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

76,280 views ・ 2021-04-28

TED


Silakan klik dua kali pada teks bahasa Inggris di bawah ini untuk memutar video.

Translator: Wieka Barathayomi Reviewer: Maria Nainggolan
00:12
You are about to hear the sounds of the largest-toothed predator
0
12375
3309
Anda akan mendengar suara predator bergigi terbesar
00:15
on the planet:
1
15708
1268
di planet ini:
hewan yang lebih besar dari bus sekolah
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
yang mungkin memiliki bentuk komunikasi paling keren
00:22
that has ever existed.
4
22458
2310
yang pernah ada.
00:24
(Video: whale clicking)
5
24792
6000
(Video: suara paus)
00:43
These are the sounds of the mighty sperm whale,
6
43833
2518
Ini adalah suara paus sperma raksasa,
00:46
a fellow mammal that can dive almost a mile,
7
46375
2893
mamalia yang dapat menyelam hampir satu mil,
00:49
hold its breath for more than an hour
8
49292
2267
menahan napas lebih dari satu jam
00:51
and lives in these amazingly complex, matriarchal societies.
9
51583
3851
dan hidup dalam lingkungan matriarkal yang rumit.
00:55
These clicks you heard,
10
55458
1310
Suara yang Anda dengar,
00:56
called codas,
11
56792
1267
disebut koda,
00:58
are just a facet of what we know of their communication.
12
58083
3101
hanyalah bagian yang kita ketahui dari komunikasi mereka.
01:01
We know these animals are communicating,
13
61208
2393
Kita tahu hewan ini berkomunikasi,
01:03
we just don't yet know what they're saying.
14
63625
2976
kita hanya belum tahu apa yang mereka sampaikan.
01:06
Project CETI aims to find out.
15
66625
2268
Proyek CETI bertujuan untuk mencari tahu.
01:08
Over the next five years,
16
68917
1559
Selama lima tahun ke depan,
01:10
our team of AI specialists,
17
70500
1684
tim ahli kecerdasan buatan,
01:12
roboticists, linguists
18
72208
1768
ahli robotika dan ahli bahasa
dan ahli biologi kelautan kami
01:14
and marine biologists
19
74000
1434
01:15
aim to use the most cutting-edge technologies
20
75458
2310
menggunakan teknologi mutakhir
01:17
to make contact with another species,
21
77792
1892
untuk membuat kontak dengan spesies lain, dan semoga dapat berkomunikasi kembali.
01:19
and hopefully communicate back.
22
79708
3476
01:23
We believe that by listening deeply to nature,
23
83208
2518
Kami yakin dengan mendengarkan alam dengan seksama,
01:25
we can change our perspective of ourselves
24
85750
2476
kita dapat mengubah perspektif diri
01:28
and reshape our relationship with all life on this planet.
25
88250
5059
dan membentuk hubungan dengan semua kehidupan di planet ini.
01:33
This of course seems like an impossible goal.
26
93333
3393
Tentu saja ini tidak mudah.
01:36
People have been trying to make contact with other animals
27
96750
2768
Manusia telah mencoba membuat kontak dengan hewan lain
01:39
for hundreds of years.
28
99542
1309
selama ratusan tahun.
01:40
How could we do what others could not,
29
100875
2393
Apa yang bisa kita lakukan
01:43
especially given that I'm sitting here on my couch in New York City
30
103292
4142
mengingat saya duduk di sini di New York
01:47
in the middle of a pandemic and protests?
31
107458
2476
di tengah pandemi dan protes?
01:49
I've spent the last 20 years as a marine biologist and oceanographer,
32
109958
3810
Saya sudah 20 tahun bekerja sebagai ahli biologi kelautan dan oseanografer,
01:53
studying the ocean from all different perspectives,
33
113792
3059
mempelajari lautan dari berbagai perspektif,
01:56
from microbes to sharks.
34
116875
1851
dari mikroba hingga hiu.
01:58
I've assembled interdisciplinary teams
35
118750
1893
Saya membentuk tim dari berbagai bidang
02:00
that have built the first shark-eye camera
36
120667
2142
yang membuat kamera hiu pertama
02:02
to see the world from a shark's perspective,
37
122833
2226
untuk melihat dunia dari sudut pandang hiu,
02:05
and have collaborated with engineers
38
125083
1851
dan berkolaborasi dengan para insinyur
02:06
to design robots so gentle that they don't even stress a jellyfish.
39
126958
4893
untuk merancang robot lentur yang tidak membuat ubur-ubur stres.
02:11
But it wasn't until 2018
40
131875
2143
Namun baru pada 2018
02:14
when I was on fellowship
41
134042
1309
saat saya belajar
02:15
at the Radcliffe Institute for Advanced Study
42
135375
2434
di Institut Radcliffe untuk studi lanjut
02:17
that I realized that perhaps the best way to understand the ocean
43
137833
3060
saya menyadari bahwa mungkin cara terbaik untuk memahami lautan
02:20
and its inhabitants
44
140917
1267
dan isinya
02:22
wasn't just by seeing the world through their eyes,
45
142208
3101
tidak hanya dengan melihat dunia melalui mata mereka,
02:25
but by listening --
46
145333
1310
namun dengan mendengarkan
02:26
by really, deeply listening.
47
146667
2142
dengan benar-benar mendengarkan.
02:28
I became interested in sperm whales when I heard their sounds.
48
148833
3060
Saya tertarik pada paus sperma saat mendengar suara mereka.
02:31
They sounded like they were coming from another universe;
49
151917
2726
Suara mereka seperti berasal dari alam lain;
02:34
a siren song being broadcast from the darkest reaches of the sea.
50
154667
4434
lagu sirine yang disiarkan dari tempat tergelap lautan.
02:39
These weren't the typical harmonious whale songs
51
159125
3393
Tidak seperti tipikal lagu paus yang harmonis
02:42
that I had been accustomed to.
52
162542
1559
yang biasa saya dengar.
02:44
These sounded more like digital data transfer.
53
164125
3268
Suara mereka lebih seperti transfer data digital.
02:47
We assembled the future Project CETI team
54
167417
2434
Kami membentuk tim Proyek CETI
02:49
and began discussing how to use the most advanced technologies
55
169875
3351
dan mulai membahas cara menggunakan teknologi tercanggih
02:53
to communicate with whales.
56
173250
2101
untuk berkomunikasi dengan paus.
02:55
One of the principal conclusions
57
175375
1559
Salah satu kesimpulan penting
02:56
was that machine learning had a really good chance
58
176958
2685
adalah mesin pembelajaran memiliki peluang sangat baik
02:59
of understanding the patterns of sperm whale communication.
59
179667
2934
untuk memahami pola komunikasi paus sperma.
03:02
And the time to apply these technologies was now.
60
182625
3684
Dan waktu yang tepat untuk menerapkannya adalah saat ini.
03:06
Cracking the interspecies communication code
61
186333
2726
Memecahkan kode komunikasi interspesies
03:09
didn't just seem possible,
62
189083
3018
tidak hanya terlihat mungkin,
03:12
it almost seemed inevitable.
63
192125
2268
tetapi juga tidak terelakkan.
03:14
But how can analyzing patterns help us converse with whales
64
194417
2851
Bagaimana analisis pola memungkinkan komunikasi dengan paus
03:17
and other animals?
65
197292
1267
dan hewan lainnya?
03:18
Well, step one is to understand the elements of sperm whale communication.
66
198583
4393
Langkah pertama adalah memahami elemen komunikasi paus sperma.
Koda yang Anda dengar tidak berbentuk kalimat,
03:23
These codas you heard don't appear to be sentences as we know them,
67
203000
4059
03:27
but there's clear structure in how these animals communicate.
68
207083
2935
namun terdapat struktur jelas dalam cara paus berkomunikasi.
03:30
Sperm whales send codas back and forth to each other
69
210042
2934
Paus sperma saling mengirim koda satu sama lain
dengan berurutan,
03:33
in sequences,
70
213000
1309
03:34
and there are regional dialects like British and Australian accents.
71
214333
3976
dan terdapat dialek regional seperti aksen Inggris dan Australia.
03:38
This is exactly why machine learning is such a powerful tool.
72
218333
3768
Inilah keunggulan mesin pembelajaran.
03:42
These approaches analyze patterns in relationship and map meaning to them.
73
222125
4018
Pendekatan ini menganalisis hubungan pola dan memetakan makna.
03:46
Just a few years ago, scientists used machine learning
74
226167
2767
Baru beberapa tahun lalu, ilmuwan menggunakan mesin ini
03:48
to translate between two totally unknown human languages.
75
228958
3810
untuk menerjemahkan dua bahasa manusia yang sama sekali tidak dikenal.
03:52
Not by using a Rosetta Stone or a dictionary,
76
232792
2767
Tidak menggunakan Batu Rosetta atau kamus,
03:55
but by mapping them on patterns in higher-dimensional space.
77
235583
4435
namun dengan memetakannya ke dalam pola di ruang dimensi yang lebih tinggi.
04:00
But for machine learning to work effectively,
78
240042
2267
Agar mesin pembelajaran bekerja efektif,
04:02
it needs data --
79
242333
1310
ia membutuhkan data --
04:03
it needs lots and lots of data.
80
243667
2767
sangat banyak data.
04:06
In the past half-century,
81
246458
1726
Setengah abad terakhir,
04:08
marine researchers have painstakingly collected
82
248208
3476
ilmuwan kelautan telah mengumpulkan dengan susah payah
04:11
and hand annotated just a few thousand sperm whale vocalizations,
83
251708
4601
ribuan transkripsi suara paus sperma,
04:16
but in order to learn sperm whale communication,
84
256333
2310
namun untuk mempelajari komunikasi paus sperma,
04:18
we'll need to collect millions,
85
258667
2392
kita harus mengumpulkan jutaan,
04:21
if not tens of millions
86
261083
1976
paling tidak sepuluh juta
04:23
of carefully annotated sperm whale vocalizations
87
263083
2893
transkripsi suara paus sperma
dikaitkan dengan perilaku.
04:26
correlated with behaviors.
88
266000
1893
04:27
We'll do it with noninvasive, autonomous, free-swimming robots,
89
267917
3142
Kami akan menggunakan robot noninvasif yang bisa berenang bebas,
04:31
aerial-aquatic drones,
90
271083
1685
drone bawah laut,
04:32
bottom-mounted hydrophone arrays
91
272792
1601
susunan hidrofon bawah air
04:34
and more.
92
274417
1267
dan lainnya.
04:35
We'll work with our close partners at the Dominica Sperm Whale Project
93
275708
3351
Kami akan bekerja dengan mitra kami Proyek Paus Sperma Dominika
04:39
to cover a 20-square-kilometer area
94
279083
2101
untuk mencakup area 20 kilometer persegi
04:41
that is frequented by over 25 well-known families of sperm whales.
95
281208
4560
yang sering dikunjungi oleh 25 keluarga paus sperma.
04:45
We're going to put specific focus on the interactions of mothers and calfs,
96
285792
4642
Kami akan fokus pada interaksi induk dan bayi,
04:50
training our machine learning algorithms
97
290458
2185
melatih mesin untuk mempelajari algoritma
04:52
to learn whale language from the bottom up.
98
292667
2601
untuk mempelajari bahasa paus dari bentuk paling mudah.
04:55
All this data we'll have sent through a pipeline
99
295292
2309
Semua data kami kirimkan melalui pipa saluran
04:57
and analyzed by the Project CETI translation team.
100
297625
2434
dan dianalisis oleh tim penerjemah Proyek CETI.
05:00
The raw audio and context data will go through our machine learning engine
101
300083
3976
Audio mentah dan data konteks akan masuk mesin pembelajaran
05:04
where it's going to be first sorted by structure.
102
304083
2351
yang akan diurutkan berdasarkan struktur.
05:06
The linguistics team will then search for things like syntax
103
306458
2893
Tim ahli bahasa selanjutnya mencari hal-hal seperti sintaksis
05:09
and time displacement.
104
309375
1268
dan perpindahan waktu.
05:10
For example,
105
310667
1267
Misalnya,
05:11
if we find an event where a whale was talking about something yesterday,
106
311958
3810
jika kami menemukan peristiwa saat paus berbicara tentang sesuatu kemarin,
05:15
that alone would be a major finding,
107
315792
2142
itu dapat menjadi temuan besar,
05:17
something that has thus far only been shown in humans.
108
317958
3268
sesuatu yang sejauh ini hanya terlihat pada manusia.
05:21
And once we've really mastered listening,
109
321250
2309
Dan setelah dapat mendengarkan dengan baik,
05:23
we're going to try really carefully to talk back
110
323583
3226
kami akan mencoba dengan hati-hati untuk merespon kembali
05:26
even on the most simplistic level.
111
326833
2185
bahkan pada level sederhana.
05:29
Finally, Project CETI will build an open-source platform
112
329042
2726
Akhirnya Proyek CETI akan membuat platform terbuka
05:31
where we will make our data sets available to the public,
113
331792
2809
kami akan membuat kumpulan data tersedia untuk umum,
05:34
encouraging the global community
114
334625
2059
mendorong komunitas global
05:36
to come along on this journey for understanding.
115
336708
2393
untuk ikut dalam perjalanan untuk memahami.
05:39
These animals could be the most intelligent beings on this planet.
116
339125
4393
Hewan ini bisa jadi makhluk paling cerdas di planet ini.
05:43
They have a neocortex and spindle cells --
117
343542
2851
Mereka memiliki neokorteks dan sel spindle
05:46
structure that in humans control our higher thoughts,
118
346417
3101
struktur yang dimiliki manusia untuk mengontrol pikiran,
05:49
emotions, memory, language and love.
119
349542
3226
emosi, ingatan, bahasa dan cinta.
05:52
And all the platforms that we develop can be cross-applied to other animals:
120
352792
3684
Dan semua platform yang kami kembangkan dapat digunakan pada hewan lain:
05:56
to elephants, birds,
121
356500
1601
pada gajah, burung,
05:58
primates, dolphins --
122
358125
1643
primata, lumba-lumba --
05:59
essentially any animal.
123
359792
1517
pada dasarnya semua hewan.
06:01
In the late 1960s,
124
361333
1643
Pada akhir 1960-an,
anggota tim kami, Roger Payne, menemukan bahwa paus bisa bernyanyi.
06:03
our team member, Roger Payne, discovered that whales sing.
125
363000
3976
(Rekaman: paus bernyanyi)
06:07
(Recording: whale singing)
126
367000
1268
06:08
A finding that sparked the Save the Whales movement
127
368292
2642
Penemuan yang mencetuskan gerakan Penyelamatan Paus
06:10
led to the end of large-scale whaling
128
370958
2643
menyebabkan berakhirnya perburuan paus skala besar
06:13
and prevented several whale species from extinction
129
373625
3476
dan mencegah beberapa spesies paus dari kepunahan
06:17
just by showing that whales sing.
130
377125
3143
hanya dengan menunjukkan bahwa paus bernyanyi.
06:20
Imagine if we could understand what they're saying.
131
380292
2476
Bayangkan jika kita bisa mengerti nyanian mereka.
06:22
Now is the time to open this larger dialogue.
132
382792
3642
Kini saatnya membuka dialog yang lebih besar.
06:26
Now is the time to listen deeply
133
386458
2643
Kini saatnya mendengarkan lebih mendalam
06:29
and show these magical animals,
134
389125
1893
dan menunjukkan hewan mengagumkan ini
06:31
and each other,
135
391042
1851
dan lainnya,
06:32
newfound respect.
136
392917
1375
rasa hormat baru.
06:35
Thank you.
137
395417
1250
Terima kasih.
Tentang situs web ini

Situs ini akan memperkenalkan Anda pada video YouTube yang berguna untuk belajar bahasa Inggris. Anda akan melihat pelajaran bahasa Inggris yang diajarkan oleh guru-guru terbaik dari seluruh dunia. Klik dua kali pada subtitle bahasa Inggris yang ditampilkan di setiap halaman video untuk memutar video dari sana. Subtitle bergulir selaras dengan pemutaran video. Jika Anda memiliki komentar atau permintaan, silakan hubungi kami menggunakan formulir kontak ini.

https://forms.gle/WvT1wiN1qDtmnspy7