La course pour traduire les sons des animaux en langage humain !

En 2025, nous assisterons à une avancée significative dans la compréhension de la communication animale grâce à l’intelligence artificielle et à l’apprentissage automatique. Cette initiative répond à une question qui intrigue l’humanité depuis toujours : « Que se disent les animaux entre eux ? » Le récent Coller-Dolittle Prize, qui propose des récompenses allant jusqu’à 500 000 dollars pour les chercheurs qui parviendront à « déchiffrer le code », témoigne d’une confiance accrue dans les progrès technologiques récents, notamment en matière de modèles de langage à grande échelle.

De nombreuses équipes de recherche travaillent depuis des années sur des algorithmes permettant de déchiffrer les sons animaux. Le projet Ceti, par exemple, s’attache à analyser les clics des cachalots et les chants des baleines à bosse. Ces outils modernes d’apprentissage automatique nécessitent d’énormes quantités de données, un aspect qui manquait jusqu’à présent, la quantité de données de qualité et bien annotées étant insuffisante.

Pensons aux modèles de langage tels que ChatGPT, qui s’appuient sur l’ensemble des textes disponibles sur Internet. Les données concernant la communication animale n’étaient pas accessibles auparavant. Il est crucial de constater que les corpus de données humaines sont bien plus vastes que ceux que nous possédons sur les animaux dans la nature : plus de 500 Go de mots ont été utilisés pour former GPT-3, contre seulement un peu plus de 8 000 « codas » (ou vocalisations) pour l’analyse récente de la communication des cachalots dans le cadre du projet Ceti.

De plus, lorsque nous travaillons avec le langage humain, nous savons déjà ce qui est dit. Nous avons même une définition claire de ce qu’est un « mot », ce qui constitue un atout considérable par rapport à l’interprétation de la communication animale, où les chercheurs ne savent que rarement si un hurlement de loup, par exemple, a une signification différente d’un autre hurlement ou si les loups considèrent le hurlement comme un équivalent d’un « mot » dans le langage humain.

Néanmoins, l’année 2025 sera marquée par de nouvelles avancées, tant en termes de quantité de données sur la communication animale accessibles aux scientifiques qu’en ce qui concerne les algorithmes d’IA qui pourront être appliqués à ces données. L’enregistrement automatisé des sons animaux est désormais à la portée de chaque groupe de recherche scientifique, des dispositifs d’enregistrement peu coûteux comme AudioMoth gagnant en popularité.

Des ensembles de données massifs font maintenant leur apparition en ligne, avec des enregistreurs laissés sur le terrain, écoutant les appels des gibbons dans la jungle ou des oiseaux en forêt, 24 heures sur 24, 7 jours sur 7, sur de longues périodes. Par le passé, la gestion de tels ensembles de données était quasiment irréalisable manuellement. Aujourd’hui, de nouveaux algorithmes de détection automatique, basés sur des réseaux de neurones convolutionnels, peuvent analyser des milliers d’heures d’enregistrements, distinguant les sons animaux et les regroupant selon leurs caractéristiques acoustiques naturelles.

Une fois que ces vastes ensembles de données animales seront disponibles, de nouveaux algorithmes d’analyse pourront émerger, tels que l’utilisation de réseaux neuronaux profonds pour déceler des structures cachées dans les séquences de vocalisations animales, qui pourraient être analogues à la structure significative du langage humain.

Cependant, la question fondamentale qui demeure floue est celle-ci : que souhaitons-nous réellement accomplir avec ces sons animaux ? Des organisations telles qu’Interspecies.io ont pour objectif clair de « transduire les signaux d’une espèce en signaux cohérents pour une autre », en d’autres termes, de traduire la communication animale en langage humain. Pourtant, la majorité des scientifiques convient que les animaux non humains ne possèdent pas de véritable langage, du moins pas de la même manière que les humains.

Le Coller Dolittle Prize adopte une approche plus nuancée, cherchant un moyen de « communiquer avec ou déchiffrer la communication d’un organisme ». Le fait de déchiffrer est un objectif légèrement moins ambitieux que de traduire, car cela suppose que les animaux n’ont peut-être pas de langage pouvant être traduit. À l’heure actuelle, nous ne savons pas combien d’informations, ou combien peu, les animaux échangent entre eux. En 2025, l’humanité aura l’opportunité de faire un bond dans notre compréhension non seulement de ce que les animaux expriment, mais aussi de ce qu’ils se disent réellement.