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

76,280 views ・ 2021-04-28

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Yan Laaf Revisor: Carolina Ragazzi de Aguirre
00:12
You are about to hear the sounds of the largest-toothed predator
0
12375
3309
Você está prestes a ouvir os sons do maior predador com dentes
00:15
on the planet:
1
15708
1268
no planeta:
um animal maior que um ônibus escolar
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
com a forma mais sofisticada de comunicação
00:22
that has ever existed.
4
22458
2310
que já existiu.
00:24
(Video: whale clicking)
5
24792
6000
(Vídeo: cliques da baleia)
00:43
These are the sounds of the mighty sperm whale,
6
43833
2518
Esses são os sons do poderoso cachalote,
00:46
a fellow mammal that can dive almost a mile,
7
46375
2893
um mamífero que pode mergulhar quase 1,5 quilômetro,
00:49
hold its breath for more than an hour
8
49292
2267
segurar a respiração por mais de uma hora
00:51
and lives in these amazingly complex, matriarchal societies.
9
51583
3851
e vive em sociedades matriarcais maravilhosamente complexas.
00:55
These clicks you heard,
10
55458
1310
Esses cliques,
00:56
called codas,
11
56792
1267
chamados de codas,
são apenas uma faceta do que sabemos sobre sua comunicação.
00:58
are just a facet of what we know of their communication.
12
58083
3101
01:01
We know these animals are communicating,
13
61208
2393
Sabemos que esses animais estão se comunicando,
01:03
we just don't yet know what they're saying.
14
63625
2976
só não sabemos o que estão dizendo.
01:06
Project CETI aims to find out.
15
66625
2268
O Project CETI quer descobrir.
01:08
Over the next five years,
16
68917
1559
Pelos próximos cinco anos,
01:10
our team of AI specialists,
17
70500
1684
nosso time de especialistas em IA,
01:12
roboticists, linguists
18
72208
1768
roboticistas, linguistas
e biólogos marinhos
01:14
and marine biologists
19
74000
1434
01:15
aim to use the most cutting-edge technologies
20
75458
2310
quer usar as tecnologias mais atuais
01:17
to make contact with another species,
21
77792
1892
para fazer contato com outra espécie
01:19
and hopefully communicate back.
22
79708
3476
e possivelmente comunicar de volta.
01:23
We believe that by listening deeply to nature,
23
83208
2518
Acreditamos que ao escutar a natureza,
01:25
we can change our perspective of ourselves
24
85750
2476
podemos mudar nossas próprias perspectivas
01:28
and reshape our relationship with all life on this planet.
25
88250
5059
e remodelar nosso relacionamento com toda a vida neste planeta.
01:33
This of course seems like an impossible goal.
26
93333
3393
Claro que isso parece um objetivo impossível.
01:36
People have been trying to make contact with other animals
27
96750
2768
As pessoas têm tentado fazer contato com outros animais
01:39
for hundreds of years.
28
99542
1309
por centenas de anos.
01:40
How could we do what others could not,
29
100875
2393
Como será que podemos conseguir isso,
01:43
especially given that I'm sitting here on my couch in New York City
30
103292
4142
especialmente por eu estar sentado no meu sofá em Nova Iorque
01:47
in the middle of a pandemic and protests?
31
107458
2476
no meio de uma pandemia e protestos?
01:49
I've spent the last 20 years as a marine biologist and oceanographer,
32
109958
3810
Passei os últimos 20 anos como biólogo marinho e oceanógrafo,
01:53
studying the ocean from all different perspectives,
33
113792
3059
estudando o oceano de todas as perspectivas,
01:56
from microbes to sharks.
34
116875
1851
de micróbios até tubarões.
01:58
I've assembled interdisciplinary teams
35
118750
1893
Eu reuni times interdisciplinares
02:00
that have built the first shark-eye camera
36
120667
2142
que criaram a primeira câmera “shark-eye”
02:02
to see the world from a shark's perspective,
37
122833
2226
para ver o mundo da perspectiva de um tubarão,
02:05
and have collaborated with engineers
38
125083
1851
e colaboraram com engenheiros
02:06
to design robots so gentle that they don't even stress a jellyfish.
39
126958
4893
para criarem robôs tão gentis que não estressam nem uma água-viva.
02:11
But it wasn't until 2018
40
131875
2143
Mas foi em 2018,
02:14
when I was on fellowship
41
134042
1309
quando eu era bolsista
02:15
at the Radcliffe Institute for Advanced Study
42
135375
2434
no Radcliffe Institute for Advanced Study,
02:17
that I realized that perhaps the best way to understand the ocean
43
137833
3060
que percebi que o melhor jeito de entender o oceano
02:20
and its inhabitants
44
140917
1267
e seus habitantes
não era apenas ver o mundo com seus olhos,
02:22
wasn't just by seeing the world through their eyes,
45
142208
3101
02:25
but by listening --
46
145333
1310
mas escutar,
02:26
by really, deeply listening.
47
146667
2142
escutar muito profundamente.
02:28
I became interested in sperm whales when I heard their sounds.
48
148833
3060
Me interessei por cachalotes quando escutei seus sons.
02:31
They sounded like they were coming from another universe;
49
151917
2726
Elas soavam como se viessem de outro universo;
02:34
a siren song being broadcast from the darkest reaches of the sea.
50
154667
4434
uma canção de sereia sendo transmitida das regiões mais distantes do mar.
02:39
These weren't the typical harmonious whale songs
51
159125
3393
Não eram as canções típicas e harmoniosas de baleias
02:42
that I had been accustomed to.
52
162542
1559
que eu estava acostumado.
02:44
These sounded more like digital data transfer.
53
164125
3268
Soavam como transferências de dados digitais.
02:47
We assembled the future Project CETI team
54
167417
2434
Nós reunimos o futuro time do Projeto CETI
02:49
and began discussing how to use the most advanced technologies
55
169875
3351
e começamos a discutir como usar as tecnologias mais avançadas
02:53
to communicate with whales.
56
173250
2101
para nos comunicarmos com as baleias.
02:55
One of the principal conclusions
57
175375
1559
Uma das conclusões principais
02:56
was that machine learning had a really good chance
58
176958
2685
foi que a aprendizagem de máquina tinha uma boa chance
02:59
of understanding the patterns of sperm whale communication.
59
179667
2934
de entender os padrões da comunicação dos cachalotes.
03:02
And the time to apply these technologies was now.
60
182625
3684
E a hora para aplicar essas tecnologias era agora.
03:06
Cracking the interspecies communication code
61
186333
2726
Desvendar o código de comunicação interespécie
03:09
didn't just seem possible,
62
189083
3018
não só parecia possível,
03:12
it almost seemed inevitable.
63
192125
2268
parecia quase inevitável.
03:14
But how can analyzing patterns help us converse with whales
64
194417
2851
Mas como analisar padrões nos ajuda a conversar com baleias
03:17
and other animals?
65
197292
1267
e outros animais?
03:18
Well, step one is to understand the elements of sperm whale communication.
66
198583
4393
O primeiro passo é entender os elementos da comunicação dos cachalotes.
Essas codas não parecem ser frases como conhecemos,
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
mas há uma clara estrutura em como esses animais se comunicam.
03:30
Sperm whales send codas back and forth to each other
69
210042
2934
Cachalotes mandam codas entre si toda hora
em sequências,
03:33
in sequences,
70
213000
1309
03:34
and there are regional dialects like British and Australian accents.
71
214333
3976
e há dialetos regionais como sotaque britânico e australiano.
03:38
This is exactly why machine learning is such a powerful tool.
72
218333
3768
É por isso que a aprendizagem de máquina é uma ferramenta poderosa.
03:42
These approaches analyze patterns in relationship and map meaning to them.
73
222125
4018
Essas iniciativas analisam padrões nos relacionamentos e dão significado.
03:46
Just a few years ago, scientists used machine learning
74
226167
2767
Anos atrás, cientistas usaram a aprendizagem de máquina
03:48
to translate between two totally unknown human languages.
75
228958
3810
para traduzir duas línguas humanas totalmente desconhecidas.
03:52
Not by using a Rosetta Stone or a dictionary,
76
232792
2767
Sem usar uma Rosetta Stone ou dicionário,
03:55
but by mapping them on patterns in higher-dimensional space.
77
235583
4435
apenas mapeando elas em padrões em espaço de dimensão superior.
04:00
But for machine learning to work effectively,
78
240042
2267
Mas para a aprendizagem de máquina funcionar,
04:02
it needs data --
79
242333
1310
ela precisa de dados,
04:03
it needs lots and lots of data.
80
243667
2767
muitos dados.
04:06
In the past half-century,
81
246458
1726
Na última metade do século,
04:08
marine researchers have painstakingly collected
82
248208
3476
pesquisadores marinhos têm meticulosamente coletado
04:11
and hand annotated just a few thousand sperm whale vocalizations,
83
251708
4601
e anotado à mão apenas alguns milhares de vocalizações de cachalotes,
04:16
but in order to learn sperm whale communication,
84
256333
2310
mas para aprendermos a comunicação deles,
04:18
we'll need to collect millions,
85
258667
2392
precisaremos coletar milhões,
04:21
if not tens of millions
86
261083
1976
se não dezenas de milhões
04:23
of carefully annotated sperm whale vocalizations
87
263083
2893
de vocalizações de cachalotes cuidadosamente anotadas
correlatas com comportamento.
04:26
correlated with behaviors.
88
266000
1893
04:27
We'll do it with noninvasive, autonomous, free-swimming robots,
89
267917
3142
Faremos isso com robôs não invasivos, autônomos e de nado livre,
04:31
aerial-aquatic drones,
90
271083
1685
drones aéreos-aquáticos,
04:32
bottom-mounted hydrophone arrays
91
272792
1601
hidrofones
04:34
and more.
92
274417
1267
e mais.
04:35
We'll work with our close partners at the Dominica Sperm Whale Project
93
275708
3351
Trabalharemos com nossos parceiros no Dominica Sperm Whale Project
para cobrir uma área de 20 km quadrados
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
frequentada por mais de 25 famílias conhecidas de cachalotes.
04:45
We're going to put specific focus on the interactions of mothers and calfs,
96
285792
4642
Focaremos especificamente as interações de mães e filhotes,
04:50
training our machine learning algorithms
97
290458
2185
treinando nossos algoritmos
04:52
to learn whale language from the bottom up.
98
292667
2601
pra aprender a linguagem das baleias de baixo pra cima.
04:55
All this data we'll have sent through a pipeline
99
295292
2309
Todos esses dados serão enviados por um duto
04:57
and analyzed by the Project CETI translation team.
100
297625
2434
e analisados pelo time de tradução do Project CETI.
05:00
The raw audio and context data will go through our machine learning engine
101
300083
3976
O áudio cru e dados de contexto irão ao mecanismo de aprendizagem de máquina,
05:04
where it's going to be first sorted by structure.
102
304083
2351
onde será organizado por estrutura.
05:06
The linguistics team will then search for things like syntax
103
306458
2893
O time de linguística vai procurar por coisas como sintaxe
05:09
and time displacement.
104
309375
1268
e deslocamento de tempo.
05:10
For example,
105
310667
1267
Por exemplo,
05:11
if we find an event where a whale was talking about something yesterday,
106
311958
3810
se acharmos um evento onde a baleia estava falando sobre algo de ontem,
05:15
that alone would be a major finding,
107
315792
2142
só isso seria uma descoberta importante,
05:17
something that has thus far only been shown in humans.
108
317958
3268
algo que, até agora, só foi mostrado em humanos.
05:21
And once we've really mastered listening,
109
321250
2309
E assim que dominarmos a escuta,
05:23
we're going to try really carefully to talk back
110
323583
3226
tentaremos muito cuidadosamente responder
05:26
even on the most simplistic level.
111
326833
2185
mesmo no nível mais simples.
05:29
Finally, Project CETI will build an open-source platform
112
329042
2726
O Project CETI criará uma plataforma de código aberto
05:31
where we will make our data sets available to the public,
113
331792
2809
na qual disponibilizará conjuntos de dados ao público,
05:34
encouraging the global community
114
334625
2059
encorajando a comunidade global
05:36
to come along on this journey for understanding.
115
336708
2393
a participar dessa jornada de entendimento.
05:39
These animals could be the most intelligent beings on this planet.
116
339125
4393
Esses animais podem ser os seres mais inteligentes neste planeta.
05:43
They have a neocortex and spindle cells --
117
343542
2851
Possuem um neocórtex e células fusiformes,
05:46
structure that in humans control our higher thoughts,
118
346417
3101
estrutura que em humanos controla os pensamentos mais elevados,
05:49
emotions, memory, language and love.
119
349542
3226
emoções, memórias, linguagem e amor.
05:52
And all the platforms that we develop can be cross-applied to other animals:
120
352792
3684
E todas as plataformas que desenvolvemos podem ser aplicadas a outros animais:
05:56
to elephants, birds,
121
356500
1601
elefantes, pássaros,
05:58
primates, dolphins --
122
358125
1643
primatas, golfinhos;
05:59
essentially any animal.
123
359792
1517
essencialmente qualquer animal.
06:01
In the late 1960s,
124
361333
1643
No final dos anos 1960,
nosso membro da equipe, Roger Payne, descobriu que as baleias cantam.
06:03
our team member, Roger Payne, discovered that whales sing.
125
363000
3976
(Gravação: baleia cantando)
06:07
(Recording: whale singing)
126
367000
1268
06:08
A finding that sparked the Save the Whales movement
127
368292
2642
Uma descoberta que despertou o movimento Save the Whales
06:10
led to the end of large-scale whaling
128
370958
2643
levou ao fim da caça em grande escala de baleias
06:13
and prevented several whale species from extinction
129
373625
3476
e evitou a extinção de várias espécies delas
06:17
just by showing that whales sing.
130
377125
3143
apenas por mostrar que baleias cantam.
06:20
Imagine if we could understand what they're saying.
131
380292
2476
Imagine se pudéssemos entender o que elas dizem.
06:22
Now is the time to open this larger dialogue.
132
382792
3642
Agora é a hora para abrir esse diálogo.
06:26
Now is the time to listen deeply
133
386458
2643
De escutar profundamente
06:29
and show these magical animals,
134
389125
1893
e mostrar a esses animais mágicos,
06:31
and each other,
135
391042
1851
e uns aos outros,
06:32
newfound respect.
136
392917
1375
um novo respeito.
06:35
Thank you.
137
395417
1250
Obrigado.
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7