Από την αρχαιότητα, οι άνθρωποι προσπαθούν να καταλάβουν τι συμβαίνει στο μυαλό των ζώων, πώς επικοινωνούν μεταξύ τους και αν θα μπορούσαν οι ίδιοι να αποκωδικοποιήσουν την γλώσσα που χρησιμοποιούν για να μπορέσουν να έρθουν σε «λεκτική» επικοινωνία.
Έχουμε ήδη συστήματα μηχανικής μάθησης και επεξεργαστές φυσικής γλώσσας που μπορούν να μεταφράσουν την ανθρώπινη ομιλία σε οποιαδήποτε άλλη υπάρχουσα, και η προσαρμογή αυτής της διαδικασίας για τη μετατροπή των ήχων των ζώων σε σήματα που μπορούν να ερμηνευτούν από τον άνθρωπο δεν φαίνεται να είναι τόσο μεγάλη υπόθεση.
Από τα μικρόβια, τους μύκητες και τα φυτά μέχρι την εξελικτική κλίμακα, η επιστήμη δεν έχει βρει ακόμη έναν οργανισμό που να ζει τόσο απομονωμένος ώστε να μην έχει ένα φυσικό μέσο επικοινωνίας με τον κόσμο γύρω του.
Επικοινωνία χωρίς γλώσσα!;
Ωστόσο σε αυτό το σημείο πρέπει να ξεκαθαριστεί η διαφορά μεταξύ «επικοινωνίας» και «γλώσσας».
Σύμφωνα με την Εταιρεία Γλωσσολογίας της Αμερικής «κανένα άλλο φυσικό σύστημα επικοινωνίας δεν μοιάζει με την ανθρώπινη γλώσσα». Αυτό συμβαίνει καθώς οι άνθρωποι στην μεταξύ τους επικοινωνία δεν αρκούνται σε ανταλλαγή πληροφοριών απαραίτητες για τον βιοπορισμό, αλλά μεταφέρουν εσωτερικές σκέψεις και συναισθήματα, γιαυτό και έχουν πάρα πολλές λέξεις να δομούν τις γλώσσες τους.
Τα συστήματα επικοινωνίας των ζώων, αντίθετα, έχουν συνήθως το πολύ μερικές δεκάδες διαφορετικές «λέξεις» και χρησιμοποιούνται μόνο για να επικοινωνήσουν άμεσα ζητήματα όπως η τροφή, ο κίνδυνος, η απειλή ή η συμφιλίωση. Παρόλαυτα πολλά κατοικίδια ζώα, έχουν εκπαιδευτεί στην κατανόηση ανθρωπίνων λέξεων, οι οποίες τους γίνονται κτήση μέσω της βιωματικής επαφής τους με αυτές.
Μάλιστα, γνωρίζουμε ότι τουλάχιστον ορισμένα σκυλιά έχουν μάθει να ανταποκρίνονται σε πάνω από 1.000 ανθρώπινες λέξεις με υψηλά επίπεδα ακρίβειας.
Μετάφραση α λα Τεχνητής Νοημοσύνης
Ο προγραμματισμός φυσικής γλώσσας (NLP) είναι ο κλάδος της τεχνητής νοημοσύνης που επιτρέπει στους υπολογιστές και τα αλγοριθμικά μοντέλα να ερμηνεύουν κείμενο και ομιλία, συμπεριλαμβανομένης της πρόθεσης του ομιλητή. Συνδυάζει την υπολογιστική γλωσσολογία, η οποία μοντελοποιεί το συντακτικό, τη γραμματική και τη δομή μιας γλώσσας, και τα μοντέλα μηχανικής μάθησης, τα οποία «εξάγουν, ταξινομούν και επισημαίνουν αυτόματα στοιχεία κειμένου και φωνητικών δεδομένων και στη συνέχεια αποδίδουν μια στατιστική πιθανότητα σε κάθε πιθανή σημασία αυτών των στοιχείων», σύμφωνα με την IBM.
Ωστόσο για την εκπαίδευση των μοντέλων αυτών μετάφρασης, δεν αρκείται η εισαγωγή μεγάλου όγκου πληροφοριών στο σύστημα, αλλά προϋποτίθεται η κατανόηση του τρόπου με τον οποίο οι δύο γλώσσες, μεταξύ των οποίων επιχειρείται να γίνει μετάφραση, σχετίζονται. Και παρά την παρατήρηση και τις απόπειρες που γίνονται, δεν έχουν συγκεντρωθεί ικανοποιητικά στοιχεία ούτως ώστε κάτι τέτοιο να καταστεί εφικτό.
Ο Dr. Noah D. Goodman, αναπληρωτής καθηγητής Ψυχολογίας, Επιστήμης Υπολογιστών και Γλωσσολογίας στο Πανεπιστήμιο του Stanford, δήλωσε ότι «θα πρέπει να προχωρήσετε βήμα προς βήμα ή όπως λέξη προς λέξη μέσα από τα δεδομένα και στη συνέχεια να κάνετε το ίδιο πράγμα προς τα πίσω». Αντίθετα, με έναν μετασχηματιστή, «ουσιαστικά παίρνετε ολόκληρη τη σειρά των λέξεων και τις σπρώχνετε μέσα από το δίκτυο ταυτόχρονα».
