Esteu a punt de sentir els sons del depredador dentat més gran del planeta: un animal més gran que un autobús escolar amb, potser, la forma de comunicació més sofisticada que hagi existit mai.
You are about to hear the sounds of the largest-toothed predator on the planet: an animal bigger than a school bus with perhaps the most sophisticated form of communication that has ever existed.
(Vídeo: balena emetent sons polsats)
(Video: whale clicking)
Aquests són els sons del poderós catxalot, un mamífer que es pot submergir a més de 1.500 metres, aguantar la respiració durant més d’una hora i que viu en societats matriarcals espectacularment complexes. Aquests polsos sonors o clics que sents, s’anomenen codes són només una part d’allò que coneixem de la seva comunicació. Sabem que aquests animals es comuniquen, però encara no sabem què diuen.
These are the sounds of the mighty sperm whale, a fellow mammal that can dive almost a mile, hold its breath for more than an hour and lives in these amazingly complex, matriarchal societies. These clicks you heard, called codas, are just a facet of what we know of their communication. We know these animals are communicating, we just don't yet know what they're saying.
L’objectiu del projecte CETI és esbrinar-ho. Durant els pròxims cinc anys, el nostre equip d’especialistes en IA i en robòtica, lingüistes i biòlegs marins pretén utilitzar les tecnologies més avançades per establir contacte amb una altra espècie, i esperem poder-nos comunicar. Creiem que escoltant atentament la natura podem canviar la perspectiva que tenim de nosaltres mateixos i remodelar la nostra relació amb tota la vida d’aquest planeta.
Project CETI aims to find out. Over the next five years, our team of AI specialists, roboticists, linguists and marine biologists aim to use the most cutting-edge technologies to make contact with another species, and hopefully communicate back. We believe that by listening deeply to nature, we can change our perspective of ourselves and reshape our relationship with all life on this planet.
Està clar que això sembla un objectiu impossible. Els humans hem mirat de contactar amb altres animals durant centennis. Com podrem fer nosaltres allò que altres no han pogut sobretot si tenim en compte que estic assegut al meu sofà a Nova York enmig d’una pandèmia i de protestes?
This of course seems like an impossible goal. People have been trying to make contact with other animals for hundreds of years. How could we do what others could not, especially given that I'm sitting here on my couch in New York City in the middle of a pandemic and protests?
He treballat els darrers vint anys com a biòleg marí i oceanògraf, i he estudiat l’oceà des de totes les perspectives possibles, des de microbis fins a taurons. He muntat equips interdisciplinaris que han construït la primera càmera d’ull de tauró per veure el món des de la perspectiva dels taurons, i he col·laborat amb enginyers per tal de dissenyar robots tan delicats que ni tan sols estressen les meduses. Però no va ser fins al 2018 quan vaig estar becat a l’Institut d’Estudis Avançats Radcliffe que em vaig adonar que potser la millor manera d’entendre l’oceà i els seus habitants no era veure el món a través dels seus ulls, sinó escoltant, però de veritat, escoltant atentament.
I've spent the last 20 years as a marine biologist and oceanographer, studying the ocean from all different perspectives, from microbes to sharks. I've assembled interdisciplinary teams that have built the first shark-eye camera to see the world from a shark's perspective, and have collaborated with engineers to design robots so gentle that they don't even stress a jellyfish. But it wasn't until 2018 when I was on fellowship at the Radcliffe Institute for Advanced Study that I realized that perhaps the best way to understand the ocean and its inhabitants wasn't just by seeing the world through their eyes, but by listening -- by really, deeply listening.
I em vaig interessar en els catxalots així que vaig sentir els seus sons. Sonaven com si vinguessin d’un altre univers; un cant de sirena que s’emet des dels confins més foscos del mar. Aquestes no eren les típiques cançons harmonioses de les balenes a les quals estava acostumat. Sonaven més aviat com una transmissió de dades digitals. Vam muntar l’equip del futur Projecte CETI i vam començar a discutir sobre com fer servir les tecnologies punteres per comunicar-nos amb les balenes. Una de les conclusions principals va ser que l’aprenentatge automàtic tenia una superba oportunitat d’entendre els patrons de comunicació dels catxalots. I que el moment d’aplicar aquestes tecnologies era ara. Desxifrar els codis de comunicació entre espècies no només semblava possible, era gairebé inevitable. Però com ens pot ajudar l’anàlisi de patrons a xerrar amb les balenes i amb altres animals?
I became interested in sperm whales when I heard their sounds. They sounded like they were coming from another universe; a siren song being broadcast from the darkest reaches of the sea. These weren't the typical harmonious whale songs that I had been accustomed to. These sounded more like digital data transfer. We assembled the future Project CETI team and began discussing how to use the most advanced technologies to communicate with whales. One of the principal conclusions was that machine learning had a really good chance of understanding the patterns of sperm whale communication. And the time to apply these technologies was now. Cracking the interspecies communication code didn't just seem possible, it almost seemed inevitable. But how can analyzing patterns help us converse with whales and other animals?
El primer pas és entendre els elements de la comunicació dels catxalots. Aquestes codes que heu sentit no sembla que siguin frases tal com les coneixem, però hi ha una estructura clara de com es comuniquen aquests animals. Els catxalots s’envien codes els uns als altres en seqüències, i hi ha accents regionals com ara els accents britànic o australià. I és precisament per això que l’aprenentatge automàtic és cabdal. Aquests enfocaments analitzen patrons en les relacions i els donen significat. Fa només uns anys, els científics van fer servir l’aprenentatge automàtic per traduir entre dos llenguatges humans completament desconeguts. I sense fer servir una Pedra de Rosetta o un diccionari, sinó mapant-los en patrons en un espai de més dimensions. Però perquè aquest aprenentatge funcioni eficaçment, necessita dades, necessita un munt de dades.
Well, step one is to understand the elements of sperm whale communication. These codas you heard don't appear to be sentences as we know them, but there's clear structure in how these animals communicate. Sperm whales send codas back and forth to each other in sequences, and there are regional dialects like British and Australian accents. This is exactly why machine learning is such a powerful tool. These approaches analyze patterns in relationship and map meaning to them. Just a few years ago, scientists used machine learning to translate between two totally unknown human languages. Not by using a Rosetta Stone or a dictionary, but by mapping them on patterns in higher-dimensional space. But for machine learning to work effectively, it needs data -- it needs lots and lots of data.
En el darrer mig segle, investigadors marins han recollit de manera acurada i han registrat alguns milers de vocalitzacions de catxalots, però per aprendre la comunicació dels catxalots, haurem de recollir milions, si no desenes de milions, de vocalitzacions de catxalots acuradament anotades i correlacionades amb comportaments. Ho farem amb robots no invasius, autònoms, i de natació lliure, drons aeroaquàtics, ventalls d’hidròfons muntats al fons i molt més.
In the past half-century, marine researchers have painstakingly collected and hand annotated just a few thousand sperm whale vocalizations, but in order to learn sperm whale communication, we'll need to collect millions, if not tens of millions of carefully annotated sperm whale vocalizations correlated with behaviors. We'll do it with noninvasive, autonomous, free-swimming robots, aerial-aquatic drones, bottom-mounted hydrophone arrays and more.
Treballarem amb els nostres socis del Projecte Catxalot de Dominica per cobrir una àrea de 20 km² que és freqüentada per més de 25 famílies conegudes de catxalots. Ens centrarem específicament en les interaccions de mares i cries, entrenarem els nostres algoritmes d’aprenentatge automàtic a aprendre completament l’idioma de les balenes. Aquestes dades les enviarem a través d’un canal i les analitzaran els traductors del projecte CETI. L’àudio sense tractar i dades de context passaran pels motors d’aprenentatge on primer es classificaran per estructura. L’equip de lingüistes llavors buscarà coses com ara sintaxi i desplaçaments temporals. Per exemple, si trobem un moment on una balena parla sobre alguna cosa d’ahir, això, per si sol, seria una gran troballa, una cosa que fins ara només es troba en els humans. I un cop dominem el fet d’escoltar, intentarem amb molt de compte poder parlar amb elles fins i tot al nivell més bàsic.
We'll work with our close partners at the Dominica Sperm Whale Project to cover a 20-square-kilometer area that is frequented by over 25 well-known families of sperm whales. We're going to put specific focus on the interactions of mothers and calfs, training our machine learning algorithms to learn whale language from the bottom up. All this data we'll have sent through a pipeline and analyzed by the Project CETI translation team. The raw audio and context data will go through our machine learning engine where it's going to be first sorted by structure. The linguistics team will then search for things like syntax and time displacement. For example, if we find an event where a whale was talking about something yesterday, that alone would be a major finding, something that has thus far only been shown in humans. And once we've really mastered listening, we're going to try really carefully to talk back even on the most simplistic level.
Finalment, construirem una plataforma de codi obert on deixarem el nostre conjunt de dades disponible per al públic, i animarem la comunitat mundial a participar en aquest viatge al coneixement. Aquests animals podrien ser els éssers més intel·ligents del planeta. Tenen un neocòrtex i cèl·lules fusiformes, estructura que en els humans controla els raonaments superiors, emocions, memòria, llenguatge i amor. I totes les plataformes que desenvolupem es poden aplicar a altres animals: a elefants, ocells, primats, dofins, essencialment qualsevol animal.
Finally, Project CETI will build an open-source platform where we will make our data sets available to the public, encouraging the global community to come along on this journey for understanding. These animals could be the most intelligent beings on this planet. They have a neocortex and spindle cells -- structure that in humans control our higher thoughts, emotions, memory, language and love. And all the platforms that we develop can be cross-applied to other animals: to elephants, birds, primates, dolphins -- essentially any animal.
Al final dels anys seixanta, el membre del nostre equip, Roger Payne, va descobrir que les balenes cantaven.
In the late 1960s, our team member, Roger Payne, discovered that whales sing.
(So: balenes cantant)
(Recording: whale singing)
Una troballa que va motivar que el moviment Salvem les Balenes acabés amb la caça de balenes a gran escala i evités l’extinció de diverses espècies de balenes només pel fet de demostrar que les balenes cantaven. Imagineu-vos que poguéssim entendre què diuen. Ara és el moment d’obrir aquest diàleg més ampli. Ara és el moment d’escoltar amb atenció i mostrar a aquests animals màgics, i els uns als altres, un nou respecte.
A finding that sparked the Save the Whales movement led to the end of large-scale whaling and prevented several whale species from extinction just by showing that whales sing. Imagine if we could understand what they're saying. Now is the time to open this larger dialogue. Now is the time to listen deeply and show these magical animals, and each other, newfound respect.
Gràcies.
Thank you.