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

76,280 views ・ 2021-04-28

TED


Vui lòng nhấp đúp vào phụ đề tiếng Anh bên dưới để phát video.

Translator: Phong Quach Reviewer: Hoàng Trung Lê
00:12
You are about to hear the sounds of the largest-toothed predator
0
12375
3309
Bạn sắp nghe thấy âm thanh của động vật ăn thịt có răng lớn nhất
00:15
on the planet:
1
15708
1268
trên hành tinh:
một con vật lớn hơn một chiếc xe buýt trường học
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
với có lẽ là một hình thức giao tiếp phức tạp nhất
00:22
that has ever existed.
4
22458
2310
mà đã từng tồn tại.
00:24
(Video: whale clicking)
5
24792
6000
(Video: tiếng cá voi)
00:43
These are the sounds of the mighty sperm whale,
6
43833
2518
Đây là những âm thanh của cá nhà táng dũng mãnh,
00:46
a fellow mammal that can dive almost a mile,
7
46375
2893
một đồng loại thú có vú có thể lặn gần một dặm,
00:49
hold its breath for more than an hour
8
49292
2267
nín thở hơn một giờ
00:51
and lives in these amazingly complex, matriarchal societies.
9
51583
3851
và sống trong những xã hội mẫu hệ phức tạp đáng kinh ngạc.
00:55
These clicks you heard,
10
55458
1310
Tiếng mà bạn đã nghe,
00:56
called codas,
11
56792
1267
được gọi là codas,
00:58
are just a facet of what we know of their communication.
12
58083
3101
chỉ là một mặt của những gì ta biết về cách giao tiếp của chúng.
01:01
We know these animals are communicating,
13
61208
2393
Chúng tôi biết những con vật này đang giao tiếp,
01:03
we just don't yet know what they're saying.
14
63625
2976
chúng tôi chỉ chưa biết những gì chúng đang nói.
01:06
Project CETI aims to find out.
15
66625
2268
Dự án CETI nhằm mục đích tìm hiểu điều đó.
01:08
Over the next five years,
16
68917
1559
Trong năm năm tới,
01:10
our team of AI specialists,
17
70500
1684
đội chuyên gia AI của chúng tôi,
01:12
roboticists, linguists
18
72208
1768
các chuyên gia robot, nhà ngôn ngữ học
và các nhà sinh vật biển
01:14
and marine biologists
19
74000
1434
01:15
aim to use the most cutting-edge technologies
20
75458
2310
hướng đến việc dùng những công nghệ tiên tiến nhất
01:17
to make contact with another species,
21
77792
1892
để tiếp xúc với một loài khác,
01:19
and hopefully communicate back.
22
79708
3476
và hy vọng sẽ giao tiếp ngược lại.
01:23
We believe that by listening deeply to nature,
23
83208
2518
Chúng tôi tin bằng việc lắng nghe sâu sắc thiên nhiên,
01:25
we can change our perspective of ourselves
24
85750
2476
chúng tôi có thể thay đổi quan điểm của mình về bản thân
01:28
and reshape our relationship with all life on this planet.
25
88250
5059
và định hình lại mối quan hệ của chúng ta với tất cả sự sống trên hành tinh này.
01:33
This of course seems like an impossible goal.
26
93333
3393
Điều này tất nhiên có vẻ như là một mục tiêu bất khả thi.
01:36
People have been trying to make contact with other animals
27
96750
2768
Mọi người đã đang cố gắng tiếp xúc với các động vật khác
01:39
for hundreds of years.
28
99542
1309
trong hàng trăm năm.
01:40
How could we do what others could not,
29
100875
2393
Làm sao chúng tôi có thể làm điều người khác không thể,
01:43
especially given that I'm sitting here on my couch in New York City
30
103292
4142
đặc biệt là khi tôi đang ngồi đây trên chiếc ghế dài của tôi ở thành phố New York
01:47
in the middle of a pandemic and protests?
31
107458
2476
giữa một đại dịch và các cuộc biểu tình?
01:49
I've spent the last 20 years as a marine biologist and oceanographer,
32
109958
3810
Tôi đã dành 20 năm qua là một nhà sinh vật học biển và nhà hải dương học
01:53
studying the ocean from all different perspectives,
33
113792
3059
nghiên cứu đại dương từ tất cả các khía cạnh khác nhau,
01:56
from microbes to sharks.
34
116875
1851
từ vi khuẩn đến cá mập.
01:58
I've assembled interdisciplinary teams
35
118750
1893
Tôi đã tập hợp các nhóm liên ngành
02:00
that have built the first shark-eye camera
36
120667
2142
đã chế tạo máy ảnh mắt cá mập đầu tiên
02:02
to see the world from a shark's perspective,
37
122833
2226
để nhìn thế giới từ góc nhìn của một con cá mập
02:05
and have collaborated with engineers
38
125083
1851
và đã hợp tác với các kỹ sư
02:06
to design robots so gentle that they don't even stress a jellyfish.
39
126958
4893
để thiết kế rô bốt rất nhẹ nhàng đến nỗi còn không gây căng thẳng cho một con sứa.
02:11
But it wasn't until 2018
40
131875
2143
Nhưng phải đến năm 2018
02:14
when I was on fellowship
41
134042
1309
khi tôi làm nghiên cứu sinh
02:15
at the Radcliffe Institute for Advanced Study
42
135375
2434
tại Viện nghiên cứu Cao cấp Radcliffe
02:17
that I realized that perhaps the best way to understand the ocean
43
137833
3060
thì tôi mới nhận ra có lẽ là cách tốt nhất để hiểu đại dương
02:20
and its inhabitants
44
140917
1267
và cư dân của nó
02:22
wasn't just by seeing the world through their eyes,
45
142208
3101
không chỉ bằng cách nhìn thế giới qua đôi mắt của chúng,
02:25
but by listening --
46
145333
1310
mà bằng cách lắng nghe --
02:26
by really, deeply listening.
47
146667
2142
bằng cách lắng nghe thực sự, sâu sắc.
02:28
I became interested in sperm whales when I heard their sounds.
48
148833
3060
Tôi trở nên hứng thú đến cá nhà táng khi tôi nghe âm thanh của chúng.
02:31
They sounded like they were coming from another universe;
49
151917
2726
Chúng nghe như đã đến từ vũ trụ khác vậy;
02:34
a siren song being broadcast from the darkest reaches of the sea.
50
154667
4434
một bài hát du dương được phát sóng từ những vùng tối nhất của biển.
02:39
These weren't the typical harmonious whale songs
51
159125
3393
Đây không phải là bài hát cá voi du dương điển hình
02:42
that I had been accustomed to.
52
162542
1559
mà tôi đã quen.
02:44
These sounded more like digital data transfer.
53
164125
3268
Những âm thanh này nghe giống như truyền dữ liệu kỹ thuật số hơn
02:47
We assembled the future Project CETI team
54
167417
2434
Chúng tôi đã tập hợp nhóm Dự án CETI tương lai
02:49
and began discussing how to use the most advanced technologies
55
169875
3351
và bắt đầu thảo luận về cách sử dụng công nghệ tiên tiến nhất
02:53
to communicate with whales.
56
173250
2101
để giao tiếp với cá voi.
02:55
One of the principal conclusions
57
175375
1559
Một trong những kết luận chính
02:56
was that machine learning had a really good chance
58
176958
2685
là học máy có tiềm năng rất tốt
02:59
of understanding the patterns of sperm whale communication.
59
179667
2934
để hiểu các hình mẫu giao tiếp của cá nhà táng.
03:02
And the time to apply these technologies was now.
60
182625
3684
Và thời gian ứng dụng những công nghệ này là bây giờ.
03:06
Cracking the interspecies communication code
61
186333
2726
Bẻ khóa mã giao tiếp giữa các loài vật
03:09
didn't just seem possible,
62
189083
3018
dường như không chỉ có thể,
03:12
it almost seemed inevitable.
63
192125
2268
nó gần như chắc chắn phải xảy ra.
03:14
But how can analyzing patterns help us converse with whales
64
194417
2851
Nhưng làm sao phân tích các mẫu giúp chúng tôi nói với cá voi
03:17
and other animals?
65
197292
1267
và các động vật khác?
03:18
Well, step one is to understand the elements of sperm whale communication.
66
198583
4393
Bước một là hiểu các yếu tố giao tiếp của cá nhà táng.
những codas bạn đã nghe không xuất hiện thành những câu như chúng ta biết,
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
nhưng có cấu trúc rõ ràng trong cách chúng giao tiếp.
03:30
Sperm whales send codas back and forth to each other
69
210042
2934
Cá nhà táng gửi codas qua lại với nhau
theo trình tự,
03:33
in sequences,
70
213000
1309
03:34
and there are regional dialects like British and Australian accents.
71
214333
3976
và có giọng địa phương như giọng Anh và Úc.
03:38
This is exactly why machine learning is such a powerful tool.
72
218333
3768
Đây chính là lý do tại sao học máy là một công cụ mạnh mẽ.
03:42
These approaches analyze patterns in relationship and map meaning to them.
73
222125
4018
Những cách tiếp cận này phân tích mối liên hệ và liên kết ý nghĩa với các mẫu.
03:46
Just a few years ago, scientists used machine learning
74
226167
2767
Chỉ một vài năm trước, các nhà khoa học đã sử dụng học máy
03:48
to translate between two totally unknown human languages.
75
228958
3810
để dịch giữa hai ngôn ngữ mà con người hoàn toàn không biết.
03:52
Not by using a Rosetta Stone or a dictionary,
76
232792
2767
Không phải bằng cách sử dụng Hòn đá Rosetta hoặc từ điển,
03:55
but by mapping them on patterns in higher-dimensional space.
77
235583
4435
nhưng bằng cách lập bản đồ hình mẫu của chúng trong không gian chiều cao hơn.
04:00
But for machine learning to work effectively,
78
240042
2267
Nhưng để học máy để làm việc hiệu quả,
04:02
it needs data --
79
242333
1310
nó cần dữ liệu --
04:03
it needs lots and lots of data.
80
243667
2767
nó cần rất nhiều và rất nhiều dữ liệu.
04:06
In the past half-century,
81
246458
1726
Trong nửa thế kỷ qua,
04:08
marine researchers have painstakingly collected
82
248208
3476
các nhà nghiên cứu biển đã cần mẫn thu thập
04:11
and hand annotated just a few thousand sperm whale vocalizations,
83
251708
4601
và chú thích bằng tay chỉ vài nghìn tiếng của cá nhà táng,
04:16
but in order to learn sperm whale communication,
84
256333
2310
nhưng để học giao tiếp của cá nhà táng,
04:18
we'll need to collect millions,
85
258667
2392
chúng tôi sẽ cần thu thập hàng triệu,
04:21
if not tens of millions
86
261083
1976
nếu không phải hàng chục triệu
04:23
of carefully annotated sperm whale vocalizations
87
263083
2893
các chú thích cẩn thận về tiếng của cá nhà táng
tương quan với các hành vi.
04:26
correlated with behaviors.
88
266000
1893
04:27
We'll do it with noninvasive, autonomous, free-swimming robots,
89
267917
3142
Chúng tôi sẽ làm với các robot không xâm lấn, tự động và bơi tự do
04:31
aerial-aquatic drones,
90
271083
1685
máy bay không người lái thủy-không
04:32
bottom-mounted hydrophone arrays
91
272792
1601
đầu thu sóng trong nước gắn dưới đáy
04:34
and more.
92
274417
1267
và nhiều hơn nữa.
04:35
We'll work with our close partners at the Dominica Sperm Whale Project
93
275708
3351
Chúng tôi sẽ cùng các cộng tác tại Dự án Cá nhà táng Dominica
bao phủ một khu vực rộng 20 km vuông
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
thường xuyên được hơn 25 gia đình cá nhà táng nổi tiếng lui tới.
04:45
We're going to put specific focus on the interactions of mothers and calfs,
96
285792
4642
Chúng tôi sẽ đặt trọng tâm cụ thể vào sự tương tác của mẹ và con,
04:50
training our machine learning algorithms
97
290458
2185
đào tạo các thuật toán học máy của chúng tôi
04:52
to learn whale language from the bottom up.
98
292667
2601
để học ngôn ngữ cá voi từ căn bản.
04:55
All this data we'll have sent through a pipeline
99
295292
2309
Tất cả dữ liệu chúng tôi sẽ gửi qua một đường ống
04:57
and analyzed by the Project CETI translation team.
100
297625
2434
và được phân tích bởi nhóm dịch thuật của Dự án CETI.
05:00
The raw audio and context data will go through our machine learning engine
101
300083
3976
Dữ liệu âm thanh và ngữ cảnh thô sẽ đi qua công cụ học máy của chúng tôi
05:04
where it's going to be first sorted by structure.
102
304083
2351
nơi nó sẽ được sắp xếp đầu tiên theo cấu trúc.
05:06
The linguistics team will then search for things like syntax
103
306458
2893
Nhóm ngôn ngữ học sau đó sẽ tìm kiếm cho những thứ như cú pháp
05:09
and time displacement.
104
309375
1268
và thời gian dịch chuyển.
05:10
For example,
105
310667
1267
Ví dụ,
05:11
if we find an event where a whale was talking about something yesterday,
106
311958
3810
nếu chúng tôi tìm thấy một sự kiện mà con cá voi nói về gì đó vào hôm qua,
05:15
that alone would be a major finding,
107
315792
2142
chỉ riêng điều đó đã là một phát hiện lớn,
05:17
something that has thus far only been shown in humans.
108
317958
3268
một cái gì đó cho đến nay chỉ được hiển thị ở người.
05:21
And once we've really mastered listening,
109
321250
2309
Và khi chúng ta đã lắng nghe thành thạo,
05:23
we're going to try really carefully to talk back
110
323583
3226
chúng tôi sẽ thử thực sự cẩn thận để nói chuyện lại
05:26
even on the most simplistic level.
111
326833
2185
ngay cả ở mức độ đơn giản nhất.
05:29
Finally, Project CETI will build an open-source platform
112
329042
2726
Cuối cùng, Dự án CETI sẽ xây dựng một nền tảng mã nguồn mở
05:31
where we will make our data sets available to the public,
113
331792
2809
nơi chúng tôi sẽ làm tập dữ liệu có sẵn cho công chúng,
05:34
encouraging the global community
114
334625
2059
khuyến khích cộng đồng toàn cầu
05:36
to come along on this journey for understanding.
115
336708
2393
để đi cùng trong cuộc hành trình này để hiểu.
05:39
These animals could be the most intelligent beings on this planet.
116
339125
4393
Những động vật này có thể là sinh vật thông minh nhất trên hành tinh này.
05:43
They have a neocortex and spindle cells --
117
343542
2851
Chúng có tân vỏ não và các tế bào trục --
05:46
structure that in humans control our higher thoughts,
118
346417
3101
cấu trúc ở con người kiểm soát những suy nghĩ bậc cao,
05:49
emotions, memory, language and love.
119
349542
3226
cảm xúc, trí nhớ, ngôn ngữ và tình yêu của chúng ta.
05:52
And all the platforms that we develop can be cross-applied to other animals:
120
352792
3684
Và tất cả nền tảng chúng tôi phát triển có thể áp dụng chéo cho các con khác:
05:56
to elephants, birds,
121
356500
1601
đến voi, chim,
05:58
primates, dolphins --
122
358125
1643
động vật linh trưởng, cá heo --
05:59
essentially any animal.
123
359792
1517
về cơ bản là bất kỳ động vật nào
06:01
In the late 1960s,
124
361333
1643
Vào cuối những năm 1960,
thành viên trong nhóm của chúng tôi, Roger Payne, phát hiện ra rằng cá voi hát.
06:03
our team member, Roger Payne, discovered that whales sing.
125
363000
3976
(Ghi âm: cá voi hát)
06:07
(Recording: whale singing)
126
367000
1268
06:08
A finding that sparked the Save the Whales movement
127
368292
2642
Một phát hiện đã châm ngòi phong trào Cứu cá voi
06:10
led to the end of large-scale whaling
128
370958
2643
dẫn đến sự kết thúc của nạn săn bắt cá voi quy mô lớn
06:13
and prevented several whale species from extinction
129
373625
3476
và ngăn chặn một số loài cá voi khỏi nguy cơ tuyệt chủng
06:17
just by showing that whales sing.
130
377125
3143
chỉ bằng cách cho thấy rằng cá voi hát.
06:20
Imagine if we could understand what they're saying.
131
380292
2476
Hãy nghĩ nếu ta có thể hiểu những gì chúng đang nói.
06:22
Now is the time to open this larger dialogue.
132
382792
3642
Bây giờ là lúc để mở cuộc đối thoại lớn hơn này.
06:26
Now is the time to listen deeply
133
386458
2643
Bây giờ là lúc để lắng nghe kĩ
06:29
and show these magical animals,
134
389125
1893
và cho những con vật kỳ diệu này xem,
06:31
and each other,
135
391042
1851
và lẫn nhau,
06:32
newfound respect.
136
392917
1375
sự tôn trọng mới tìm.
06:35
Thank you.
137
395417
1250
Cảm ơn.
Về trang web này

Trang web này sẽ giới thiệu cho bạn những video YouTube hữu ích cho việc học tiếng Anh. Bạn sẽ thấy các bài học tiếng Anh được giảng dạy bởi các giáo viên hàng đầu từ khắp nơi trên thế giới. Nhấp đúp vào phụ đề tiếng Anh hiển thị trên mỗi trang video để phát video từ đó. Phụ đề cuộn đồng bộ với phát lại video. Nếu bạn có bất kỳ nhận xét hoặc yêu cầu nào, vui lòng liên hệ với chúng tôi bằng biểu mẫu liên hệ này.

https://forms.gle/WvT1wiN1qDtmnspy7