژه «پادشاه» با واژه «مرد» دارای ارتباط معنادار است، همچنین فاصله و جهت این دو کلمه مذکور با فاصله و جهت واژگان «ملکه» و «زن» یکسان است.
در ادامه مشخص شد که اشکال هندسی شکل گرفته میان این نقاط یا کلمات در زبانهای مختلف یکسان هستند. سپس در سال 2017 دو گروه مستقل از محققان تکنیکی را شناسایی کردند که با همتراز کردن این اشکال هندسی در 2 زبان، عملکرد ترجمه فراهم میشد.
برای مثال محققان اگر قصد ترجمه از انگلیسی به اردو را داشتند فقط کافی بود تا نزدیکترین نقاط لغوی دو زبان به لحاظ معنایی را بیابند و اشکال هندسی ایجاد شده توسط الگوریتم را هم تراز کنند تا به ترجمه نسبتا خوبی دست پیدا کنند.
در نهایت سازمان ESP برای ارتباط با حیوانات نیز در پی ایجاد همین شکل از الگوریتمهای فراگیر است، با این تفاوت که به جای زبان دوم از اصوات حیوانات استفاده خواهد شد. البته این امر مشکلات و پرسشهای عدیدهای را به همراه خواهد داشت.
مشکلات پیش روی سازمان ESP در مسیر برقراری ارتباط با حیوانات
یکی از مشکلات موجود در زمینه مذکور این است که ما نمیدانیم حیوانات دنیای اطراف خود را چطور تجربه میکنند، همچنین به درستی مشخص نیست که حیوانات چطور مواردی مانند غم یا لذت را با یکدیگر به اشتراک میگذارند.
از سوی دیگر نحوه ارتباطات میان حیوانات نیز به هیچ عنوان محدود به اصوات نیست، طوری که برای مثال زنبورها جهت خبردار کردن بقیه از موقعیت یک گل نوعی جنبش یا رقص خاص را به انجام میرسانند. در نتیجه سازمان ESP برای ترجمه حالات مختلف ارتباطی نیازمند روشهای متفاوتی است.
با این وجود رویکرد رسمی ESP بدین گونه است که ابتدا مشکلات کوچکتر را از میان بردارند و سپس سراغ پرسشهای دشوارتر بروند.
در همین راستا سازمان ESP ابتدا در نظر دارد تا یک یادگیری ماشین خودکنترلگر را روی داده ضمیمه اعمال کند تا به شکل خودکار درک شود حیوان مشغول چه کاری است (برای مثال استراحت میکند، غذا میخورد و غیره). در مرحله بعدی دادههای صوتی نیز افزوده خواهند شد تا مشخص شود آیا میتوان معانی خاصی را برای اصوات مرتبط با یک رفتار در نظر گرفت یا خیر.
البته گفتنی است که دانشمندانی مانند «رابرت سیفارث» نیز وجود دارند که طبق عقیده آنها چنین طرحی امکانپذیر نخواهد بود. سیفارث که پروفسور روانشناسی بازنشسته از دانشگاه پنسیلوانیا است، بیش از 40 سال رفتار اجتماعی و ارتباطات صوتی نخستیسانان را در محیط زندگیشان مورد مطالعه قرار داده است.
البته وی تماما مخالف این پروژه نیست و عقیده دارد که یادگیری ماشین میتواند در زمینه شناسایی مجموعه اصوات یک حیوان مفید واقع شود، اما با این وجود نسبت به کارکرد آن در حوزه کشف معانی و عملکرد اصوات مذکور چندان خوشبین نیست.
استدلال وی این گونه است که حیوانات با وجود برخورداری از اجتماعات پیچیده، برخلاف انسانها مجموعه اصوات بسیار کوچکتری را دارا هستند، به همین دلیل یک صدای خاص ممکن است در شرایط متفاوت معانی مختلفی به همراه داشته باشد.
وی همچنین معتقد است که بسیاری از موارد دیگر مانند سلسله مراتب اجتماعی و نحوه فراخوانهای انجام شده هم باید مورد توجه قرار بگیرند، به بیان سادهتر سیفارث باور دارد که هوش مصنوعی به تنهایی برای این پروژه کافی نیست و محققان باید حیوانات را در محیط زیست بومیشان مورد مطالعه قرار دهند تا شانس موفقیت پروژه را هم افزایش دهند.
با این تفاسیر در پایان باید گفت رسکین نیز این مورد را پذیرفته که هوش مصنوعی ممکن است برای رمزگشایی ارتباطات میان حیوانات کافی نباشد. اما وی با ارجاع به تحقیقات انجام شده در خصوص حیواناتی که نحوه ارتباطشان ورای تصورات انسان بوده است گفته که در مرحله فعلی از تحقیقات ESP موانع موجود کمک کردهاند تا دادههای کافی جمعآوری و تحلیل شوند، مواردی که در کنار درک محدود انسانی مثل همیشه ابزار پیشرفت محسوب میشوند.