Des scientifiques utilisent l'intelligence artificielle pour analyser les sons animaux et repérer des schémas de communication. Mais traduire leur langage reste lointain.
L'intelligence artificielle pourrait aider les scientifiques à se rapprocher de la compréhension de la manière dont les animaux communiquent, alors que les chercheurs utilisent de plus en plus l'apprentissage automatique pour analyser les sons produits par des espèces allant des oiseaux et des éléphants aux baleines et aux dauphins.
PUBLICITÉ
PUBLICITÉ
L'une des organisations à la pointe de ces recherches est l'Earth Species Project, un groupe américain à but non lucratif qui développe des modèles d'IA pour analyser les vocalisations animales et identifier des motifs susceptibles d'expliquer comment les différentes espèces communiquent.
L'organisation utilise l'IA pour décrypter la communication animale, avec l'objectif à plus long terme de comprendre ce que les animaux essaient de se dire.
Elle a mis au point NatureLM-audio, un modèle d'IA conçu pour reconnaître et classifier les sons animaux, identifier les différents types de vocalisations et analyser de vastes collections d'enregistrements audio.
Le modèle peut aussi être utilisé pour explorer les sons animaux à l'aide de requêtes en langage naturel, ce qui pourrait permettre aux chercheurs d'analyser des enregistrements en quelques minutes plutôt qu'en plusieurs mois.
Lors d'un test réalisé avec des enregistrements du projet FrogID en Australie, un projet de conservation à l'échelle nationale, NatureLM-audio a atteint une précision de 99 % pour distinguer les sons de grenouilles des autres enregistrements et de 82 % pour identifier certaines espèces de grenouilles.
Mais reconnaître les sons des animaux n'est qu'une partie du défi. Les chercheurs cherchent aussi à déterminer ce que ces sons signifient.
De la reconnaissance des sons à la compréhension de la communication
Earth Species Project travaille avec des chercheurs qui étudient plusieurs espèces, notamment les orques, les corbeaux et les diamants mandarins.
En collaboration avec des chercheurs de l'Université McGill au Canada, elle a développé un modèle d'IA appelé ZF-AIM pour étudier les interactions vocales entre diamants mandarins.
Le modèle est conçu pour générer en temps réel des vocalisations proches de celles des oiseaux, ce qui permet aux chercheurs d'observer comment les oiseaux réagissent à des sons créés par l'IA.
Ces expériences sont particulièrement intéressantes car elles vont au-delà de la simple analyse d'enregistrements et examinent la façon dont les animaux réagissent à des sons générés par des systèmes d'IA.
Cela ne signifie toutefois pas que la technologie soit capable de traduire ce que disent les oiseaux, ni que les chercheurs aient établi une conversation entre des animaux et des machines.
D'autres projets adoptent une approche similaire avec les mammifères marins.
Google DeepMind a développé DolphinGemma (source en anglais), un modèle d'IA entraîné sur des décennies d'enregistrements de grands dauphins tachetés de l'Atlantique vivant à l'état sauvage, collectés par le Wild Dolphin Project.
Il analyse des séquences de vocalisations de dauphins pour repérer des schémas récurrents et prédire quels sons sont susceptibles de suivre.
Les chercheurs espèrent que cette technologie pourra un jour aider à établir un vocabulaire partagé entre les humains et les dauphins, même si le modèle sert pour l'instant à explorer la façon dont les animaux communiquent plutôt qu'à traduire leurs sons en langage humain.
Les scientifiques tentent de décoder la communication des baleines
Un autre effort de recherche majeur est mené par Project CETI (source en anglais), une initiative internationale qui utilise l'IA, la robotique, la linguistique et des technologies d'enregistrement sous-marin pour étudier la communication des cachalots.
Le projet se concentre sur des séquences de clics appelées codas, que les cachalots utilisent pour communiquer entre eux.
Les chercheurs étudient la question de savoir si ces séquences présentent une structure complexe susceptible de fournir des indices sur la manière dont l'information est échangée entre les animaux.
Une étude publiée en 2024 dans Nature Communications a analysé plus de 8 700 codas de cachalots et identifié plusieurs caractéristiques liées au rythme, au tempo et à des variations dans le timing et l'agencement des clics.
Les résultats suggèrent que la communication des cachalots est plus complexe qu'on ne le pensait jusqu'ici.
Mais le fait d'identifier des motifs dans les sons animaux ne signifie pas nécessairement que les scientifiques comprennent ce qu'ils communiquent.
Les chercheurs doivent encore déterminer si certaines vocalisations ont des significations précises et comment ces significations peuvent varier selon le contexte dans lequel elles sont utilisées.
Sommes-nous près de parler aux animaux ?
Si l'IA offre aux scientifiques de nouveaux moyens d'analyser la communication animale, la traduire en langage humain reste un défi bien plus important.
Les sons doivent être compris en lien avec d'autres éléments, notamment le comportement, les relations sociales et les conditions environnementales.
Un son récurrent peut être associé à une activité particulière, par exemple, mais cela ne signifie pas automatiquement que les chercheurs savent ce que l'animal essaie de communiquer.
Les scientifiques doivent aussi vérifier si leurs interprétations sont correctes en observant comment les animaux réagissent dans des expériences contrôlées.
La technologie pourrait à terme avoir des applications qui vont au-delà de la simple satisfaction de la curiosité humaine à propos du règne animal.
Cependant, si les scientifiques apprennent à identifier et à reproduire des signaux animaux associés à la reproduction, à la détresse ou aux interactions sociales, cette même technologie pourrait potentiellement être utilisée pour attirer des animaux, perturber leur comportement ou les rendre plus faciles à capturer.
Des chercheurs ont également exprimé des inquiétudes quant aux effets de la diffusion de vocalisations générées par l'IA au sein de populations sauvages, en particulier si les signaux sont mal compris ou perturbent les systèmes de communication existants.
La fiabilité des interprétations fournies par l'IA pose aussi question. Identifier des motifs dans des sons animaux ne revient pas forcément à en comprendre le sens, ce qui accroît le risque que des humains attribuent des intentions ou des émotions à des animaux qui ne les ont en réalité pas exprimées.
Le défi ne consiste donc pas seulement à développer une technologie capable de comprendre la communication animale, mais aussi à s'assurer qu'elle est utilisée de manière à protéger les animaux étudiés.