Anot jo, apie konkrečią signalo reikšmę būtų galima kalbėti kur kas užtikrinčiau, jei pakeitus situaciją ar tą patį signalą pateikus kitam individui jo reakcija nuosekliai atitiktų DI modelio prognozę.
„DI šiuo atveju yra tarsi Šerlokas Holmsas – pastebi svarbią užuominą, tačiau biologinis eksperimentas tampa kriminalistinių tyrimų laboratorija, kurioje dar reikia patikrinti, ar ši užuomina suprasta teisingai“, – pasakoja KTU profesorius.
Vien garso gyvūnui suprasti neužtenka
Dar viena svarbi DI galimybė – vienu metu analizuoti ne tik gyvūno skleidžiamą garsą, bet ir vaizdą, jo judesius, kitų individų reakcijas bei aplinkos sąlygas. Pasak R. Maskeliūno, taip galima aptikti ryšius, kurių žmogus pats gali nepastebėti.
Tokia analizė leidžia pereiti nuo klausimo, koks tai garsas, prie gerokai svarbesnių – kas vyksta prieš gyvūnui skleidžiant signalą ir po jo, kaip į signalą reaguoja kiti gyvūnai. Būtent šių sąsajų analizė gali priartinti prie signalo reikšmės supratimo.
„Kitų tyrėjų darbai rodo, kad gyvūnų komunikacijos dekodavimas turi remtis ne vien akustinių signalų panašumais, bet ir tuo, kaip juos suvokia bei kaip į juos reaguoja pats signalą gaunantis gyvūnas“, – aiškina KTU mokslininkas.
Gyvūnų žodyno dar neturime
R. Maskeliūnas pastebi, kad technologiniu požiūriu gyvūnų komunikaciją tam tikrais aspektais galima lyginti su žmonių kalba, tačiau šios analogijos nereikėtų suprasti pernelyg tiesiogiai. Didieji kalbos modeliai mokosi iš milžiniškų tekstų kiekių, kuriuose jau egzistuoja sudėtinga simbolinė sistema – žodžiai, gramatika, sintaksė ir žmonėms suprantamos reikšmės.
„Gyvūnų komunikacijoje dažniausiai neturime tokio žodyno ir iš anksto nežinome, ar apskritai egzistuoja analogiška simbolinė struktūra. Todėl DI negalime tiesiog išmokyti gyvūnų kalbos taip, kaip mokome žmogaus kalbos modelį“, – pasakoja jis.
Vis dėlto pats technologinis principas, pasak KTU mokslininko, išlieka panašus – reikia analizuoti milžiniškus duomenų kiekius, ieškoti juose pasikartojančių struktūrų ir prognozuoti, kas vyksta toliau.
„Svarbiausias skirtumas tas, kad žmonių kalbos modeliams galime pasakyti, ką reiškia tam tikras žodis ar sakinys, o gyvūnų atveju tokio žemėlapio neturime – jį dar turime atrasti ir eksperimentiškai patikrinti. Pirmiausia turime išsiaiškinti, ar už gyvūnų signalų apskritai slypi struktūruota komunikacinė sistema, kurią būtų prasminga vadinti kalba“, – sako jis.
Tarp perspektyviausių rūšių – banginiai, delfinai ir drambliai
KTU mokslininko teigimu, tokiems tyrimams perspektyviausios būtų rūšys, pasižyminčios įvairia, socialiai reikšminga ir pakankamai gerai dokumentuota komunikacija. Tarp jų – banginiai ir delfinai, drambliai, kai kurios beždžionių bei paukščių rūšys. Pavyzdžiui, papūgos geba išmokti pamėgdžioti įvairius garsus, o varnos – priimti gana sudėtingus sprendimus.
„Tačiau vien sudėtingos komunikacijos neužtenka. DI reikia ne tik daugybės garsų, bet ir kokybiškų duomenų, kurie leistų žinoti, kas tuo metu vyksta su gyvūnu, kam signalas skirtas, kaip į jį reaguojama ir ar tokie dėsningumai kartojasi tarp skirtingų individų bei skirtingose situacijose. Tokių duomenų kol kas neturime“, – aiškina R. Maskeliūnas.
Pasak jo, ne mažiau svarbus ir duomenų kiekis. Vos kelių valandų įrašų net ir labai geram modeliui nepakaktų patikimai struktūrai atrasti. Tačiau ir milijonai įrašų savaime problemos neišspręstų, jei nebūtų žinomas jų kontekstas.
„Todėl perspektyviausios būtų nebūtinai pačios protingiausios ar daugiausia garsų skleidžiančios rūšys, o tos, apie kurias galime surinkti didelius, ilgalaikius ir kontekstualizuotus duomenų rinkinius. Būtent duomenų kokybė, o ne vien jų kiekis čia yra svarbiausia“, – pabrėžia KTU mokslininkas.
DI galėtų pakeisti mūsų santykį su gyvūnais
R. Maskeliūnas pažymi, kad DI sugeneruoti gyvūnų signalai galėtų padėti patikrinti, ar iš tiesų suprantame jų funkciją. Pavyzdžiui, išanalizavęs didelį duomenų kiekį DI galėtų nustatyti, kad tam tikras signalas yra susijęs su konkrečia socialine situacija. Tuomet būtų galima sukurti sintetinę šio signalo versiją ir pateikti ją gyvūnui kontroliuojamomis sąlygomis.
Jei gyvūnas į tokį signalą nuosekliai reaguotų taip pat kaip į natūralų, būtų daugiau pagrindo manyti, kad bent dalis jo funkcijos suprasta.
„Tai iš esmės būtų eksperimentinis pokalbis, tačiau ne ta prasme, kad jau mokėtume kalbėtis su gyvūnu, o ta, kad galėtume eksperimentiškai patikrinti savo hipotezes. Vis dėlto čia reikia atsargumo – modelis gali sugeneruoti akustiškai įtikinamą signalą, kuris gyvūnui neturės tokios pačios reikšmės kaip natūralus. Tuomet kyla klausimas, kaip įrodyti, kad gyvūnas tokį signalą atpažįsta ir interpretuoja, o ne tiesiog reaguoja į jo garsumą, dažnį ar kitą akustinę savybę“, – aiškina jis.
Pasak KTU profesoriaus, jei ateityje DI leistų patikimai suprasti bent dalį gyvūnų perduodamos informacijos, tai galėtų iš esmės pakeisti žmonių santykį su kitomis rūšimis. Pavyzdžiui, augintinių šeimininkai galėtų geriau suprasti jų stresą, baimę, diskomfortą ar poreikius ir anksčiau pastebėti problemas, kurias ne visada pavyksta atpažinti vien iš gyvūno elgesio.
„Gyvūnų gerovės srityje tai galėtų padėti objektyviau įvertinti, kaip gyvūnai jaučiasi skirtingomis laikymo ar transportavimo sąlygomis, o laukinėje gamtoje – stebėti populiacijų būklę nesikišant į jų gyvenimą“, – sako R. Maskeliūnas.
Vis dėlto, jo teigimu, didžiausias pokytis būtų susijęs ne su praktinėmis DI pritaikymo galimybėmis, o su žmonių požiūriu į kitas rūšis. Jei paaiškėtų, kad gyvūnų signalai turi kur kas sudėtingesnę struktūrą ir jais perduodama informacija apie aplinką, tarpusavio santykius, pavojų ar net individualią patirtį, tektų iš naujo įvertinti, ką laikome intelektu ir sudėtinga komunikacija.
Kartu tai keltų ir moralinių klausimų – kuo daugiau suprantame apie gyvūnų būseną ir poreikius, tuo sunkiau jų nepaisyti.
