Die kalifornische Organisation Earth Species Project will die Sprache der Tiere mit künstlicher Intelligenz entziffern.
Das Earth Species Project (ESP) setzt auf Open-Source und ist eine 2017 gegründete Non-Profit-Organisation, unter anderem finanziert durch Spenden von LinkedIn Mitgründer Reid Hoffman.
Zentrales Anliegen der Organisation ist die Dekodierung nicht-menschlicher Sprache. Das zehnköpfige Team glaubt, dass das Verständnis nicht-menschlicher Sprachen unsere Verbindung zu anderen Spezies vertiefen, unsere Möglichkeit, sie zu schützen, verstärken und so unseren ökologischen Fußabdruck positiv verändern wird.
Das Team des ESP will sein Ziel noch zu unseren Lebzeiten erreichen. Auf dem Weg dorthin will es zudem weitere Technologien entwickeln, die Biologie und Naturschutz unmittelbar unterstützen.
Earth Species Project setzt auf große Sprachmodelle
Wenn es nach dem ESP geht, wird Künstliche Intelligenz das Verständnis nicht-menschlicher Sprache ermöglichen. Der Einsatz von maschinellem Lernen zur Analyse von Kommunikation und anderen Verhaltensformen im Tierreich ist bekannt: Eine Forschungsgruppe unter Leitung der Universität Kopenhagen zeigte ein KI-System, das Grunzlaute von Schweinen analysiert, Project CETI will die Rufe von Pottwalen übersetzen und DeepSqueak hilft, die Rufe von Mäusen und Ratten zu verstehen.
Das Team des ESP hat seine Ziele jedoch deutlich höher gesteckt: Es will die Kommunikation aller Arten dekodieren. "Wir sind artenunabhängig", so Aza Raskin, Mitgründer von ESP. "Die Werkzeuge, die wir entwickeln, können in der gesamten Biologie eingesetzt werden, vom Wurm bis zum Wal."
Ihre Inspiration ziehen Raskin, seine Mitgründer:innen und das Team aus Fortschritten in der maschinellen Verarbeitung natürlicher Sprachen in den letzten Jahren. Arbeiten, die gezeigt haben, dass maschinelles Lernen genutzt werden kann, um ohne Vorkenntnisse zwischen zahlreichen Sprachen zu übersetzen. Raskin nennt das eine motivierende Intuition für ESP.
Kommunikation ist eine Vielzahl von Vektoren im multidimensionalen Raum
Grundlage dieser Erfolge waren Algorithmen, die Wörter oder Wortbestandteile mehrdimensional geometrisch repräsentieren. Abstand und Richtung zu anderen Wörtern im Raum repräsentieren dabei rudimentär semantische Verhältnisse einzelner Wörter zueinander.
Im Jahr 2017 zeigten mehrere Veröffentlichungen, dass sich Übersetzungen erzeugen lassen, indem die geometrischen Repräsentationen zweier Sprachen übereinandergelegt werden. Im Raum liegen dann etwa "Hund" und "Dog" nah beieinander und werden von einem Algorithmus als Übersetzung erkannt.
Ein weiterer Fortschritt gelang etwa in einer Arbeit aus Facebooks KI-Labor aus 2018. Das Team kombinierte selbst-überwachtes Training mit Rückübersetzungen und erreichte eine für damalige Verhältnisse hohe Übersetzungsqualität ohne Vorkenntnisse. Heute übersetzen riesige Sprachmodelle bis zu 200 Sprachen gleichzeitig, etwa Metas NLLB-200.
Das Team des ESP möchte solche Repräsentationen für tierische Kommunikation ermöglichen, sowohl für einzelne als auch für zahlreiche Arten gleichzeitig. Laut Raskin soll das auch nicht-verbale Formen von Kommunikation wie Bienentänze umfassen. Mit solchen großen Modellen könne man dann etwa untersuchen, ob es Überschneidungen in den geometrischen Repräsentationen zwischen Menschen und anderen Lebewesen gäbe.
"Ich weiß nicht, was unglaublicher sein wird - die Teile, in denen sich die Formen überschneiden und wir direkt kommunizieren oder übersetzen können, oder die Teile, in denen wir das nicht können", so Raskin.
KI kann helfen, die menschliche Brille abzunehmen
Die Entwicklung eines Übersetzungsmodells zwischen Tier und Mensch vergleicht Raskin mit der Reise zum Mond - der Weg wird lang und schwer. Auf dem Weg gebe es derweil viele andere Probleme zu lösen und ESP habe einige Ideen, diese anzugehen.
In einer kürzlich veröffentlichten Arbeit beschäftigt sich das Team etwa mit dem "Cocktail Party Problem". Dabei geht es grundsätzlich um die Identifizierung einzelner Stimmen in einer sozialen Umgebung. Google und Amazon nutzen etwa KI-Lösungen für dieses Problem, um Stimmeingaben für ihre digitalen Assistenten besser zu erkennen. Meta arbeitet an einer Art Super-Hörgerät mit der Fähigkeit, einzelne Stimmen gezielt herauszuhören.
Bei der Erforschung nicht-menschlicher Kommunikation existiere das Cocktail-Party-Problem ebenfalls, so das Team. Daher entwickelt es einen KI-Algorithmus, der einzelne Stimmen von Tieren vor einer natürlichen Geräuschkulisse isolieren kann.
In einem anderen Projekt generiert ein KI-System zufällige Buckelwal-Rufe und analysiert, wie die Wale darauf reagieren. Ziel sei ein System, das lernt, zufällige von semantisch sinnvollen Veränderungen zu unterscheiden. Das bringe Menschen dem Verständnis von Buckelwal-Rufen ein Stück näher, glaubt Raskin.
In einem weiteren Projekt soll ein selbst-überwacht lernendes KI-System das Gesangsrepertoire der hawaiianischen Krähe lernen, ein anderes sogenannte Ethogramme, die alle möglichen Verhaltensmuster, ihre Häufigkeit und Rahmenbedingungen für eine Art erfassen.
Ob KI allein ausreicht, um die Kommunikation mit anderen Arten zu ermöglichen? Raskin glaubt, dass KI uns zumindest ein großes Stück näher bringen wird.
Viele Arten kommunizierten deutlich komplexer als bisher angenommen. KI könne helfen, genügend Daten zu sammeln, und sie im großen Maßstab zu analysieren. Am Ende könnten wir so vielleicht unsere menschliche Brille abnehmen und ganze Kommunikationssysteme verstehen, die uns bislang verborgen sind, so Raskin.
