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.
قرار است صدای بزرگترین شکارچی دنداندار روی این کره را بشنوید: جانوری بزرگتر از اتوبوس مدرسه با احتمالا پیچیدهترین نوع ارتباط برقرار کردن که تا به حال وجود داشته است.
(Video: whale clicking)
(ویدئو: کلیک کردن نهنگ)
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.
اینها صدای نهنگ عنبر بزرگ است، پستانداری که تا عمق ۱۰۰۰ متری پایین میرود، میتواند بیش از یک ساعت زیر آب بماند و در جوامع پیچیدهی مادرسالار و شگفتانگیز زندگی کند. این کلیکهایی که شنیدید، کودا نامیده می شوند، فقط جنبهای از آنچه درباره برقراری ارتباط آنها میدانیم هستند. ما میدانیم این حیوانات ارتباط برقرار میکنند، فقط هنوز نمیدانیم چه میگویند.
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.
هدف پروژه CETI یافتن این حقیقت است. طی ۵ سال آینده، تیم متخصصان هوش مصنوعی، زبانشناسان، متخصصان ربات و زیستشناسان دریایی ما قصد استفاده از جدیدترین فناوریها را جهت برقراری ارتباط با گونههایی دیگر را دارند، و با امید دریافت ارتباط متقابل. ما معتقدیم که با گوش دادن عمیق به طبیعت، میتوانیم چشماندازمان از خود را تغییر داده و رابطهمان با انواع حیات در این کره را شکل دهیم.
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?
البته هدف غیرممکنی به نظر میرسد. انسانها برای صدها سال سعی در برقراری ارتباط با حیوانات دیگر را داشتهاند. چطور قادریم کاری را که بقیه نتوانستند انجام دهیم، بخصوص با این فرض که من اینجا روی مبلم در نیویورک در بحبوحه پاندمی و اعتراضات نشستم؟
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.
۲۰ سال گذشته را به عنوان زیستشناس دریایی و اقیانوسشناس، صرف مطالعه انواع دیدگاههای مختلف نمودهام، از میکروبها گرفته تا کوسهها. تیمهای میان رشتهای را تشکیل دادم که نخستین دوربین چشم کوسه را ساختهاند تا دنیا را از دید کوسه ببینید، و با مهندسان همکاری داشتهاند تا روباتهای خیلی آرامی را طراحی کنند که حتی باعث اضطراب ستارهای دریایی هم نشوند. اما در سال ۲۰۱۸ در مقام دستیاری برای مطالعات پیشرفته در انستیتو رادکلیف بود که پی بردم که شاید بهترین روش برای فهم اقیانوس و ساکنان آن تنها دیدن جهان از چشمان آنها نبود. بلکه با شنیدن-- شنیدن واقعا عمیق بود.
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?
علاقمندیم به نگهنگهای عنبر وقتی بود که صدایشان را شنیدم. صدایشان به این میماند که گویی از دنیای دیگری باشند؛ آوازی آژیروار که از تاریکترین اعماق دریا پخش می شد. اینها آوازهای معمول هارمونیدار نهنگها نبودند که با آنها آشنایی داشتم. اینها بیشتر به انتقال دادههای دیجیتال میماندند. ما تیم آینده پروژه CETI را جمع کردیم و شروع به بحث درباره نحوه استفاده از پیشرفتهترین فناوریها برای برقراری ارتباط با نهنگها کردیم. یکی از نتیجهگیریهای اساسی این بود که یادگیری ماشین از شانس واقعا خوب بالایی از فهم الگوهای ارتباطی نهنگ عنبر برخوردار است. و زمان به کارگیری این فناوریها الان است. رمزگشایی از ارتباط بین گونهها نه فقط غیرممکن بلکه تقریبا ناگزیر به نظر میآمد. اما تحلیل الگوها چطور میتواند به ما در گفتگو با نهنگها و دیگر حیوانات کمک کند؟
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.
خب، قدم اول فهم عنصرهای ارتباطی نهنگ عنبر است. این کدهایی که شنیدید تا جایی که ما میدانیم جمله نیستند، اما ساختاری روشنی در نحوه این ارتباطات انسانی وجود دارد. نهنگهای عنبر این کدها را به صورت متوالی با هم رد و بدل میکنند، و گویشهای منطقهای مثل لهجههای بریتانیایی و استرالیایی دارند. دقیقا به همین خاطر یادگیری ماشین ابزاری قدرتمند است. این رویکردها الگوها را در رابطه و نقشه مقصود آنها تحلیل میکند. همین چند سال پیش، دانشمندان از یادگیری ماشین جهت ترجمه بین دو زبان بشری کاملا ناشناخته استفاده کردند. بدون استفاده از روزتا استون یا لغتنامه، صرفا با نقشهبرداری از الگوها در فضای بعدی بالاتر. اما برای کارکرد موثر ماشین یادگیری، دادهها لازمند-- دادههای فراوان.
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.
در نیم قرن اخیر، پژوهشگران دریایی با زحمت و دقت زیاد مشغول جمعآوری بودهاند و فقط چند هزار آوای نهنگ عنبرها را با دست حاشیه نگاری کردند، اما برای یادگیری ارتباط نهنگ عنبر، عوض دهها میلیون به جمعآوری میلیونها آوای به دقت حاشیهنویسی شده مرتبط با رفتار از نهنگهای عنبر نیاز داریم. این کار را با روباتهای غیرمخرب، مستقل، شناگر آزاد و پهبادهای آبی- هوایی، تجهیزات آب آوا سنج زیر نصب شده و غیره استفاده خواهیم کرد.
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.
ما با شرکای نزدیک خود در پروژه نهنگ عنبر دومنیک همکاری خواهیم نمود که منطقهای ۲۰ کیلومتر مربعی را پوشش میدهد، جاییکه ۲۵ خانواده نهنگ عنبر مشهور رفت و آمد دارند. تمرکز خاص خود را بر روی تعاملات بین مادران و بچهها خواهیم گذاشت، برای آموزش دیدن الگوریتمهای یادگیری ماشینمان تا زبان نهنگ را از ابتدا بیاموزند. همه این دادهها را از طریق یک خط لوله میفرستیم و از سوی تیم ترجمه پروژه CETI تحلیل خواهند شد. دادههای زمینه و شنیداری خام به موتور یادگیری ماشین تحویل خواهند شد جاییکه اول طبق ساختار ذخیره میشوند. تیم زبانشناسی به دنبال تحقیق درباره چیزهایی مثل دستور زبان و جابجایی زمانی خواهد بود. برای مثال، اگر بتوانیم موردی را پیدا کنیم که نهنگ درباره اتفاقی در روز گذشته صحبت کند به تنهایی آن یافته اصلی ما خواهد بود، زیرا تا به حال این را در انسانها دیدیم. و زمانی که در شنیدن استاد شدیم، واقعا به دقت تلاش خواهیم کرد که پاسخ بدهیم حتی در سادهترین سطح ممکن.
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.
سرانجام، پروژه CETI پایگاه منبع بازی را خواهد ساخت که آنجا دادههایمان را در اختیار عموم قرار خواهیم داد، جهت تشویق جامعه جهانی برای همراه شدن با با ما در این مسیر فهمیدن. این حیوانات میتوانند باهوشترین موجودات در این کره باشند. نوقشر و سلولهای دوکی دارند-- ساختاری که در انسانها افکار متعالی ما را کنترل میکند، عواطف، حافظه، زبان و عشق. و همه پایگاههایی که میسازیم را میتوانیم برای حیوانات دیگر هم به کار بریم: برای فیلها، پرندگان، نخستیها، دلفینها-- لزوما هر حیوانی.
In the late 1960s, our team member, Roger Payne, discovered that whales sing.
در اواخر دهه ۱۹۶۰، راجر پاین، عضو تیم ما آن آوازخوانی نهنگها را کشف کرد.
(Recording: whale singing)
(ضبط: آوازخوانی نهنگ)
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.
یافتهای که جنبش نجات نهنگها را جرقه زد که منتهی به ختم شدن شکار نهنگها در مقیاس بزرگ و ممانعت از انقراض چندین گونه مختلف از نهنگها شد، فقط با نشان دادن آن آواز نهنگها. تصور کنید اگر بتوانیم بفهمیم که چه میخوانند. اکنون زمان آغاز این گفتگوی بزرگتر است. اکنون زمان عمیق گوش دادن و نشان دادن احترامی تازه به این جانوران جادویی و یکدیگر است.
Thank you.
متشکرم.