كشفت تقارير دولية عن ظهور سباق دولي محموم حاليًا لترجمة أصوات الحيوانات إلى لغة بشرية، مشيرة إلى أن شركات الذكاء الاصطناعي الكبرى تجهز نماذج عديدة لعام 2025، ستركز على هذا المجال.

ولفتت إلى أن هذه النماذج التي ستظهر خلال العام المقبل، سيتم استخدامها لمعرفة ما قد ترغب الحيوانات إخبارنا به، مستفيدة من تقنيات الذكاء الاصطناعي التوليدي والتعلم الآلي.

وبالفعل تعمل العديد من المراكز البحثية على إعداد خوارزميات يمكن من خلالها فهم أصوات الحيوانات، لعل أبرزها مشروع "سيتي" الذي تمكن من فك شفرة سلاسل النقل لحيتان العنبر وأغاني حيتان الحدباء.

وتتطلب أدوات التعلم الآلي الحديثة هذه كميات هائلة من البيانات، وحتى الآن، كانت هذه الكميات من البيانات عالية الجودة والموضحة جيدًا مفقودة.

وتعمل أيضًا برامج التعلم الآلي مثل "شات جي بي تي" على تقدم بيانات تدريبية تشمل كامل النص المتاح على الإنترنت، ورغم لم تكن مثل هذه المعلومات حول التواصل بين الحيوانات متاحة في الماضي، إلا أنها قد تتوفر مؤخرًا ما سيسمح لها بتطوير أدوات خاصة بهذا الأمر.

وأوردت مصادر أنه تم حاليًا استخدام أكثر من 500 جيجابايت من الكلمات لتدريب "شات جي بي تي 3" لتقدم مقارنة أكثر دقة مع أكثر من 8 آلاف كود أو نقط للحيوانات لتحليل مشروع "سيتي" للتوصل بين الحيتان، ومختلف الحيوانات الأخرى.

بالإضافة إلى ذلك، تعمل مشاريع بحثية على تطوير خوارزميات أخرى لترجمة عواء الذئاب، وتحويل طبيعة كل عواء إلى كلمة بشرية مرادفة.

ويتوقع أن يجلب عام 2025 تقدمًا جديدًا، سواء في كمية بيانات التواصل بين الحيوانات المتاحة للعلماء، أو في أنواع وقوة خوارزميات الذكاء الاصطناعي التي يمكن تطبيقها على هذه البيانات.

وتم وضع التسجيل الآلي لأصوات الحيوانات في متناول كل مجموعة بحثية علمية، مع انتشار أجهزة التسجيل منخفضة التكلفة مثل "أوديو موث".

وأصبحت مجموعات البيانات الضخمة متاحة الآن على الإنترنت، حيث يمكن ترك المسجلات في الميدان، للاستماع إلى نداءات قرود الجيبون في الغابة أو الطيور في الغابة، على مدار الساعة طوال أيام الأسبوع، عبر فترات طويلة من الزمن.

وكانت هناك مناسبات، حيث كان من المستحيل إدارة مثل هذه المجموعات الضخمة من البيانات يدويًا.

والآن، يمكن لخوارزميات الكشف التلقائي الجديدة القائمة على الشبكات العصبية التلافيفية أن تتسابق عبر آلاف الساعات من التسجيلات، وتختار أصوات الحيوانات وتصنفها إلى أنواع مختلفة، وفقًا لخصائصها الصوتية الطبيعية.

وبمجرد توفر مجموعات البيانات الحيوانية الكبيرة هذه، تصبح الخوارزميات التحليلية الجديدة ممكنة، مثل استخدام الشبكات العصبية العميقة للعثور على بنية مخفية في تسلسلات أصوات الحيوانات، والتي قد تكون مماثلة للبنية ذات المعنى في اللغة البشرية.