เมื่อ AI เผยเงื่อนงำชีวิตที่ซ่อนเร้นของสรรพสัตว์

เมื่อ AI เผยเงื่อนงำชีวิตที่ซ่อนเร้นของสรรพสัตว์

ถ้ามนุษย์เข้าใจได้ว่าวาฬคิดอะไรอยู่ และท้ายที่สุดจะรวมถึงความรู้สึกนึกคิดของสัตว์อื่นๆ ด้วย นั่นอาจเป็นแรงบันดาลใจให้เกิดความพยายามในการอนุรักษ์มากขึ้น

ดือนพฤษภาคม ปี 2020 ปรัตยุษา ศาร์มา กำลังคร่ำเคร่งวิเคราะห์ข้อมูลเพื่อเตรียมเข้าประชุมกับทีมวิจัยที่สถาบันเทคโนโลยีแมสซาชูเซตส์ หรือเอ็มไอที ด้วยความหวังจะหารูปแบบให้พบ นี่ไม่ใช่แค่ชุดข้อมูลทั่วไป แต่เป็นชุดข้อมูลที่ได้รับการพิสูจน์แล้วว่ายังถอดรหัสไม่ออก มันประกอบด้วยเสียงร้องแหลม เสียงคลิกรัวๆ ที่วาฬหัวทุยใช้สื่อสารกัน รวมหลายชั่วโมงจากการเก็บรวบรวมกว่าสิบปี

ศาร์มาเป็นส่วนหนึ่งของโครงการริเริ่มแปลภาษาสัตว์ทะเลเลี้ยงลูกด้วยนม หรือเซติ (Cetacean Translation Initiative: CETI) ซึ่งเป็นการพยายามทำความเข้าใจ “สิ่งที่วาฬพูด” ตามที่ทีมวิจัยบอก เป้าหมายนั้นตรงไปตรงมา แต่ยากอย่างเหลือเชื่อ เพราะเซติต้องการแปลการสื่อสารที่ไม่ใช่ของมนุษย์ ศาร์มากับสมาชิกในทีมจึงหาโปรแกรมปัญญาประดิษฐ์เบื้องต้นมาช่วยจัดระเบียบเงื่อนงำทางเสียงที่มีอยู่ด้วยวิธีใหม่ๆ

เซติหวังว่า ถ้ามนุษย์เข้าใจได้ว่าวาฬคิดอะไรอยู่ และท้ายที่สุดจะรวมถึงความรู้สึกนึกคิดของสัตว์อื่นๆ ด้วย นั่นอาจเป็นแรงบันดาลใจให้เกิดความพยายามในการอนุรักษ์มากขึ้น

โครงการเซติเริ่มขึ้นเมื่อเจ็ดปีก่อนที่สถาบันแรดคลิฟฟ์ มหาวิทยาลัยฮาร์วาร์ด ขณะที่เดวิด กรูเบอร์ นักชีววิทยาทางทะเลและนักสำรวจของเนชั่นแนล จีโอกราฟฟิก ฟังสื่อบันทึกเสียงวาฬหัวทุยอยู่ในห้องทำงาน และชาฟี โกลด์วัสเซอร์ นักวิทยาการคอมพิวเตอร์ ผ่านมาได้ยินเสียงคลิกเข้าพอดี จึงแวะห้องทำงานของกรูเบอร์ เพื่อถามว่านั่นคือเสียงอะไร คำตอบทำให้เกิดแรงบันดาลใจอย่างใหม่ ตอนนั้นเพื่อนร่วมงานหลายคนของโกลด์วัสเซอร์ใช้การเรียนรู้ของจักรกลพยายามพัฒนาการแปลภาษาของมนุษย์แล้ว ทำไมไม่ใช้วิธีเดียวกันกับวาฬเล่า

กรูเบอร์บอกว่า เสียงคลิกหนึ่งครั้งเกือบเหมือนเลขหนึ่งและเลขศูนย์ หรือรหัสฐานสอง ซึ่งเป็นภาษาพื้นฐานที่สุดของคอมพิวเตอร์ “ถ้าเราพยายามวิเคราะห์เพลงของวาฬหลังค่อมที่มีความยาว 20 นาทีซึ่งมีความซับซ้อนหลากหลาย ทั้งในแง่ระดับเสียงและความดัง เสียงคลิกถือว่าดีมากๆ” ง่ายที่โมเดลเอไอจะประมวลผล และหวังว่าจะวิเคราะห์ได้

กรูเบอร์ติดต่อเชน เกโร นักสำรวจอีกคนของเนชั่นแนล จีโอกราฟฟิก ผู้ศึกษาวาฬหัวทุยที่ดอมินีกา ประเทศเกาะในทะเลแคริบเบียน เป็นเวลา 13 ปี “เขามีฐานข้อมูลเสียงวาฬที่ครอบคลุมที่สุดครับ” กรูเบอร์บอก พวกเขา เริ่มโครงการศึกษานำร่องเพื่อดูว่าจะออกแบบโปรแกรมการเรียนรู้ของจักรกลแบบกำหนดเองที่สามารถตรวจหาลำดับซ้ำๆในปฏิสัมพันธ์ทางเสียงเหล่านี้ได้หรือไม่ ทำนองเดียวกับที่มนุษย์จดจำรูปแบบของการสนทนาได้ ผลที่ได้คือโมเดลหรือแบบจำลองประมวลผลแบบใหม่ที่สามารถคาดการณ์ได้ว่าวาฬบางตัวอาจสื่อสารโต้ตอบอย่างไร “เราพบว่า การคาดการณ์เสียงคลิกต่อไปมีความแม่นยำถึงร้อยละ 99 ครับ” กรูเบอร์บอก

ต่อมา ทีมงานนำโมเดลดังกล่าวไปใช้กับงานวิจัยที่เกโรกับทีมยังคงทำอยู่ในดอมินีกา ซึ่งนักวิทยาศาสตร์ติดแถบสัญญาณให้วาฬเพื่อบันทึกเสียงและความเคลื่อนไหวของมัน เมื่อฝูงวาฬขึ้นมาบนผิวน้ำ โดรนจะเฝ้าสังเกตพฤติกรรมและส่งข้อมูลกลับไปยังห้องปฏิบัติการ ด้วยความหวังจะเชื่อมโยงกลุ่มเสียงคลิกเด่นๆที่เรียกว่าโคดา (coda) กับพฤติกรรมที่เห็นชัดบางอย่าง ซึ่งอาจเป็นหลักฐานว่าวาฬฟังเสียงกันและตอบสนองด้วยการกระทำจริงๆ

พอถึงปี 2020 ทีมเดิมของกรูเบอร์เพิ่มจำนวนสมาชิก โดยมีนักวิทยาศาสตร์เกือบ 20 คนจากสถาบันต่างๆ ตั้งแต่ฮาร์วาร์ดและเอ็มไอทีไปจนถึงออกซฟอร์ดและมหาวิทยาลัยแคลิฟอร์เนีย วิทยาเขตเบิร์กลีย์ และเป็นตัวแทนศาสตร์หลายแขนง ทั้งผู้เชี่ยวชาญด้านการเรียนรู้ของจักรกล นักชีววิทยาทางทะเล นักวิทยาการรหัสลับ และที่ขาดไม่ได้คือนักภาษาศาสตร์ การใช้เอไอเอื้อให้พวกเขาค้นพบและจัดประเภทโคดาที่แตกต่างกันหลายพันโคดา ซึ่งได้มาจากการบันทึกเสียงรวมหลายพันชั่วโมง

ศาร์มากำลังเรียนปริญญาโทเทอมสองที่เอ็มไอที เธอศึกษาวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ตอนเข้าร่วมโครงการ และเกิดความคิดหนึ่งขึ้น ตั้งแต่เริ่มโครงการ นักวิทยาศาสตร์ใช้สัญลักษณ์แทนโคดาแต่ละโคดาในแบบเดียวกัน นั่นคือขีดหลายๆขีดแทนความหมายว่าวาฬทำเสียงคลิกกี่ครั้งต่อวินาที เพื่อนร่วมงานที่เอ็มไอทีช่วยเธอเปลี่ยนข้อมูลเสียงนี้ให้เป็นภาพแบบใหม่ ซึ่งดูคล้ายโน้ตดนตรีออร์เคสตราที่แสดงโคดาจำนวนมาก หรือเส้นขนานต่างๆของจุดที่ขึ้นๆลงๆแสดงการเปล่งเสียงไปพร้อมๆกัน มากกว่า

วิธีนี้เผยให้เห็นความแตกต่างเล็กน้อยในจุดพักของแต่ละโคดา หรือช่วงเวลาช้าหรือเร็วระหว่างเสียงคลิกแต่ละครั้ง นักวิจัยเรียกมันว่าจังหวะยืดหยุ่น ตามศัพท์ที่หยิบยืมจากดนตรีคลาสสิก จังหวะยืดหยุ่นยังเผยให้เห็นช่วงที่วาฬเติมเสียงคลิกพิเศษไว้ตอนท้ายของโคดาด้วย สิ่งที่นักวิจัยเรียกว่า “การประดับโน้ต” นี้ดูจะมีนัยทางการสื่อสารเช่นกัน

ความแตกต่างเล็กๆน้อยๆของจังหวะ อัตราความเร็ว การประดับโน้ต และจังหวะยืดหยุ่น ทำให้ศาร์มากับเพื่อนร่วมงานคิดไปถึงหน่วยเสียง หรือส่วนย่อยของเสียงที่มนุษย์ประกอบรวมและประกอบรวมใหม่ให้เป็นคำต่างๆ เป็นไปได้ว่าโคดาเหล่านี้อาจเป็นหน่วยพื้นฐานของภาษาที่ซับซ้อน และเราไม่เคยแยกแยะนัยที่แตกต่างกันส่วนใหญ่เหล่านี้ได้มาก่อนจนกระทั่งตอนนี้

ก่อนเข้าร่วมโครงการเซติ ศาร์มาคิดจะศึกษาต่อปริญญาเอกด้านหุ่นยนต์ เธอไม่เคยศึกษาสัตว์มาก่อน ไม่เคยเห็นวาฬด้วยซ้ำ เจค็อบ แอนเดรียส ผู้เชี่ยวชาญด้านการประมวลภาษาธรรมชาติจากเอ็มไอทีและนักวิจัยคนหนึ่งของโครงการ บอกว่า “เรื่องเจ๋งที่สุดเรื่องหนึ่งของโครงการเซติ คือการรวมคนจำนวนมากที่คิดว่าตัวเองคือนักวิทยาการคอมพิวเตอร์ตัวจริงให้มาร่วมโครงการทำความเข้าใจการสื่อสารของสัตว์ได้ครับ”

งานลักษณะนี้ไม่ได้จำกัดเฉพาะวาฬเท่านั้น นักวิทยาศาสตร์และนักวิจัยที่ศึกษาโลกธรรมชาติกำลังหันไปใช้ปัญญาประดิษฐ์ช่วยทำความเข้าใจชีวิตด้านในของสัตว์ รวมถึงถิ่นอาศัยต่างๆ มากขึ้นทุกที ทั้งมหาสมุทร ผืนป่า และกระทั่งการทำฟาร์มเชิงพาณิชย์

ปรัตยุษา ศาร์มา นักศึกษาระดับบัณฑิตศึกษาของเอ็มไอที กับทีมผู้เชี่ยวชาญ ใช้ปัญญาประดิษฐ์ทำให้เราเห็นภาพลำดับเสียงร้องโต้ตอบของวาฬหัวทุย ซึ่งบางทีอาจเผยให้เห็นระบบภาษาที่ซับซ้อน (ภาพถ่าย: อิสมาอิล เฟร์ดุส)
เสียงใต้น้ำ นักวิทยาศาสตร์ที่มหาวิทยาลัยฮาร์วาร์ด เทียบมาตรฐานอุปกรณ์ติดตามเสียงที่บันทึกเสียงคลิกและการเคลื่อนไหวของวาฬหัวทุยเพื่อมุ่งให้เอไอค้นหารูปแบบในการสื่อสารของพวกมัน (ภาพถ่าย: สเปนเซอร์ โลเวลล์)
บันทึกเสียงร้องของวาฬหัวทุย นับตั้งแต่ปี 2020 โครงการเซติ (Project CETI) ทำงานเพื่อมุ่งเข้าใจภาษาที่ไม่ใช่ภาษามนุษย์ โดยเริ่มจากวาฬหัวทุย ในดอมินีกา นักวิจัยใช้โดรนติดอุปกรณ์ติดตามวาฬและเก็บข้อมูลเสียง (ภาพถ่าย: ไฆเม โรโฆ)

สุเรศ เนฐิราชัน ทำงานอีกด้านหนึ่งของความก้าวหน้าล่าสุดในการศึกษาปฏิสัมพันธ์ของสัตว์โดยพึ่งพาคอมพิวเตอร์ ในฐานะอาจารย์ด้านวิทยาการคอมพิวเตอร์และการเกษตรจากมหาวิทยาลัยดัลเฮาซีในโนวาสโกเชีย ประเทศแคนาดา เขาศึกษาว่า เกษตรกรสามารถใช้การเฝ้าติดตามแบบเรียลไทม์เพื่อถอดความหมายพฤติกรรมต่างๆได้อย่างไรบ้าง

เนฐิราชันเริ่มศึกษาชีวิตด้านในของปศุสัตว์เมื่อราวสิบปีก่อน ทั้งไก่ วัว ม้า แกะ และหมู เขาอยากรู้ว่าจะใช้เทคโนโลยีพัฒนาคุณภาพชีวิตสัตว์เหล่านั้นได้อย่างไรบ้าง

เนฐิราชันเริ่มจากการเก็บข้อมูล เขาวัดอุณหภูมิร่างกาย ระดับคอร์ติซอล ฮอร์โมน อัตราการหายใจ และอัตราการเต้นของหัวใจด้วยไบโอเซนเซอร์ หรือตัวตรวจวัดทางชีวภาพ ตลอดจนตรวจตัวอย่างเลือด ขน และสิ่งขับถ่าย ก่อนนำข้อมูลที่ได้ไปจับคู่กับฟุตเทจภาพและเสียง และบริบทเสริมอื่นๆ เช่น สัตว์ได้รับอาหาร (บวก) หรือได้ยินเสียงตื่นตกใจ (ลบ) เพื่อมุ่งทำความเข้าใจว่า สัตว์เป็นอย่างไรเวลาที่มันรู้สึกสบายหรือเจ็บไข้ได้ป่วย

เมื่อเจ็ดปีก่อน เนฐิราชันเริ่มใช้เอไอประมวลผลข้อมูลที่ได้ รวมถึงโมเดลการเรียนรู้เชิงลึกที่ผ่านการวิเคราะห์โครงข่ายประสาทเทียมหลายชั้นเพื่อจดจำรับรู้สีหน้าและวิเคราะห์ท่าทางของปศุสัตว์ เขาใช้เครื่องมือประมวลภาษาธรรมชาติทำความเข้าใจเสียงร้องของสัตว์ การวิเคราะห์บ่งชี้ว่าไก่จะส่งเสียงร้องเฉพาะเจาะจงแบบใด ก่อนที่พวกมันจะออกจากห้อง เขาอธิบายว่า ตอนนี้เราอาจนำฟุตเทจภาพเคลื่อนไหวของฟาร์มที่เลี้ยงไก่ 5,000 ตัวป้อนเข้าสู่โมเดลหรือแบบจำลอง และสามารถระบุไก่ห้าตัวที่มีแนวโน้มสูงสุดว่าจะป่วยออกมาได้ภายในเวลาไม่กี่นาที

งานของเนฐิราชันสนับสนุนแนวคิดที่ว่า สวัสดิภาพสัตว์เป็นสิ่งที่มีคุณค่า แม้แต่ในอุตสาหกรรมที่ไม่ได้ให้ความสำคัญกับสุขภาวะของผลิตภัณฑ์ที่มีชีวิตเป็นอันดับแรกเสมอไป การระบุความเจ็บป่วยหรือโรคได้แต่เนิ่นๆช่วยป้องกันทั้งความทุกข์ทรมานและภาวะขาดทุน อีกทั้งมีงานวิจัยที่ชี้ให้เห็นว่า สัตว์ที่มีความสุขมากขึ้นให้ผลผลิตที่ดีขึ้น แม่วัวที่ใช้ชีวิตในสภาพแวดล้อมเชิงบวกให้น้ำนมดีกว่าทั้งในแง่คุณภาพและปริมาณ

“ก็เหมือนมนุษย์แหละครับ” เขาบอก “เราอยู่ร่วมกับอาณาจักรพืช อาณาจักรสัตว์ และมนุษย์ [อื่นๆ] และประชากรของเราก็เพิ่มขึ้นอย่างมหาศาล… เราจะอยู่ร่วมกันอย่างสงบสุขได้อย่างไร จะสร้างความสมานฉันท์ได้อย่างไร” สำหรับนักวิจัยกลุ่มใหม่ที่พึ่งพาเอไอ คำถามเหล่านี้หาใช่เป็นเพียงคำถามเชิงปรัชญาอีกต่อไป ซึ่งนำไปสู่การทดลองที่ยิ่งใหญ่ขึ้น

เยิร์ค มึลเลอร์ เป็นหัวหน้าฝ่ายอนุรักษ์ที่อุทยานแห่งชาติป่าบาวาเรีย อุทยานแห่งชาติเก่าแก่ที่สุดของเยอรมนี และสอนนิเวศวิทยาป่าไม้ที่มหาวิทยาลัยเวือร์ซบวร์ค แต่งานวิจัยส่งเขาอ้อมโลกไปยังอเมริกาใต้ ที่นั่น เขาพัฒนา “หูฟังของแพทย์” รุ่นติดตั้งเอไอแบบใหม่เพื่อเฝ้าติดตามระบบนิเวศเขตร้อนต่างๆที่ถูกแผ้วถางเพื่อทำเกษตร การสำรวจเรือนยอดของป่าที่ได้รับการฟื้นฟูด้วยดาวเทียมและการสำรวจระยะไกล (remote sensing) นั้นค่อนข้างง่าย แต่การหาคำตอบว่าต้องใช้เวลานานเท่าใดกว่าที่ความหลากหลายทางชีวภาพดั้งเดิมจะฟื้นคืนกลับมา หรือกว่าพืชพรรณและส่ำสัตว์จะกลับมาชุกชุมใต้เรือนยอดนั้นอีกครั้ง ยากกว่ามาก มึลเลอร์ทำงานกับนักสถิติ นักกีฏวิทยา นักปักษีวิทยา และชุมชนท้องถิ่นในเอกวาดอร์ เพื่อทำความเข้าใจสัญญาณต่างๆที่เขาพอจะแกะรอยได้ ซึ่งอาจเป็นหลักฐานบ่งชี้ว่าความพยายามฟื้นฟูระบบนิเวศดั้งเดิมกำลังเห็นผลแล้ว

เมื่อปี 2021 มึลเลอร์ติดต่อซูซานา บูรีวาโลวา ผู้ช่วยศาสตราจารย์ที่มหาวิทยาลัยวิสคอนซิน-แมดิสัน เธอกับเพื่อนร่วมงานพัฒนาวิธีการใช้ชีวสวนศาสตร์ (bioacoustics) ในการประมาณการว่า มีชนิดพันธุ์ที่แตกต่างกันอาศัยอยู่ในป่ามากน้อยเพียงใดโดยอิงจากเสียงของพวกมัน

มึลเลอร์กับทีมงานใช้วิธีของบูรีวาโลวา โดยติดตั้งอุปกรณ์บันทึกเสียงไว้ตามจุดต่างๆหลายสิบจุดทั่วอาณาบริเวณราว 190 ตารางกิโลเมตรของป่าโชโกในเอกวาดอร์ และเก็บข้อมูลภูมิทัศน์ทางเสียงรวมแล้วเกือบ 2,000 ชั่วโมง

ตามที่มึลเลอร์บอก นกคือดรรชนีชี้วัดดีที่สุดอย่างหนึ่งของความมีชีวิตชีวาโดยรวมของระบบนิเวศเขตร้อน ถ้านกหวนคืนมา สัตว์อื่นๆทั้งบนและล่างของห่วงโซ่อาหาร ตั้งแต่เสือจากัวร์ไปถึงแมลง จะกลับมาด้วย ดังนั้น มึลเลอร์จึงขอให้ผู้เชี่ยวชาญด้านนกช่วยจำแนกเสียงนกในไฟล์เสียง พวกเขาแยกเสียงนกได้กว่า 300 ชนิด จากนั้นเขาก็เปิดไฟล์เสียงให้โมเดลเอไอที่ผ่านการฝึกให้แยกแยะเสียงนก 75 ชนิด และสามารถคาดประมาณความชุกชุมของพวกมันได้ด้วย ผลลัพธ์ที่ได้ชี้ว่า เอไอที่ผ่านการฝึกเต็มรูปแบบอาจมีประสิทธิภาพไม่ต่างจากผู้เชี่ยวชาญที่เป็นมนุษย์ ทั้งยังเร็วกว่ามาก และช่วยให้นักวิทยาศาสตร์ติดตามความก้าวหน้าในการฟื้นตัวของป่าได้ จากการจำแนกชนิดของผู้เชี่ยวชาญและเอไอ มึลเลอร์คาดการณ์ว่า กว่าป่าฝนที่เคยถูกแผ้วถางเพื่อทำเกษตรจะฟื้นคืนสู่ความหลากหลายทางชีวภาพดั้งเดิมได้ ต้องใช้เวลาราว 55 ปี

โครงการเซติอยู่ในช่วงจุดเปลี่ยนสำคัญอีกลักษณะหนึ่ง ถึงแม้นักวิจัยยังอยู่ในขั้นรวบรวมข้อมูลก็ตาม นักวิทยาศาสตร์รู้ว่าวาฬมีสีหน้าท่าทางและเสียงร้องอย่างไรเวลาสื่อสารกัน แต่พวกเขายังไม่รู้ว่าสิ่งเหล่านั้นมีความหมายอย่างไร “เราเหมือนลูกวาฬที่เริ่มเรียนรู้น่ะครับ” กรูเบอร์บอก “เรียนรู้ไปทีละเล็กละน้อย”

แม้จะเป็นไปได้ว่าอาจมีบางอย่างคล้ายคลึงกับภาษามนุษย์ แต่ไม่ได้หมายความว่า โครงสร้างภาษาของวาฬจะสะท้อนโครงสร้างภาษาของเรา มนุษย์กับวาฬมีความต้องการทางนิเวศวิทยาและวิวัฒนาการต่างกันโดยสิ้นเชิง แอนเดรียสอธิบายว่า บางทีวาฬอาจแค่พูดทำนองว่า นี่ นายช่วยขยับไปทางซ้ายหน่อยได้ไหม เพื่อนร่วมงานในโครงการเซติของเขาเห็นแบบรูปการเคลื่อนที่ขณะฝูงวาฬว่ายลัดเลาะเลียบชายฝั่งดอมินีกา จากนั้นทั้งหมดก็หักเลี้ยวอย่างฉับพลันออกสู่ทะเลเปิด ทั้งๆที่พวกมันไม่ได้มองเห็นกันทั้งหมด

ศาร์มาหวังว่า สักวันหนึ่งเราจะเข้าใจว่าภาษาส่งต่อจากแม่วาฬสู่ลูกได้อย่างไร วาฬก็เหมือนมนุษย์ที่ไม่ได้รู้ภาษาพูดตั้งแต่เกิด แต่เรียนรู้จากการอยู่ร่วมกัน แอนเดรียสฝันว่าจะได้รู้มากขึ้นถึงโครงสร้างทางสังคมของฝูงวาฬ ซึ่งสืบทอดทางแม่ ตอนที่เขากับเกโรออกเรือไปดูวาฬหัวทุยเมื่อฤดูร้อนไม่กี่ปีก่อน เกโรชี้ให้ดูวาฬสองตัวและบอกแอนเดรียสว่า “นี่คือแม่แปรกเฒ่าสองตัวของฝูง เป็นเพื่อนรักกัน และอยู่ด้วยกันตลอดเวลา” เขานึกสงสัยว่าวาฬจะมีเสียงเรียกที่ทำหน้าที่เหมือนชื่อเรียกกันและกัน เหมือนที่ช้างกับโลมามีหรือเปล่า และพวกมันสามารถอ้างอิงถึงวาฬตัวอื่นๆที่ไม่อยู่ที่นั่นได้หรือไม่

ยังมีสิ่งที่ต้องทำและเรียนรู้อีกมาก

เรื่อง แอนนา พีล

แปล ศรรวริศา เมฆไพบูลย์


อ่านเพิ่มเติม : สำรวจธรรมชาติ ยามตะวันลับฟ้า ในป่าดงดิบชายแดนไทย-มาเลเซีย

Recommend