Can we learn to talk to sperm whales? | David Gruber | TED

76,280 views ・ 2021-04-28

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Jutta Carow
Gleich werden Sie Laute des größten bezahnten Raubtiers
auf diesem Planeten hören:
ein Tier, größer als ein Schulbus,
mit der vielleicht fortgeschrittensten Art von Kommunikation,
00:12
You are about to hear the sounds of the largest-toothed predator
0
12375
3309
die je existiert hat.
00:15
on the planet:
1
15708
1268
(Video: Klick-Laute von Walen)
00:17
an animal bigger than a school bus
2
17000
2351
00:19
with perhaps the most sophisticated form of communication
3
19375
3059
00:22
that has ever existed.
4
22458
2310
00:24
(Video: whale clicking)
5
24792
6000
Dies sind die Laute des mächtigen Pottwals,
ein Säugetier wie wir, das fast eine Meile tauchen kann,
seinen Atem über eine Stunde lang anhalten kann,
00:43
These are the sounds of the mighty sperm whale,
6
43833
2518
und in verblüffend vielschichtigen, matriarchalen Gesellschaften lebt.
00:46
a fellow mammal that can dive almost a mile,
7
46375
2893
Die Klick-Laute, die Sie hörten,
genannt Codas,
00:49
hold its breath for more than an hour
8
49292
2267
sind nur eine Facette von dem, was wir über deren Kommunikation wissen.
00:51
and lives in these amazingly complex, matriarchal societies.
9
51583
3851
Wir wissen, dass diese Tiere kommunizieren,
00:55
These clicks you heard,
10
55458
1310
wir wissen nur noch nicht, was sie sagen.
00:56
called codas,
11
56792
1267
00:58
are just a facet of what we know of their communication.
12
58083
3101
Das Projekt CETI möchte das herausfinden.
In den nächsten fünf Jahren
01:01
We know these animals are communicating,
13
61208
2393
möchte unser Team aus KI-Spezialist:innen,
01:03
we just don't yet know what they're saying.
14
63625
2976
Robotiker:innen, Linguist:innen
und Meeresbiolog:innen
01:06
Project CETI aims to find out.
15
66625
2268
die innovativste Technik nutzen,
01:08
Over the next five years,
16
68917
1559
um Kontakt mit anderen Spezies herzustellen
01:10
our team of AI specialists,
17
70500
1684
und hoffentlich antworten zu können.
01:12
roboticists, linguists
18
72208
1768
01:14
and marine biologists
19
74000
1434
Wir glauben, wenn wir der Natur gründlich zuhören,
01:15
aim to use the most cutting-edge technologies
20
75458
2310
01:17
to make contact with another species,
21
77792
1892
können wir unsere Perspektive auf uns selbst ändern
01:19
and hopefully communicate back.
22
79708
3476
und unser Verhältnis zu allem Leben auf diesem Planeten neu formen.
01:23
We believe that by listening deeply to nature,
23
83208
2518
Das scheint natürlich ein unmögliches Ziel zu sein.
01:25
we can change our perspective of ourselves
24
85750
2476
01:28
and reshape our relationship with all life on this planet.
25
88250
5059
Menschen haben versucht, mit anderen Tieren Kontakt aufzunehmen,
hunderte Jahre lang.
Wie schaffen wir das, was andere nicht schafften,
01:33
This of course seems like an impossible goal.
26
93333
3393
insbesondere, wenn ich hier auf meinem Sofa in New York City sitze,
01:36
People have been trying to make contact with other animals
27
96750
2768
inmitten der Pandemie und der Proteste?
01:39
for hundreds of years.
28
99542
1309
01:40
How could we do what others could not,
29
100875
2393
Ich habe die letzten 20 Jahre als Meeresbiologe und Ozeanograph verbracht,
01:43
especially given that I'm sitting here on my couch in New York City
30
103292
4142
habe den Ozean aus verschiedensten Perspektiven studiert,
01:47
in the middle of a pandemic and protests?
31
107458
2476
von Mikroben bis hin zu Haien.
01:49
I've spent the last 20 years as a marine biologist and oceanographer,
32
109958
3810
Ich habe interdisziplinäre Teams erstellt,
die die erste Hai-Augen-Kamera gebaut haben,
01:53
studying the ocean from all different perspectives,
33
113792
3059
um die Welt aus der Perspektive von Haien zu sehen,
01:56
from microbes to sharks.
34
116875
1851
und ich habe mit Technikern kooperiert,
01:58
I've assembled interdisciplinary teams
35
118750
1893
um Roboter zu konzipieren, die so sanft sind, dass sie nicht mal Quallen stören.
02:00
that have built the first shark-eye camera
36
120667
2142
02:02
to see the world from a shark's perspective,
37
122833
2226
Aber es dauerte bis 2018,
02:05
and have collaborated with engineers
38
125083
1851
als ich Mitglied am
02:06
to design robots so gentle that they don't even stress a jellyfish.
39
126958
4893
Radcliffe Institut für Fortgeschrittene Studien wurde,
dass ich einsah, dass der vielleicht beste Weg, den Ozean und
02:11
But it wasn't until 2018
40
131875
2143
seine Bewohner zu verstehen,
nicht nur der war, die Welt mit ihren Augen zu sehen,
02:14
when I was on fellowship
41
134042
1309
02:15
at the Radcliffe Institute for Advanced Study
42
135375
2434
sondern der, zuzuhören --
02:17
that I realized that perhaps the best way to understand the ocean
43
137833
3060
wirklich gründlich zuzuhören.
Ich begann, mich für Pottwale zu interessieren, als ich ihre Laute hörte.
02:20
and its inhabitants
44
140917
1267
02:22
wasn't just by seeing the world through their eyes,
45
142208
3101
Sie klangen, als kämen sie aus einem anderen Universum;
02:25
but by listening --
46
145333
1310
02:26
by really, deeply listening.
47
146667
2142
ein Sirenengesang, der aus den tiefsten Tiefen des Meeres gesendet wurde.
02:28
I became interested in sperm whales when I heard their sounds.
48
148833
3060
Dies waren nicht die typischen, harmonischen Walgesänge,
02:31
They sounded like they were coming from another universe;
49
151917
2726
02:34
a siren song being broadcast from the darkest reaches of the sea.
50
154667
4434
die ich gewohnt war.
Dies hörte sich eher wie digitaler Datentransfer an.
Wir setzten das zukünftige Team des CETI Projekts zusammen
02:39
These weren't the typical harmonious whale songs
51
159125
3393
und diskutierten, wie die fortgeschrittensten Techniken
02:42
that I had been accustomed to.
52
162542
1559
02:44
These sounded more like digital data transfer.
53
164125
3268
einzusetzen sind, um mit Walen zu kommunizieren.
Eine der Hauptaussagen war,
02:47
We assembled the future Project CETI team
54
167417
2434
dass maschinelles Lernen eine wirklich gute Chance hätte,
02:49
and began discussing how to use the most advanced technologies
55
169875
3351
die Muster der Pottwal-Kommunikation zu verstehen.
02:53
to communicate with whales.
56
173250
2101
Und jetzt war die Zeit, diese Techniken anzuwenden.
02:55
One of the principal conclusions
57
175375
1559
02:56
was that machine learning had a really good chance
58
176958
2685
Den Code der Interspezies-Kommunikation zu knacken
02:59
of understanding the patterns of sperm whale communication.
59
179667
2934
erschien nicht nur möglich,
03:02
And the time to apply these technologies was now.
60
182625
3684
es erschien fast unausweichlich.
Aber wie kann uns die Musteranalyse dabei helfen, mit Walen
03:06
Cracking the interspecies communication code
61
186333
2726
und anderen Tieren zu reden?
03:09
didn't just seem possible,
62
189083
3018
Nun, der erste Schritt ist, die Elemente der Pottwal-Kommunikation zu verstehen.
03:12
it almost seemed inevitable.
63
192125
2268
03:14
But how can analyzing patterns help us converse with whales
64
194417
2851
Diese Codas, die Sie hörten, scheinen keine Sätze zu bilden, wie wir sie kennen,
03:17
and other animals?
65
197292
1267
03:18
Well, step one is to understand the elements of sperm whale communication.
66
198583
4393
aber es gibt klare Strukturen dabei, wie diese Tiere kommunizieren.
Pottwale versenden die Codas untereinander hin und her
03:23
These codas you heard don't appear to be sentences as we know them,
67
203000
4059
in Sequenzen,
und es gibt regionale Dialekte, wie britische und australische Akzente.
03:27
but there's clear structure in how these animals communicate.
68
207083
2935
Genau deswegen ist maschinelles Lernen solch ein mächtiges Werkzeug.
03:30
Sperm whales send codas back and forth to each other
69
210042
2934
03:33
in sequences,
70
213000
1309
Diese Ansätze analysieren zusammenhängende Muster und weisen ihnen Bedeutung zu.
03:34
and there are regional dialects like British and Australian accents.
71
214333
3976
Vor ein paar Jahren nutzten Wissenschaftler:innen maschinelles Lernen,
03:38
This is exactly why machine learning is such a powerful tool.
72
218333
3768
um zwischen zwei völlig unbekannten menschlichen Sprachen zu übersetzen.
03:42
These approaches analyze patterns in relationship and map meaning to them.
73
222125
4018
Nicht mit einem Rosetta Stone oder einem Wörterbuch,
03:46
Just a few years ago, scientists used machine learning
74
226167
2767
sondern damit, sie im höherdimensionalen Raum einander zuzuweisen.
03:48
to translate between two totally unknown human languages.
75
228958
3810
Aber damit maschinelles Lernen effektiv funktioniert,
03:52
Not by using a Rosetta Stone or a dictionary,
76
232792
2767
braucht es Daten --
03:55
but by mapping them on patterns in higher-dimensional space.
77
235583
4435
es braucht sehr, sehr viele Daten.
Im letzten halben Jahrhundert
haben Meeresforscher:innen gewissenhaft einige tausend
04:00
But for machine learning to work effectively,
78
240042
2267
04:02
it needs data --
79
242333
1310
04:03
it needs lots and lots of data.
80
243667
2767
Pottwal-Vokalisationen gesammelt und per Hand kommentiert,
04:06
In the past half-century,
81
246458
1726
aber um Pottwal-Kommunikation zu erlernen,
04:08
marine researchers have painstakingly collected
82
248208
3476
müssen wir Millionen sammeln,
04:11
and hand annotated just a few thousand sperm whale vocalizations,
83
251708
4601
wenn nicht zig Millionen
an sorgfältig kommentierten Pottwal-Vokalisationen,
04:16
but in order to learn sperm whale communication,
84
256333
2310
korreliert mit Verhaltensweisen.
04:18
we'll need to collect millions,
85
258667
2392
Wir tun das mit nicht-invasiven, autonomen, frei schwimmenden Robotern,
04:21
if not tens of millions
86
261083
1976
Luft-Wasser-Drohnen,
04:23
of carefully annotated sperm whale vocalizations
87
263083
2893
am Grund installierten Hydrophonen
und anderem.
04:26
correlated with behaviors.
88
266000
1893
Wir werden mit unseren engen Partnern beim Dominica Pottwal-Projekt arbeiten,
04:27
We'll do it with noninvasive, autonomous, free-swimming robots,
89
267917
3142
um eine Fläche von 20 km² abzudecken,
04:31
aerial-aquatic drones,
90
271083
1685
04:32
bottom-mounted hydrophone arrays
91
272792
1601
die von mehr als 25 gut bekannten Pottwal-Familien frequentiert werden.
04:34
and more.
92
274417
1267
04:35
We'll work with our close partners at the Dominica Sperm Whale Project
93
275708
3351
Wir legen besonderen Fokus auf die Interaktionen von Müttern und Kälbern,
04:39
to cover a 20-square-kilometer area
94
279083
2101
04:41
that is frequented by over 25 well-known families of sperm whales.
95
281208
4560
um die Algorithmen des maschinellen Lernens darauf zu trainieren,
die Wal-Sprache von Grund auf zu lernen.
04:45
We're going to put specific focus on the interactions of mothers and calfs,
96
285792
4642
All diese Daten werden durch eine Pipeline geschickt und
vom CETI-Übersetzungs-Team analysiert.
04:50
training our machine learning algorithms
97
290458
2185
Die rohen Audio- und Kontextdaten werden durch die Machine-Learning-Einheit laufen,
04:52
to learn whale language from the bottom up.
98
292667
2601
04:55
All this data we'll have sent through a pipeline
99
295292
2309
wo sie zunächst nach Struktur sortiert werden.
04:57
and analyzed by the Project CETI translation team.
100
297625
2434
Das linguistische Team sucht dann nach Dingen wie Syntax und
05:00
The raw audio and context data will go through our machine learning engine
101
300083
3976
zeitlicher Verschiebung.
Wenn wir zum Beispiel etwas finden,
bei dem ein Wal irgendetwas über gestern gesagt hat,
05:04
where it's going to be first sorted by structure.
102
304083
2351
05:06
The linguistics team will then search for things like syntax
103
306458
2893
dann wäre das allein ein bedeutender Fund,
05:09
and time displacement.
104
309375
1268
etwas, das bisher nur bei Menschen nachgewiesen wurde.
05:10
For example,
105
310667
1267
05:11
if we find an event where a whale was talking about something yesterday,
106
311958
3810
Und wenn wir das Zuhören wirklich gemeistert haben,
05:15
that alone would be a major finding,
107
315792
2142
werden wir versuchen, ganz vorsichtig zu antworten,
05:17
something that has thus far only been shown in humans.
108
317958
3268
wenn auch nur auf einfachstem Niveau.
Zuletzt wird das Projekt CETI eine Open-Source Plattform bauen,
05:21
And once we've really mastered listening,
109
321250
2309
05:23
we're going to try really carefully to talk back
110
323583
3226
wo unsere Datensätze öffentlich zugänglich gemacht werden,
05:26
even on the most simplistic level.
111
326833
2185
um so die Weltgemeinschaft zu ermutigen,
uns auf dieser Reise des Verstehens zu begleiten.
05:29
Finally, Project CETI will build an open-source platform
112
329042
2726
Diese Tiere könnten die intelligentesten Wesen auf diesem Planeten sein.
05:31
where we will make our data sets available to the public,
113
331792
2809
05:34
encouraging the global community
114
334625
2059
Sie haben einen Neokortex und Spindelzellen --
05:36
to come along on this journey for understanding.
115
336708
2393
Strukturen, die bei Menschen die höheren Gedanken steuern,
05:39
These animals could be the most intelligent beings on this planet.
116
339125
4393
Emotionen, Gedächtnis, Sprache und Liebe.
05:43
They have a neocortex and spindle cells --
117
343542
2851
All diese von uns entwickelten Plattformen eignen sich auch bei anderen Tieren:
05:46
structure that in humans control our higher thoughts,
118
346417
3101
bei Elefanten, Vögeln,
05:49
emotions, memory, language and love.
119
349542
3226
Primaten, Delfinen --
grundsätzlich bei jedem Tier.
05:52
And all the platforms that we develop can be cross-applied to other animals:
120
352792
3684
In den späten 1960er Jahren
entdeckte unser Mitglied Roger Payne, dass Wale singen.
05:56
to elephants, birds,
121
356500
1601
05:58
primates, dolphins --
122
358125
1643
(Aufnahme: Walgesänge)
05:59
essentially any animal.
123
359792
1517
Diese Erkenntnis entfachte die Bewegung “Rettet die Wale”,
06:01
In the late 1960s,
124
361333
1643
führte zum Ende des industriellen Walfangs,
06:03
our team member, Roger Payne, discovered that whales sing.
125
363000
3976
und verhinderte das Aussterben mehrerer Walarten,
06:07
(Recording: whale singing)
126
367000
1268
06:08
A finding that sparked the Save the Whales movement
127
368292
2642
allein dadurch, dass gezeigt wurde, dass Wale singen.
06:10
led to the end of large-scale whaling
128
370958
2643
Stellen Sie sich vor, wir könnten verstehen, was sie sagen.
06:13
and prevented several whale species from extinction
129
373625
3476
Jetzt ist der Zeitpunkt, diesen größeren Dialog zu eröffnen.
06:17
just by showing that whales sing.
130
377125
3143
Jetzt ist der Zeitpunkt, gründlich zuzuhören,
06:20
Imagine if we could understand what they're saying.
131
380292
2476
und diesen magischen Tieren
06:22
Now is the time to open this larger dialogue.
132
382792
3642
und uns gegenseitig
neu gefundenen Respekt zu zeigen.
06:26
Now is the time to listen deeply
133
386458
2643
Danke.
06:29
and show these magical animals,
134
389125
1893
06:31
and each other,
135
391042
1851
06:32
newfound respect.
136
392917
1375
06:35
Thank you.
137
395417
1250
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7