AI per parlare con gli animali

di Vincenzo Rampolla

Su una remota isola nel Pacifico meridionale, nel cuore della foresta, gli scintillanti occhi scuri di un corvo della Nuova Caledonia scrutano dal suo trespolo; stacca con attenzione un ramo, con il becco strappa le foglie inutili e dal legno ricava un gancio. Gesti precisi: un errore e scarta tutto e ricomincia. Solo quando è soddisfatto, infila l'utensile in una fessura della corteccia e ne estrae una larva in preda a contorsioni.

Il corvo della Nuova Caledonia è uno dei rari uccelli conosciuti per la fabbricazione di utensili, abilità che si pensava esclusiva degli esseri umani. Christian Rutz, ecologo comportamentale dell'Università di St Andrews in Scozia, ha dedicato gran parte delle sue ricerche a studi sulle capacità del corvo e sulla sua notevole ingegnosità, indagando a fondo su ciò che può fare e dedicandosi a scovare altre destrezze, dato che l’uccello vive in gruppi sociali complessi e può trasmettere alla prole tecniche di costruzione di utensili. Gli esperimenti hanno dimostrato che diversi gruppi intorno all'isola hanno distinte vocalizzazioni. Rutz voleva scoprire se questi dialetti potevano aiutare a spiegare le differenze culturali nella produzione di utensili tra i gruppi. Scoprire se gli animali tra di loro comunicano in modi comprensibili per l’uomo, è stato da sempre un tema affascinante e le nuove tecnologie basate sull’AI potrebbero dare un contributo. Con i recenti progressi nel campo dell'AI, la gente si rende conto che abbiamo toccato miglioramenti decisamente notevoli nella comprensione delle modalità di comunicazione degli animali, commenta Rutz. L’apprendimento automatico potrebbe presto portarci a decifrare i segnali dei corvi, dichiara Aza Raskin, uno dei fondatori dell’organizzazione no-profit Earth Species Project. Il suo team di scienziati, biologi e esperti di AI sta facendo incetta di una vasta serie di dati su una varietà di specie e sta costruendo modelli di apprendimento automatico per analizzarli. Altri gruppi come il Project Cetacean Translation Initiative (CETI) sfrutta l’apprendimento automatico per cercare di comprendere le vocalizzazioni dei capodogli. Shane Gero, sceso dalla sua nave da ricerca nella Rep. Dominicana, dopo una giornata di lavoro sul campo, era su di giri. I capodogli che studia vivono in gruppi sociali complessi, e quel giorno un giovane maschio era rientrato in famiglia, dandogli l’occasione di captare i loro gorgoglii mentre si riunivano. Da almeno 20 anni Gero, scienziato della Carleton University di Ottawa, ha raccolto nelle acque dei Caraibi dettagliate registrazioni di due clan di capodogli, catturando il ticchettio dei loro suoni e soprattutto di ciò che stavano facendo mentre li emettevano. Scoprì che per identificarsi le balene sembravano utilizzare precisi modelli di suono, detti coda e che per imparare nomi e parole adottavano una tecnica simile a quella usata dai bambini, ripetendo alla nausea i suoni emessi dagli adulti. Dopo aver decodificato manualmente alcune code, Gero sfruttò l’AI per accelerarne la traduzione. Con una rete neurale, algoritmo che apprende l’abilità analizzando i dati, nel 99% dei casi ha potuto delimitare con forte precisione un piccolo branco di balene a partire dalle loro code. Ha poi collegato un microfono subacqueo a una boa per registrare le loro vocalizzazioni 24 ore su 24 e ha potuto suddividere l'oceano in ampie fasce, deciso ad addestrare un computer a imparare il linguaggio delle balene. Con sensori sempre più economici e con droni, idrofoni e biologger, i dati accumulati sugli animali si sono moltiplicati. Modelli linguistici di grandi dimensioni come ChatGPT-3 sono stati addestrati ad auto-supervisionarsi su circa 45 terabyte di dati di testo, imparando solo ciò che è essenziale e creando in modo autonomo un algoritmo per prevedere le parole-suoni successive di una sequenza. I modelli di apprendimento automatico oggi sono in grado di tradurre lingue umane sconosciute allineando le loro forme, utilizzando la frequenza con cui le parole appaiono una accanto all’altra e prevedendo anche esattamente ciò che avverrà dopo: aprono la porta alla decodifica di linguaggi fino ad allora impossibili da interpretare. Nel 2020 la ricerca ha fatto un altro passo avanti, quando il lavoro sul linguaggio naturale ha preso a trattare tutto come un linguaggio, spiega Raskin. Prendiamo ad esempio DALL-E 2, uno dei sistemi di AI in grado di generare immagini reali a partire da descrizioni verbali. Mappare con notevole precisione le forme che rappresentano il testo sulle forme che rappresentano le immagini è esattamente il tipo di analisi multimodale richiesto per interpretare la comunicazione animale. Quasi ci siamo. Se molti animali usano simultaneamente più modalità di comunicazione, proprio come gli esseri umani che mentre parlano usano il linguaggio del corpo e i gesti, ogni azione eseguita immediatamente prima, durante o dopo l’emissione di suoni potrebbe fornire un elemento chiave per comprendere ciò che un animale sta cercando di trasmettere. Tali azioni sono da sempre raggruppate dai ricercatori in elenchi detti etogrammi. Ad esempio, nei canti del maschio diamante zebra che le femmine puntano nel corteggiamento quando scelgono i compagni, si è scoperto un modello con differenze mai trovate prima: le femmine prediligono partner che cantano come i maschi con cui sono cresciute!

Grazie a Merlin, una app del Cornell Lab of Ornithology che dal suono identifica con elevata precisione i richiami di oltre 1.000 specie di uccelli, si estrae una registrazione e la si converte in uno spettrogramma, visualizzando volume, tono e durata del richiamo dell'uccello. Il modello viene quindi addestrato sulla libreria audio del Lab, con cui confronta la registrazione in esame per prevedere l'identificazione della specie. Si confronta infine questa ipotesi con il database globale di osservazioni, per assicurarsi che sia una specie che ci si aspetterebbe di trovare con i dati in esame.

È ovviamente difficile distinguere la melodia di un uccello o di una balena basandosi sulla cacofonia [disarmonia di suoni]. Nel 2021 l'Earth Species Project ha creato una rete neurale in grado di separare su tracce individuali i suoni di animali sovrapposti e di filtrare il rumore di fondo. Funziona: si crea una rappresentazione visiva del suono che la rete neurale utilizza per determinare da quale altoparlante è prodotto un pixel. Inoltre, ha da poco sviluppato un cosiddetto modello fondamentale in grado di rilevare e classificare automaticamente i modelli attraverso insiemi di dati. I corvi della Nuova Caledonia si prestano al caso: le vocalizzazioni specifiche a livello regionale potrebbero un giorno essere decifrate utilizzando l’AI. Anche il corvo hawaiano, estinto all'inizio del 2000 torna alla ribalta. È stato portato in cattività per avviare un programma di riproduzione; per molto tempo è stato rimosso dal suo ambiente naturale e si sta creando un inventario di tutti i richiami utilizzati nel periodo di cattività. Lo si confronterà con le registrazioni storiche degli ultimi corvi hawaiani selvatici per determinare se il loro repertorio è cambiato in cattività e per sapere se potrebbero aver perso richiami importanti, come quelli dei predatori o del periodo di corteggiamento e si potrebbe forse scoprire perché la reintroduzione in natura del corvo si sia rivelata così difficile.

Man mano che i ricercatori estendono i loro studi anche agli animali domestici, i progressi dell’apprendimento automatico rivelano sorprendenti capacità. È Elodie F. Briefer a dirlo, docente di comportamento animale all'Università di Copenaghen. Gli animali hanno pensieri, speranze, forse sogni propri, aggiunge. È possibile valutare gli stati emotivi degli animali d’allevamento in base alle loro vocalizzazioni. Ha creato un algoritmo istruito su migliaia di suoni di maiali usando l’apprendimento automatico per prevedere se gli animali stiano vivendo un’emozione positiva o negativa. Briefer sostiene che una migliore comprensione del modo di provare i sentimenti da parte degli animali potrebbe migliorarne il benessere. Ma per quanto i modelli linguistici siano evoluti, in pratica non decifrano il significato e non sono sempre corretti e una delle maggiori sfide per gli scienziati è capire come imparare da ciò che forniscono tali modelli, capire insomma cosa stia facendo il computer quando sta imparando a farlo.

Daniela Rus, direttrice del Laboratorio di Informatica e AI dell’MIT (Boston), sta sfruttando la sua esperienza di programmazione per il progetto CETI sui cetacei. Il suo primo passo è stato di isolare le vocalizzazioni dei capodogli dal rumore di fondo del mondo dell'oceano, contaminato da suoni lunghi rispetto al codice delle informazioni; dopo aver eseguito accurate misurazioni acustiche, Rus ha utilizzato l'apprendimento automatico per analizzare il modo in cui questi suoni si combinano in code, cercando schemi e sequenze. Una volta acquisita questa capacità di base, afferma, allora potremo iniziare a studiare quali sono alcune delle componenti fondamentali della lingua. La domanda chiave è: il lessico del capodoglio ha le proprietà di un linguaggio? Capire la struttura di una lingua non è un prerequisito per parlarla e solo creando modelli di AI che emulano una varietà di specie si potrebbe pensare di tentare di avere conversazioni con gli animali. La Rus conferma che la comunicazione bidirezionale semplificherà ai ricercatori il lavoro di ricerca del significato delle vocalizzazioni degli animali. In collaborazione con biologi, prevede di testare nuovi esperimenti, riproducendo un richiamo generato artificialmente per i diamanti mandarino in un ambiente di laboratorio e quindi osservando come gli uccelli reagiscono. Presto saremo in grado di superare il test di Turing dell’uccello, del corvo o della balena, dice e pensa al momento in cui gli animali non sapranno se stiano conversando con una macchina o tra di loro.

La beffa dell’AI è che saremo in grado di comunicare prima di capirne il meccanismo. Lo dichiara Karen Bakker, altra ricercatrice di innovazioni digitali e autrice di The Sounds of Life: How Digital Technology Is Bringing Us Closer to the Worlds of Animals and Plants, certa che ci saranno sorprese, pur con spiacevoli conseguenze.

Una prospettiva pessimistica porta alla luce deviazioni di etica sociale. Le industrie potrebbero utilizzare l’AI per la pesca di precisione, ascoltando banchi-bersaglio o i loro predatori; i bracconieri potrebbero servirsene per pescare gli animali in via di estinzione e lanciare i loro richiami per attirarli nelle reti. Per le megattere, balenottere di 15 m e 40 t, i cui canti misteriosi possono diffondersi con notevole velocità attraverso gli oceani, la creazione di un canto sintetico potrebbe, dice Bakker, iniettare un meme virale a livello mondiale, con effetti inimmaginabili. Finora le organizzazioni all’avanguardia in questo settore di comunicazione animale sono no-profit, composte da scienziati entusiasti, spinti da passione per gli animali. Il campo potrebbe cambiare: operatori orientati al profitto potrebbero abusare di questa tecnologia. Perciò vanno definite linee guida con adeguati quadri legislativi; quando si inventa una nuova tecnologia, si creano anche nuove responsabilità.

Non è semplice riuscire a replicare i click e i fischi dei capodogli, mestiere che impone anche di sapere immaginare l'esperienza di un animale. Nonostante le grandi differenze fisiche, gli esseri umani condividono in realtà molte forme basilari di comunicazione con gli animali, pur restando abissale la divergenza tra le espressioni animali e il linguaggio umano: sono confrontabili in funzione di ciò che trasmettono? C’è chi sostiene che il linguaggio sia definito in modo da rendere l'uomo il solo “animale” capace di usarlo, con le regole di grammatica e sintassi. C’è chi pensa, al contrario, che trattare la comunicazione animale come linguaggio o tentare di tradurla, non possa che distorcerne il significato. Resta il fatto che se reperti fossili mostrano che esseri come le balene emettono suoni che sopravvivono da decine di milioni di anni, dovranno sicuramente custodire e codificare qualcosa di molto profondo e reale. Sarà vero? In definitiva, la traduzione del linguaggio potrebbe richiedere non solo nuovi strumenti, ma anche la capacità di vedere al di là di tabù e aspettative. Le nostre.

George Happ e Christy Yuncker, scienziati in pensione, per 20 anni hanno condiviso il loro stagno in Alaska con una coppia di gru Sandhill selvatiche, chiamate Millie e Roy. Giurano di avere visto gli uccelli reagire alla morte. Dopo la fine di uno dei loro piccoli, Roy iniziò infatti a raccogliere fili d'erba e a lasciarli cadere vicino al suo corpo. Quella sera, la famiglia cominciò a ballare. Il piccolo sopravvissuto alla nidiata si unì ai genitori in preda a salti e piroette, lanciando i loro lunghi colli al cielo. L’indomani si erano eclissati. Atteggiamenti degli uccelli assimilabili al “dolore”

sono rigettati e accanitamente contestati, poiché ci è impossibile specificare con certezza gli elementi fisiologici in gioco, ma basandosi sulle rigorose osservazioni decennali dei due ricercatori sulla coppia di gru, interpretare queste reazioni sorprendenti e straordinarie “come prive di emozione” si scontra con la prova dei fatti. Tutte alla fine potrebbero identificarsi con il “senso” della perdita di un membro della famiglia, più che di una persona cara. Non si contano i casi di “relazione affettive” raccolte nelle femmine dei branchi di leoni, elefanti, scimpanzè, lupi e quant’altro. È un solido elemento da investigare con l’AI, maturo per la traduzione.

Forse il vero valore di ogni linguaggio è che ci aiuta a relazionarci con gli altri e ci libera così da confini e limiti della nostra mente. Ogni primavera, quando la luce tornava a splendere sulla loro casa, i due pensionati aspettavano il ritorno di Millie e Roy. Nel 2021 nessuna apparizione.  L'estate scorsa si è vista una nuova coppia di gru. Ha costruito un nido. Gli scienziati hanno visto i neonati schiudersi e crescere e in breve, i piccoli hanno preso a sbirciare attraverso l'erba alta, chiedendo cibo e imparando a ballare. La vita ha continuato, iniziando un nuovo ciclo.

Un monito a guardare sempre la Natura, scordando talvolta che ne facciamo parte.