Interspezies-Kommunikation: KI und die Illusion des tierischen Übersetzers

Die Technologie revolutioniert die Ethologie: KI-Modelle sind heute in der Lage, Tausende von Lauten von Pottwalen, Delfinen und Krähen zu klassifizieren und ko

Maschinelles Lernen verändert die Ethologie radikal und ermöglicht den Übergang vom langsamen manuellen Zuhören zur industriellen Skalierung der Analyse akustischer Daten. Künstliche Intelligenz ist heute in der Lage, Tausende von tierischen Lautäußerungen zu erkennen, zu trennen und zu klassifizieren und dabei kommunikative Architekturen zu enthüllen, die für das menschliche Ohr unsichtbar sind. Doch ein statistisches Muster zu entschlüsseln bedeutet nicht, seine Bedeutung zu übersetzen: Die Kluft zwischen dem Erkennen einer Klangstruktur und dem Verstehen dessen, was ein Tier wirklich mitteilen möchte, bildet den kritischen Kern dieser neuen wissenschaftlichen Grenze.

Ozeanische Alphabete und unüberwachtes Lernen

Die faszinierendsten Fortschritte kommen aus den Ozeanen. Das Project CETI hat kürzlich einen automatischen Detektor für die Codas (die charakteristischen Klicks) der Pottwale entwickelt und damit eine Forschungsrichtung eingeleitet, die unüberwachtes Lernen, Markov-Ketten-Modelle und Transformer-Architekturen nutzt, um die Kommunikation der Zahnwale zu kartieren. Dieser Ansatz markiert den konkreten Übergang vom menschlichen Zuhören zur Schaffung von Machine-Learning-Pipelines, die in der Lage sind, enorme Audiomengen zu verarbeiten.

Durch die Analyse von fast 9.000 über mehr als ein Jahrzehnt gesammelten Codas haben Forscher auf den Seiten von Nature Communications ein echtes „phonetisches Alphabet" der Pottwale vorgeschlagen, das auf Rhythmus, Tempo, Rubato und Ornamentierung basiert, mit stark kontextabhängigen Variationen im Gesprächszusammenhang. Obwohl dies der solide Beweis dafür ist, dass die Signale der Zahnwale eine kombinatorische Struktur besitzen, belegt die Entdeckung keineswegs die Existenz einer vom Menschen Wort für Wort entschlüsselbaren Übersetzung.

Offene Daten und der multimodale Ansatz

Um ein Signal in eine Bedeutung zu verwandeln, reicht die akustische Analyse allein nicht aus. Die Forschung erfordert einen multimodalen Ansatz: Es ist notwendig, Lautäußerungen, Beschleunigungsmesserdaten, Videos und rigorose ethologische Beobachtungen zu kombinieren, um die Laute mit den tatsächlichen Verhaltensweisen verknüpfen zu können.

Künstliche Intelligenz bietet bereits außergewöhnliche Werkzeuge zur Erkennung von Individuen und zur Überwachung von Populationen – lange bevor wir von hypothetischen „Dialogen" zwischen Arten träumen können.

  • Signaturpfiffe: Ein neuronales Faltungsnetzwerk konnte die Signaturpfiffe von 70 Großen Tümmlern mit einer Genauigkeit von 95,8 % bei kuratierten Daten und 92,6 % unter realistischeren Umweltbedingungen klassifizieren.
  • Der Datenengpass: Die kürzliche Veröffentlichung des Datensatzes OpenWhistle (der etwa 180.000 Pfiffe entsprechend 114 Stunden Aufnahmen und 8.354 Expertenannotationen freigegeben hat) zeigt, dass die Verfügbarkeit reproduzierbarer Protokolle und offener, annotierter und vergleichbarer Daten weitaus wichtiger ist als das Training immer größerer Sprachmodelle.

An Land hat das Modell Voxaboxen, das vom Earth Species Project und der Universität León eingesetzt wird, 188 Stunden Aufnahmen von Krähen analysiert und dabei über 127.000 Lautäußerungen erkannt und klassifiziert. Die KI hat eine verborgene Welt von Nah- und Leisrufen enthüllt, die mit traditionellen Methoden äußerst schwer zu untersuchen sind, und damit gezeigt, dass die Technologie eine „unsichtbare" Kommunikation entdecken kann, ohne den Anspruch zu erheben, sie zu übersetzen.

Entschlüsseln ist nicht Übersetzen: Die ethische Grenze

Wie in einem programmatischen Artikel in Science betont wurde, sind die Möglichkeiten des maschinellen Lernens in der Ethologie immens, dürfen aber dem Publikum nicht als bereits erreichtes science-fictionhaftes Ziel präsentiert werden. Die aktuellen Modelle beschränken sich darauf, akustische Muster zu identifizieren, nicht Bedeutungen. Wir sind noch weit von einer funktionierenden Übersetzung tierischer Kommunikationssysteme entfernt und astronomisch weit davon, echte Gespräche zu führen.

Dieses Bewusstsein erfordert strenge ethische Auflagen. Die Technologie muss in erster Linie dem Schutz des Tierwohls dienen, nicht der Befriedigung menschlicher Neugier oder Profitinteressen. Die Prinzipien der Nichtschädigung, des Nutzens und der Autonomie erfordern besondere Vorsicht, insbesondere bei Playbacks (der Wiedergabe) synthetischer Klänge in natürlichen Lebensräumen. Sollten wir in Zukunft technisch in der Lage sein, mit einer Krähe oder einem Delfin zu „sprechen", wäre die grundlegende ethische Frage nicht nur, ob wir es können, sondern ob wir es tun sollten und unter welchen strengen Bedingungen.

Die richtige Frage für die Zukunft der Forschung lautet nicht „Wann werden wir mit den Walen sprechen können?", sondern vielmehr: Was können wir lernen, wenn wir aufhören anzunehmen, dass ihre Sprache notwendigerweise unserer ähneln muss? Maschinelles Lernen hat die Kraft, Strukturen, soziale Beziehungen und subtile Signale zu enthüllen, aber es obliegt dann der Biologie zu überprüfen, was diese im realen Lebenskontext des Tieres bedeuten. Bevor wir versuchen, einen universellen Übersetzer zu bauen, sollten wir einfach lernen, den Tieren zuzuhören, ohne zu verlangen, dass sie genau das sagen, was wir hören wollen.

Bibliografische Referenzen und Quellen

Artikel der Redaktion von La Bussola dell’IA