Uno studio rivoluzionario rivela la complessità della comunicazione degli oranghi utilizzando l'intelligenza artificiale

- Gli scienziati della Cornell University hanno tradotto le complesse vocalizzazioni degli oranghi del Borneo, aiutando a comprendere le loro capacità comunicative.
- Il team di ricerca ha utilizzato una combinazione di tecniche di apprendimento automatico supervisionate e non supervisionate per classificare tre tipi principali di impulsi.
- Attraverso lo studio delle vocalizzazioni degli oranghi, gli scienziati potrebbero un giorno scoprire come gli esseri umani hanno imparato a parlare.
Il linguaggio è uno degli enigmi evolutivi più misteriosi. Gli scienziati non sono ancora certi del perché gli esseri umani e gli altri primati abbiano così tanto in comune, ma non condividono la capacità di parlare. Fino a poco tempo fa, uno studio condotto dai ricercatori della Cornell University aveva scoperto il complicato linguaggio degli oranghi. Gli oranghi, le grandi scimmie del Sud-est asiatico, sono noti per la loro sofisticata comunicazione vocale. Tuttavia, i ricercatori hanno trovato difficile comprendere le sottigliezze del loro repertorio.
Dopo un attento studio durato tre anni, i ricercatori sono riusciti a decifrare i complessi schemi nascosti nei ruggiti, nei sospiri e in altre vocalizzazioni degli oranghi del Borneo e, di conseguenza, hanno potuto ottenere informazioni uniche sulle loro capacità comunicative.
Analisi assistita dall'intelligenza artificiale
La ricerca, pubblicata sulla rivista PeerJ Life & Environment, rappresenta una svolta fondamentale nella conoscenza della comunicazione degli oranghi. Il team di ricerca ha rafforzato il proprio studio confrontando i metodi di rilevamento basati sull'intelligenza artificiale con il lavoro di biologi e scienziati della bioacustica, che si sono avvalsi esclusivamente del proprio udito allenato, dell'intelletto e di strumenti di misurazione.
Il team di ricerca ha creato un set di dati di 117 richiami lunghi registrati da 13 maschi di una particolare specie, l'orango del Borneo, utilizzando 46 misurazioni acustiche su 1.033 impulsi diversi rilevati in quei richiami. Hanno affermato: "Queste caratteristiche sembrerebbero aumentare notevolmente la potenziale complessità di questo segnale", lasciando intendere che l'umanità presto saprà cosa stanno dicendo le grandi scimmie.
Secondo la dottoressa Wendy Erb, autrice principale dello studio, "La nostra ricerca mirava a svelare la complessità dei richiami prolungati degli oranghi, che svolgono un ruolo cruciale nella loro comunicazione su grandi distanze nelle fitte foreste pluviali dell'Indonesia".
Un approccio multiforme
Il team ha utilizzato un algoritmo di apprendimento automatico non supervisionato all'avanguardia, Uniform Manifold Approximation and Projection (UMAP), che era stato utilizzato con successo per decodificare i "repertori vocali animali" per l'Università della California, San Diego, nel 2020.
L'algoritmo UMAP è stato potenziato da ulteriori algoritmi statistici scritti nel linguaggio di programmazione R. Oltre ad altri tipi di apprendimento automatico supervisionato, nel processo è stato utilizzato R, ma in tutti i casi, le 1.033 fasi vocali e impulsi unici delle scimmie sono stati divisi casualmente in una divisione 60/40, dove il 60 percento è stato utilizzato per addestrare l'IA e il restante 40 percento è stato utilizzato per testare l'accuratezza della sua capacità di ordinamento appena addestrata.
Utilizzando una combinazione di tecniche di apprendimento automatico supervisionate e non supervisionate, il team di ricerca ha classificato tre tipi principali di impulsi: "Roar" per gli impulsi ad alta frequenza, "Sigh" per gli impulsi a bassa frequenza e "Intermediate" per quelli che rientrano tra le due categorie.
La loro ricerca non si è concentrata su cosa stessero dicendo i primati. Tuttavia, ha contribuito a capire come lo stessero dicendo. I ricercatori hanno finalmente scoperto che gli oranghi utilizzano una gamma di suoni molto più ampia di quanto si pensasse in precedenza.
Implicazioni per l'evoluzione umana
Gli esseri umani sono gli unici primati in grado di produrre i suoni più complessi, ma esiste comunque una relazione diretta tra il modo in cui i primati più primitivi hanno acquisito queste capacità e il modo in cui lo abbiamo fatto noi. Per far sì che ciò accada, gli scienziati devono prima capire come le vocalizzazioni più "graduali" e utilizzate da animali come gli oranghi trasmettano così bene il significato.
Attraverso lo studio delle vocalizzazioni degli oranghi, gli scienziati potrebbero un giorno scoprire come gli esseri umani hanno imparato a parlare. Ogni specie crea la propria complessità vocale come risultato di fattori evolutivi come la selezione sessuale, le caratteristiche del proprio habitat, le proprie specifiche strutture sociali e la pressione dei predatori.
Non limitarti a leggere le notizie sulle criptovalute. Cerca di capirle. Iscriviti alla nostra newsletter. È gratis.
Disclaimer. Le informazioni fornite non costituiscono consulenza di trading. Cryptopolitan/ non si assume alcuna responsabilità per gli investimenti effettuati sulla base delle informazioni fornite in questa pagina. Consigliamotronvivamente di effettuare ricerche indipendentident di consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.

Brenda Kanana
Brenda vanta oltre 4 anni di esperienza specializzata in criptovalute, intelligenza artificiale e tecnologie emergenti. Ha lavorato presso Zycrypto, Blockchain Reporter, The Coin Republic e ora collabora con Cryptopolitan . La sua laurea in Sociologia conseguita presso la Mombasa Technical University le permette di rimanere in sintonia con le esigenze dei suoi lettori.
- Quali criptovalute possono farti guadagnare
- Come rafforzare la sicurezza del tuo portafoglio digitale (e quali sono quelli davvero validi)
- Strategie di investimento poco conosciute utilizzate dai professionisti
- Come iniziare a investire in criptovalute (quali piattaforme di scambio utilizzare, le migliori criptovalute da acquistare, ecc.)















