Cientistas recorrem à inteligência artificial para analisar sons de animais e identificar padrões de comunicação entre espécies, mas traduzir essa “linguagem” continua uma possibilidade distante
A inteligência artificial pode ajudar os cientistas a aproximarem-se de compreender como os animais comunicam, numa altura em que os investigadores recorrem cada vez mais à aprendizagem automática para analisar sons produzidos por espécies que vão das aves e elefantes às baleias e golfinhos.
PUBLICIDADE
PUBLICIDADE
Uma organização que trabalha na linha da frente desta investigação é o Earth Species Project, um grupo sem fins lucrativos sediado nos Estados Unidos que desenvolve modelos de IA para analisar vocalizações de animais e identificar padrões que possam ajudar a explicar como diferentes espécies comunicam.
A organização está a usar IA para descodificar a comunicação animal, com o objetivo de longo prazo de perceber o que os animais estão a tentar dizer uns aos outros.
Desenvolveu o NatureLM-audio, um modelo de IA concebido para reconhecer e classificar sons de animais, identificar diferentes tipos de vocalizações e analisar grandes coleções de gravações áudio.
O modelo também pode ser usado para explorar sons de animais através de pedidos em linguagem natural, o que poderá facilitar o trabalho dos investigadores ao permitir analisar gravações em minutos em vez de meses.
Numa experiência com gravações do FrogID da Austrália, um projeto de conservação de âmbito nacional, o NatureLM-audio obteve uma precisão de 99% ao distinguir sons de rãs de outras gravações e de 82% na identificação de espécies de rãs selecionadas.
Mas reconhecer sons de animais é apenas uma parte do desafio. Os investigadores estão igualmente a tentar perceber o que esses sons significam.
Dos sons ao entendimento da comunicação
O Earth Species Project está a trabalhar com investigadores que estudam várias espécies, incluindo orcas, corvos e tentilhões-zebra.
Em colaboração com investigadores da Universidade McGill, no Canadá, desenvolveu um modelo de IA chamado ZF-AIM para estudar interações vocais entre tentilhões-zebra.
O modelo foi concebido para gerar vocalizações semelhantes às das aves em tempo real, permitindo aos investigadores estudar como os pássaros reagem a sons criados por IA.
As experiências são particularmente interessantes porque vão além da simples análise de gravações e passam a observar como os animais reagem a sons gerados por inteligência artificial.
Isto não significa, contudo, que a tecnologia consiga traduzir aquilo que as aves dizem ou que os investigadores tenham estabelecido uma conversa entre animais e máquinas.
Outros projetos estão a seguir uma abordagem semelhante com mamíferos marinhos.
A Google DeepMind desenvolveu DolphinGemma (fonte em inglês), um modelo de IA treinado com décadas de gravações de golfinhos malhados-do-Atlântico em estado selvagem, recolhidas pelo Wild Dolphin Project.
Analisa sequências de vocalizações de golfinhos para detetar padrões recorrentes e prever que sons são mais prováveis a seguir.
Os investigadores esperam que a tecnologia possa, eventualmente, ajudar a estabelecer um vocabulário partilhado entre humanos e golfinhos, embora o modelo continue a ser usado para investigar como os animais comunicam, e não para traduzir os seus sons em linguagem humana.
Cientistas tentam descodificar a comunicação das baleias
Outro grande esforço de investigação é liderado pelo Project CETI (fonte em inglês), uma iniciativa internacional que recorre à IA, à robótica, à linguística e a tecnologia de gravação subaquática para estudar a comunicação das cachalotes.
O projeto centra-se em sequências de cliques conhecidas como codas, que as cachalotes usam para comunicar entre si.
Os investigadores têm vindo a analisar se essas sequências contêm uma estrutura complexa que possa fornecer pistas sobre a forma como a informação é trocada entre os animais.
Um estudo de 2024 publicado na Nature Communications analisou mais de 8 700 codas de cachalote e identificou vários elementos relacionados com o ritmo, o andamento e variações na temporização e na organização dos cliques.
Os resultados sugeriram que a comunicação das cachalotes é mais complexa do que se pensava.
Mas identificar padrões em sons de animais não significa necessariamente que os cientistas compreendam o que está a ser comunicado.
Os investigadores ainda precisam de perceber se determinadas vocalizações têm significados específicos e como esses significados podem mudar consoante o contexto em que são usados.
Quão perto estamos de falar com os animais?
Embora a IA esteja a dar aos cientistas novas formas de analisar a comunicação animal, traduzi-la em linguagem humana continua a ser um desafio muito maior.
Os sons dos animais têm de ser entendidos juntamente com outras informações, como o comportamento, as relações sociais e as condições ambientais.
Um som recorrente pode estar associado a uma atividade específica, por exemplo, mas isso não significa automaticamente que os investigadores saibam o que o animal está a tentar comunicar.
Os cientistas têm ainda de verificar se as suas interpretações estão corretas, observando como os animais respondem em experiências controladas.
A tecnologia poderá, um dia, ter aplicações que vão além de satisfazer a curiosidade humana sobre o reino animal.
Se os cientistas aprenderem a identificar e reproduzir sinais de animais associados ao acasalamento, à aflição ou a interações sociais, a mesma tecnologia poderá potencialmente ser usada para atrair animais, perturbar o seu comportamento ou torná-los mais fáceis de capturar.
Os investigadores também manifestaram preocupação com os efeitos da difusão de vocalizações geradas por IA em populações selvagens, sobretudo se os sinais forem mal interpretados ou interferirem com sistemas de comunicação já existentes.
Há igualmente questões sobre a fiabilidade das interpretações produzidas pela IA. Identificar padrões em sons de animais não significa necessariamente compreender o seu significado, o que aumenta o risco de os humanos lhes atribuírem intenções ou emoções que os animais não expressaram.
Por isso, o desafio não é apenas desenvolver tecnologia capaz de compreender a comunicação animal, mas garantir que é usada de forma a proteger os animais que estão a ser estudados.