Giải mã giao tiếp giữa động vật
Trong một phòng thí nghiệm tại bang California, Mỹ, khi người điều khiển cá heo đưa ra tín hiệu “cùng nhau” bằng tay, hai con cá heo được huấn luyện liền lặn xuống dưới nước.
Sau khi trao đổi bằng âm thanh, chúng trồi khỏi mặt nước, lật ngửa người và quẫy đuôi. Hai chú cá heo đã “bàn bạc” và thực hiện các động tác cùng nhau để làm theo yêu cầu của người điều khiển.
“Điều này không chứng minh cá heo có thể giao tiếp với loài người nhưng chắc chắn chúng hiểu cách biểu đạt của chúng ta. Điều này khiến việc giao tiếp với động vật trở nên dễ dàng hơn rất nhiều”, Aza Raskin, nhà đồng sáng lập kiêm chủ tịch Dự án các loài trên Trái đất (ESP) cho biết.
ESP là tổ chức phi lợi nhuận với mục tiêu giải mã giao tiếp với động vật thông qua một dạng trí tuệ nhân tạo (AI) gọi là học máy, giúp tăng cường sự gắn kết với những sinh vật sống và bảo vệ chúng khỏi nguy cơ tuyệt chủng.
Tìm hiểu về ngôn ngữ của động vật từ lâu đã trở thành chủ đề con người say mê và nghiên cứu. Các loài linh trưởng giao tiếp với nhau qua sóng siêu âm, cá heo sử dụng âm thanh giống như tiếng huýt sáo còn các loài chim sử dụng tiếng hót. Tuy nhiên, giới khoa học không cho rằng những tín hiệu này là một dạng ngôn ngữ vì không đáp ứng đầy đủ các tiêu chí của ngôn ngữ giao tiếp.
Trong thời gian gần đây, việc giải mã giao tiếp giữa các loài động vật càng được chú trọng khi giới khoa học áp dụng học máy để thu thập tín hiệu từ các loài động vật.
PGS Elodie Briefer, chuyên gia về hành vi động vật, Trường Đại học Copenhagen, Đan Mạch, từng đồng phát triển thuật toán phân tích tiếng kêu của lợn để tìm hiểu con vật đang cảm thấy vui hay buồn.
Một ứng dụng khác, có tên là DeepSqueak, giúp đánh giá liệu những con chuột có cảm thấy căng thẳng hay không dựa trên tiếng kêu siêu âm của chúng. Hay Dự án CETI (Cetacean Translation Initiative) lên kế hoạch sử dụng học máy để tìm cách giao tiếp với cá nhà táng.
Tuy nhiên, phương pháp tiếp cận của ESP rất khác biệt so với những dự án trước đó bởi họ không tập trung vào giải mã cách giao tiếp của một loài mà của mọi loài. Theo bà Raskin, giữa những loài động vật có tính xã hội cao như linh trưởng, cá voi, cá heo.. có thể tồn tại khả năng sử dụng ngôn ngữ ký hiệu.
Nhưng ESP hướng tới mục tiêu phát triển công cụ có thể ứng dụng với toàn bộ thế giới động vật từ giun tới cá voi. Động lực thành lập ESP đến từ nghiên cứu chỉ ra học máy có thể dịch những ngôn ngữ khác nhau mà không cần tìm hiểu kiến thức từ trước.
 |
Cá heo giao tiếp qua sóng âm. |
Thuật toán biểu đạt từ ngữ
ESP phát triển dựa trên một thuật toán biểu đạt từ ngữ thông qua không gian vật lý. Dựa theo không gian hình học đa chiều, khoảng cách và hướng giữa các điểm (từ) mô tả quan hệ về mặt ý nghĩa giữa chúng (quan hệ ngữ - nghĩa). Ví dụ, từ “vua” có mối liên hệ với “đàn ông” theo khoảng cách và phương hướng. Tương tự là từ “nữ hoàng” và “phụ nữ”.
Mô hình không gian hình học đa chiều có thể được áp dụng cho các ngôn ngữ khác nhau. Ví dụ nếu muốn dịch từ tiếng Anh sang tiếng Urdu, thuật toán sẽ đo đạc hình dạng, kích thước của chúng và tìm một điểm trong không gian của từ bằng tiếng Urdu gần nhất với điểm của từ trong tiếng Anh.
ESP mong muốn tạo ra cách biểu đạt tương tự để giao tiếp với động vật, phù hợp với đặc điểm của từng loài và nhiều loài cùng lúc. Từ đó, tiến đến khám phá các câu hỏi như động vật có khả năng giao tiếp như con người hay không và có thể chia sẻ với con người hay không?
Ông Raskin cho biết: “Chúng ta không biết cách động vật trải nghiệm thế giới nhưng chúng cũng có những cảm xúc như niềm vui và nỗi buồn dường như giống chúng ta và có thể truyền đạt trong giao tiếp”.
Theo tìm hiểu của ESP, từ trước đến nay chưa có một công trình khoa học nào nghiên cứu toàn cảnh tiếng kêu của động vật. Mô hình dựa trên học máy do ESP phát triển đã thử nghiệm tiếng huýt sáo của cá heo, tiếng kêu của khỉ đuôi dài và tiếng rít của dơi. Về lâu dài, ESP sẽ mở rộng thí nghiệm sang tiếng kêu của tất cả loài vật.
Ngoài ra, không chỉ động vật có thể giao tiếp bằng giọng nói. Đơn cử, loài ong có thể chia sẻ vị trí của một bông hoa với đồng loại bằng cách ... nhảy múa. Như vậy, thuật toán của ESP cần đáp ứng việc chuyển ngữ thông tin từ đa dạng các phương thức giao tiếp khác nhau.
Ông Raskin thừa nhận để đạt được mục tiêu này “khó như lên mặt trăng” nhưng ESP không tham vọng có thể chuyển ngữ mọi phương thức giao tiếp cùng một lúc. Thay vào đó, lộ trình của ESP là giải quyết từng phương thức một để hiện thực hóa bức tranh lớn hơn.
Tuy nhiên, nhiều chuyên gia bày tỏ nghi ngại trước thành công của dự án này. Từng nghiên cứu hành vi xã hội và giao tiếp bằng giọng nói ở các loài linh trưởng trong môi trường sống tự nhiên, GS tâm lý học Robert Seyfarth, Trường Đại học Pennsylvania, Mỹ, đánh giá: Học máy có giá trị cao trong một số nghiên cứu như xác định tiếng hát của động vật. Nhưng trong những lĩnh vực lớn hơn như khám phá ý nghĩa và chức năng của giọng nói, học máy sẽ gặp khó khăn.
GS Robert giải thích, kho tàng âm thanh của nhiều loài động vật hạn chế hơn con người. Cùng một âm thanh, động vật có thể sử dụng để ám chỉ nhiều nội dung khác nhau trong các ngữ cảnh khác nhau. Do đó, việc nghiên cứu phải tính đến yêu cầu về ngữ cảnh như chúng đang giao tiếp với ai, thuộc thứ bậc nào...
“Cá nhân tôi cho rằng phương pháp học máy là chưa đủ. Các nhà nghiên cứu phải bước ra ngoài và trực tiếp theo dõi các loài động vật”, GS Robert nhận định.
