בהדגמה המבוססת על קולות פעוטות, כלי בינה מלאכותית זיהו דמיון בין צלילים, אך לא תמיד את המסר שהועבר. החוקרים קוראים לשלב ניתוח קולי עם תצפית בתגובת המאזינים
בינה מלאכותית מסוגלת למיין הקלטות של עטלפים, לווייתנים וציפורים על פי תכונות הצליל שלהן. אבל קבוצה של קולות שנשמעת דומה לא בהכרח מעבירה את אותו מסר. מאמר של חוקרים מאוניברסיטת תל אביב ועמיתיהם, שפורסם ב־Current Biology, מדגים את הפער בין דמיון אקוסטי לבין משמעות בעזרת הקלטות של פעוטות אנושיים.
החוקרים לא ניסו לשוחח עם עטלפים ולא הראו שכל כלי בינה מלאכותית ייכשל תמיד בפענוח קולותיהם. ההדגמה שלהם מציעה מבחן חשוב להבטחות בתחום: כדי לקבוע מה משמעותו של אות, צריך לבחון גם את ההקשר ואת הדרך שבה מי שמקבל את האות קולט אותו ומגיב אליו.
מדוע מיון צלילים אינו מספיק
מערכת ממוחשבת יכולה למדוד תדירות, עוצמה, משך ותבניות חוזרות בקריאות. היא עשויה לזהות בקלות שני קולות שנשמעים דומים, ובכל זאת להחמיץ מצב שבו אחד מהם נושא מסר של מצוקה והשני משמש לקריאה להורה. גם ההפך אפשרי: שני קולות שונים מבחינה אקוסטית יכולים לבטא בקשה דומה.
נקודת המוצא של החוקרים היא שמשמעות בתקשורת אינה תכונה של גל הקול לבדו. היא תלויה גם בעולם החושי של בעל החיים שמאזין, בנסיבות שבהן נשמע האות ובתגובה שהוא מעורר. לכן קיבוץ אוטומטי של הקלטות לפי צורתן הפיזיקלית אינו שקול לתרגום שלהן.
על המאמר חתומים מור טאוב, פרופ׳ ענבל ארנון, פרופ׳ עמיעל אילני, ד״ר מיריאם קנרנשילד, ד״ר יואב רם ופרופ׳ יוסי יובל. החוקרים קשורים לאוניברסיטת תל אביב, לאוניברסיטה העברית ולמוסדות מחקר בגרמניה ובבריטניה.
פעוטות כמקרה מבחן
כדי לבדוק כיצד דמיון בצליל מתקשר למשמעות, בחר הצוות קבוצה קטנה של הקלטות פעוטות שטרם רכשו שפה מדוברת. ההקלטות נעשו בשלושה הקשרים שאפשר לזהות בעזרת המצב שבו הופקו: מצוקה, פנייה לאם או לאב, ובקשה למזון. בשונה מקריאות של חיות בר, כאן אפשר לדעת לפחות בקירוב מה התרחש סביב הקול וכיצד אדם השומע אותו עשוי לפרשו.
החוקרים השוו שיטה אקוסטית רגילה עם שתי רשתות עצביות: אחת שאומנה על קולות בעלי חיים, ואחרת שאומנה על דיבור של בני אדם מבוגרים. הם בדקו כיצד השיטות מקבצות את ההקלטות, ולא הסתפקו בשאלה אם המחשב מוצא ביניהן דמיון טכני.
הרשתות העצביות הצליחו יותר מן השיטה האקוסטית הרגילה במדדים שנבדקו, אך הקבוצות שיצרו לא תאמו באופן עקבי את ההקשרים שבהם הושמעו הקולות. לעיתים הופרדו קריאות שנועדו להעביר מסר דומה, ולעיתים אוחדו קריאות שנשאו מסרים שונים. לפי הודעת האוניברסיטה, הכלים גם לא קלטו את העלייה בדחיפות לאורך רצף קריאות.
מה אפשר ללמוד מכך על עטלפים ולווייתנים
המאמר קצר ומבוסס על מדגם קטן של קולות פעוטות. הוא אינו מוכיח שאי אפשר יהיה לפענח תקשורת של בעלי חיים בעזרת בינה מלאכותית; הוא מדגים מדוע אין לזהות משמעות על סמך דמיון אקוסטי בלבד. אצל מינים אחרים הקושי גדול אף יותר, משום שלא תמיד ידוע לבני אדם כיצד הפרט המאזין חווה את האות.
החוקרים מציעים לצרף לניתוח הקולי תצפיות התנהגותיות, ניסויי השמעה שבהם משמיעים אותות לבעלי חיים ובוחנים את תגובתם, ולעיתים גם מדידות של פעילות מערכת העצבים. כך אפשר להתקרב לשאלה מה האות עושה בעולם של החיה, מעבר לשאלה כיצד הוא נראה על מסך המחשב.
פרופ׳ יובל, שחוקר בין היתר תקשורת וחישה קולית בעטלפים, מדגיש בהודעת האוניברסיטה שיש לבחון בזהירות הבטחות לתרגום אוטומטי של קולות בעלי חיים. בינה מלאכותית יכולה לסייע לזהות דפוסים חשובים; הבנת משמעותם דורשת גם ראיות מן ההתנהגות ומהתפיסה החושית של מי שמקבל את המסר.
שאלות ותשובות
האם המחקר בדק קולות של עטלפים?
לא. החוקרים השתמשו בקולות של פעוטות כדוגמה למערכת תקשורת שבה ניתן לזהות את ההקשר של חלק מן הקריאות. היישום האפשרי לחקר בעלי חיים הוא מסקנה מתודולוגית מן הדוגמה הזאת.
האם בינה מלאכותית אינה מועילה בחקר תקשורת של בעלי חיים?
היא מועילה לזיהוי ולמיון דפוסים בהקלטות. המאמר מזהיר שמיון צלילים לבדו אינו מספיק כדי לקבוע מה הם אומרים למאזין.
כיצד אפשר לבחון את משמעותה של קריאה?
אפשר לשלב הקלטה וניתוח ממוחשב עם תצפית במצב שבו נשמעה הקריאה, ניסוי השמעה מבוקר ומדידה של תגובת בעלי החיים. לעיתים נחוץ גם מחקר של מערכת החישה והעצבים שלהם.
המאמר המדעי
Taub ואחרים, The challenge of decoding animal communication using AI, Current Biology (2026)
