Του Πεσάχ Μπένσον • 16 Σεπτεμβρίου 2026

Ιερουσαλήμ, 16 Σεπτεμβρίου, 2026 (TPS-IL) — Τα μοντέλα τεχνητής νοημοσύνης μπορούν να εντοπίσουν μοτίβα στους ήχους των ζώων, αλλά ενδέχεται να εξακολουθούν να δυσκολεύονται να προσδιορίσουν τι σημαίνουν αυτοί οι ήχοι για τα ζώα που τους ακούν, σύμφωνα με μια νέα διεθνή μελέτη με επικεφαλής Ισραηλινούς ερευνητές.

«Ο εντοπισμός ακουστικών μοτίβων δεν είναι απαραίτητα το ίδιο με την αποκρυπτογράφηση της σημασίας», δήλωσε ο καθηγητής Γιόσι Γιόβελ του Πανεπιστημίου του Τελ Αβίβ, ένας εκ των ερευνητών της μελέτης. «Για να καταλάβουμε τι “λέει” ένα ζώο, πρέπει να γνωρίζουμε πώς το ζώο που λαμβάνει το μήνυμα το αντιλαμβάνεται και ανταποκρίνεται σε αυτό».

Η μελέτη υποδηλώνει ότι η βασική στήριξη στην τεχνητή νοημοσύνη για την ανάλυση των φυσικών χαρακτηριστικών των φωνητικών εκφράσεων των ζώων θα μπορούσε να προσφέρει μια ελλιπή εικόνα της επικοινωνίας των ζώων. Ήχοι που είναι ακουστικά παρόμοιοι μπορεί να μεταφέρουν διαφορετικά μηνύματα, ενώ ήχοι που ακούγονται διαφορετικοί μπορεί να φέρουν την ίδια σημασία.

Οι ερευνητές δοκίμασαν αυτό το πρόβλημα χρησιμοποιώντας φωνητικές εκφράσεις από ανθρώπινα νήπια που δεν είχαν ακόμη αναπτύξει πλήρως την ομιλία. Σε αντίθεση με τα καλέσματα των ζώων, το επικοινωνιακό πλαίσιο αυτών των ήχων μπορεί να αξιολογηθεί σε κάποιο βαθμό επειδή οι ερευνητές μπορούν να παρατηρήσουν τις περιστάσεις στις οποίες εμφανίζονται και πώς αντιδρούν οι άνθρωποι.

Οι ηχογραφήσεις περιλάμβαναν φωνητικές εκφράσεις που έγιναν σε τρεις καταστάσεις: δυσφορία, κάλεσμα ειδικά για τη μητέρα ή τον πατέρα του παιδιού, και αίτημα για τροφή.

Οι ερευνητές ανέλυσαν τις ηχογραφήσεις χρησιμοποιώντας μια παραδοσιακή ακουστική μέθοδο και δύο προηγμένα νευurικά δίκτυα. Το ένα είχε εκπαιδευτεί χρησιμοποιώντας φωνητικές εκφράσεις ζώων, ενώ το άλλο είχε εκπαιδευτεί σε ανθρώπινη ομιλία ενηλίκων. Η σύγκριση επέτρεψε στους ερευνητές να εξετάσουν εάν τα μοντέλα που εκπαιδεύτηκαν σε διαφορετικούς τύπους φωνητικής επικοινωνίας μπορούσαν να εντοπίσουν τις διακριτές διαφορές μεταξύ των φωνητικών εκφράσεων των νηπίων.

Τα νευρωνικά δίκτυα απέδωσαν καλύτερα από την παραδοσιακή ακουστική μέθοδο, αλλά κανένα δεν μπόρεσε να ταξινομήσει με συνέπεια τις φωνητικές εκφράσεις σύμφωνα με το επικοινωνιακό τους πλαίσιο.

Σε ορισμένες περιπτώσεις, τα μοντέλα τεχνητής νοημοσύνης ομαδοποίησαν ήχους που συνδέονταν με διαφορετικές καταστάσεις. Σε άλλες, χώρισαν ήχους που συνδέονταν με την ίδια κατάσταση. Τα μοντέλα απέτυχαν επίσης να εντοπίσουν την αυξανόμενη επείγουσα ανάγκη σε ακολουθίες φωνητικών εκφράσεων, μια διάκριση που οι άνθρωποι μπορούν να αντιληφθούν φυσικά.

Η τεχνητή νοημοσύνη δυσκολεύεται να αποκρυπτογραφήσει τους ήχους των ζώων

Τα ευρήματα εγείρουν ερωτήματα σχετικά με τις πρόσφατες προσπάθειες χρήσης της τεχνητής νοημοσύνης για τη μελέτη της επικοινωνίας μεταξύ νυχτερίδων, φαλαινών, πτηνών και άλλων ζώων. Σύμφωνα με τους ερευνητές, τέτοιες προσπάθειες συχνά υποθέτουν ότι ο εντοπισμός μοτίβων στα φυσικά χαρακτηριστικά των ήχων μπορεί να αποκαλύψει τι επικοινωνούν αυτοί οι ήχοι.

Αλλά η σημασία μιας φωνητικής έκφρασης δεν εξαρτάται μόνο από το πώς παράγεται, αλλά και από το πώς γίνεται αντιληπτή από το ζώο που τη λαμβάνει.

Οι ερευνητές ανέφεραν ότι διαφορετικά είδη έχουν τους δικούς τους αντιληπτικούς κόσμους, γεγονός που σημαίνει ότι η σημασία ενός ήχου δεν μπορεί απαραίτητα να συναχθεί μόνο από τα ακουστικά χαρακτηριστικά του.

Υποστηρίζουν ότι μελλοντικές προσπάθειες αποκρυπτογράφησης της επικοινωνίας των ζώων θα πρέπει να συνδυάσουν την τεχνητή νοημοσύνη με παρατηρήσεις συμπεριφοράς, πειράματα αναπαραγωγής ήχου και, όπου είναι δυνατόν, μετρήσεις της εγκεφαλικής δραστηριότητας. Τέτοιες μέθοδοι θα μπορούσαν να βοηθήσουν τους ερευνητές να προσδιορίσουν όχι μόνο ποιοι ήχοι εμφανίζονται μαζί, αλλά και πώς τα ζώα ερμηνεύουν και ανταποκρίνονται σε αυτούς.

«Τα τελευταία χρόνια, υπάρχει αυξανόμενος ενθουσιασμός σχετικά με τη δυνατότητα χρήσης της τεχνητής νοημοσύνης για την αποκρυπτογράφηση της επικοινωνίας των ζώων, αλλά η μελέτη μας δείχνει ότι αυτές οι υποσχέσεις πρέπει να αντιμετωπίζονται με προσοχή», δήλωσε ο Γιόβελ.

«Η τεχνητή νοημοσύνη είναι ένα ισχυρό εργαλείο, αλλά δεν υποκαθιστά την προοπτική του ίδιου του ζώου», πρόσθεσε.

Η ερευνητική ομάδα περιλάμβανε επιστήμονες από το Πανεπιστήμιο του Τελ Αβίβ, το Εβραϊκό Πανεπιστήμιο της Ιερουσαλήμ, το Πανεπιστήμιο του Εδιμβούργου στη Βρετανία, το Μουσείο Φυσικής Ιστορίας – Ινστιτούτο Εξελικτικής και Βιοποικιλιολογικής Επιστήμης Λάιμπνιτς στη Γερμανία και το Πανεπιστήμιο Χούμπολντ του Βερολίνου.

Οι ερευνητές δήλωσαν ότι τα ευρήματα δεν αποκλείουν την τεχνητή νοημοσύνη ως εργαλείο για τη μελέτη της επικοινωνίας των ζώων, αλλά δείχνουν ότι η ακουστική ανάλυση από μόνη της ενδέχεται να μην είναι επαρκής για να διαπιστωθεί τι επικοινωνούν τα ζώα.

Τα ευρήματα δημοσιεύθηκαν στο επιστημονικό περιοδικό Current Biology.