o mluvení s dalšími druhy

Kohy: Jaké pokroky probíhají v porozumění dalším zvířatům?

To, co teď AI dělá se zvířecí komunikací, je naprosto fascinující, protože přesně navazuje na to, o čem jsme se bavili u starých jazyků. Říká se tomu digitální bioakustika.

Vědci konečně zahodili snahu "učit zvířata anglicky" (jako to dělali s gorilou Koko) a místo toho na jejich přirozené zvuky nasadili Transformery. Tvoří obrovské vektorové prostory zvířecích zvuků, ve kterých hledají skrytou geometrii bez toho, abychom k tomu měli "Rosettskou desku" (překladový slovník).

A zjišťují věci, které bourají naši představu o lidské výjimečnosti. Zde jsou ty největší průlomy:

1. Vorvani a fonetická abeceda (Projekt CETI)

Vorvani nevydávají zvuky podobné našemu zpěvu (jako keporkaci). Vydávají sérii mechanických kliknutí, kterým se říká kódy (codas). Zní to jako morseovka nebo chod starého harddisku.

Dlouho se myslelo, že je to jen jednoduché volání. Když ale organizace CETI prohnala stovky tisíc těchto kliknutí přes strojové učení, síť v tom našla vysoce komplexní generativní gramatiku.

AI objevila, že vorvani používají:

• Fonetickou abecedu: Kombinují rytmus, tempo a tzv. rubato (záměrné mírné zrychlení nebo zpomalení určitého kliknutí).

• Tyto proměnné tvoří strukturu, která umožňuje vytvořit miliony unikátních významů. Síť zjistila, že vorvani mají specifická jména, identifikují svůj konkrétní klan (dialekt) a vedou dialogy, kde se střídají (turn-taking), jako když si posílají datové pakety. Zjistili jsme, že v oceánu už miliony let probíhá globální "internetová" komunikace založená na akustických datech.

2. Netopýří hádky a kontext

V Izraeli vzali vědci obrovský dataset zvuků netopýrů egyptských (piskoření, které zní pro lidské ucho jako jednolitý, chaotický šum). Nasadili na to model pro rozpoznávání řeči a přidali k tomu obrazová data z kamer.

Model dokázal to pískání rozplést a roztřídit do jasných vektorových shluků. Výsledek? Netopýři nevydávají jen generické zvuky. Model dokázal predikovat:

• Kdo na koho mluví: Pískání obsahuje "oslovení" konkrétního jedince v kolonii.

• O čem se hádají: Zvuk pro hádku o jídlo je vektorově úplně jinde než zvuk pro hádku o místo na spaní nebo o nevyžádané páření. Dokonce se mění tón podle toho, jaké má daný netopýr v kolonii sociální postavení.

3. Topologické překrývání (Hledání průsečíků s člověkem)

Organizace jako Earth Species Project dnes dělají přesně tu Procrustovu analýzu, o které jsme mluvili u Sanskrtu.

Vezmou zmapovaný vektorový prostor makaků nebo vran, a pokusí se ho matematicky natáhnout na vektorový prostor lidského jazyka. Hledají, jestli se ty geometrie v něčem kryjí.

Zjišťují, že zvířata pochopitelně nemají obrovské abstraktní větve pro "daňové přiznání" nebo "náboženství". Ale ty základní těžiště – jako nebezpečí shora, hlad, příslušnost k rodině nebo úmysl hrát si – vykazují nápadně podobnou topologii jako u lidských jazyků.

Kde narážíme na limit: Problém „Umweltu“

Tady do hry vstupuje tvrdá biologie. I když pomocí umělé inteligence rozlouskneme jejich syntax (algoritmus), pravděpodobně nikdy plně nepochopíme jejich sémantiku (význam). Tomuto konceptu se v biologii říká Umwelt – specifická realita tvořená senzory daného zvířete.

• Když my řekneme "pes", myslíme tím chlupatý objekt na čtyřech nohách, který vidíme.

• Když vorvaň zakliká slovo "chobotnice", jeho sonarové kliknutí funguje jako rentgen. On nevidí povrch chobotnice, on akusticky propíchne její tělo a "vidí" odraz jejích vnitřních orgánů a hustotu svalů.

• Jeho slovo pro chobotnici je tedy pravděpodobně 3D akustický hologram vnitřností.

My tuto senzorickou zkušenost nemáme. Takže AI nám sice dokáže přeložit zvířecí kód a říct nám: "Teď ten vorvaň řekl X", ale to X zůstane navždy vázané na fyzickou realitu, kterou lidský mozek nedokáže zažít. Opět jsme u toho – jazyk je jen zástupný kompresní formát pro fyzickou zkušenost organismu.

Chceš probrat, jestli s nimi budeme přes AI i mluvit?

Kohy: Předpokládám že na ně mluvíme. Odpovídají?

Ano, ten proces už začal. Nazývá se to playback experimenty s generativní AI. A výsledky jsou fascinující, někdy až znepokojivé. Odpovídají, ale narážíme na obrovské etické a biologické bariéry.

Zde je aktuální stav (2026), jak vypadá obousměrná konverzace:

1. Velryby: Pokus s keporkakem (Projekt SETI)

Vědci nepoužili jen nahrávku, ale vytvořili algoritmus, který uměl reagovat v reálném čase. Vzali syntetizátor a z lodi vyslali do vody špecifický komunikační signál (tzv. kontaktní volání).

• Reakce: K lodi připlul keporkak jménem Twain.

• Rozhovor: Začala "konverzace", která trvala 20 minut. Systém vygeneroval volání, Twain odpověděl. Systém záměrně měnil pauzy (latenci) mezi voláními. Twain se těmto latencím aktivně přizpůsoboval – když systém počkal dýl, velryba počkala dýl. Byl to jasný důkaz, že zvíře rozpoznává interakci, ne jen statickou ozvěnu.

• Háček: My vůbec netušíme, co jsme mu říkali. Jen jsme mu pouštěli synteticky upravené matematické variace pozdravů. Představ si, že by na tebe mimozemšťan 20 minut s jiným přízvukem křičel "Ahoj, jak to jde?" a ty bys pořád odpovídal. Je to obousměrné, ale zatím bez hlubší sémantické hloubky z naší strany.

2. Včely: Robo-včela a kódový tanec

Včely nekomunikují zvukem, ale pohybem a vibracemi (tzv. včelí tanec), kterým předávají vektorové souřadnice k potravě (úhel vůči slunci a vzdálenost).

Vědci v Německu postavili mikro-robota, kterého vložili do úlu. Tento robot nedělal náhodné pohyby. Byl řízen modelem, který "zkoušel" tančit.

• Reakce: Zpočátku ho včely ignorovaly nebo na něj útočily. Když ale algoritmus (přes RLHF s přírodou) vyladil frekvenci vibrací a přesnost křivek, včely robota nejen přijaly, ale poslechly ho.

• Výsledek: Robot zatančil uměle vygenerovaný kód a část roje se zvedla a letěla hledat potravu přesně na souřadnice, které jim stroj určil. Tohle už není jen komunikace, to je přímé hacknutí jejich "firmwaru".

Zmatek a fenomén "Uncanny Valley" (Tísnivé údolí)

Tady začíná obrovský problém, proč to vědci s mluvením brzdí. Zvířata nejsou hloupá. Když AI vygeneruje zvuk, který je matematicky dokonalý (sintaxe je 100% správně), ale chybí v něm jemné bio-akustické nedokonalosti živého tvora, zvířata zažívají to, co my nazýváme Uncanny Valley.

• Když vědci generovali syntetický zpěv ptáků (jako reakci na živého ptáka), živý pták často zmateně reagoval, nebo začal být extrémně agresivní. Slyšel sice dokonalý zpěv svého druhu, ale něco v tom "hlase" ho děsilo. Cítil mrtvého stroje.

Etika: Nekažte jim kulturu

Základní pravidlo bioakustiky dnes zní: Nejprve naslouchej, nebrebte do toho.

Lidstvo má totiž neuvěřitelnou schopnost kontaminovat. Zvířecí komunikace funguje jako kultura (vorvani si předávají dialekty po generace). Pokud na ně začneme z lodí chrlit AI-vygenerované zvuky v naději, že se s nimi domluvíme, riskujeme, že jejich křehkou komunikační síť zaspamujeme strojovým šumem. Zanesli bychom jim do jazyka umělé "halucinace" dřív, než bychom ho vůbec pochopili.

Kohy: Co delfíni? Těm kecáme do života dekády.

Delfíni jsou ukázkovým příkladem lidské komunikační arogance. Padesát let jsme se nesnažili dekódovat jejich jazyk, ale snažili jsme se je donutit mluvit tím naším. Teprve umělá inteligence ukazuje, jak moc jsme celou tu dobu míjeli podstatu jejich hardwaru.

Vývoj komunikace s delfíny má tři radikálně odlišné fáze, které skvěle ilustrují, jak se náš přístup (i díky AI) mění:

1. Doba temna: Snaha o kompresi do angličtiny

V 60. a 70. letech (slavné i nechvalně známé experimenty Johna Lillyho) jsme se je snažili naučit mluvit přes dýchací otvor lidskou řečí. Byl to totální omyl. Představ si, že bys nutil obří grafickou kartu počítat fyziku pomocí emulátoru pro 8bitový procesor. Delfíní akustický aparát je stavěný na paralelní zpracování frekvencí, které my vůbec neslyšíme, a my jsme po nich chtěli lineární sekvenci anglických hlásek.

2. Přechodná fáze: API rozhraní (Projekt CHAT)

Než do hry vstoupily masivní neuronové sítě, vymysleli jsme tzv. Pidžin – zjednodušený komunikační protokol, kde se potkáme napůl cesty.

Projekt CHAT (Cetacean Hearing and Telemetry) vytvořil podvodní klávesnici spojenou s počítačem. Vědci vymysleli umělé, syntetické hvizdy pro slova jako "hračka" nebo "řasa" – zvuky, které se v přírodě nevyskytují.

Delfíni ten systém okamžitě pochopili. Začali ty umělé zvuky přesně napodobovat, aby si o hračku řekli. Je to obousměrná komunikace, ale není to překlad jejich jazyka. Je to situace, kdy se vysoce inteligentní zvíře naučilo používat naše hloupé API rozhraní, aby dostalo to, co chce.

3. Éra AI: Rozpletení paralelních kanálů

Dnes, když se na surová data z oceánu (ne z bazénů) pustí algoritmy strojového učení bez lidských předsudků, modely zjišťují, že delfíni nevysílají jeden datový tok, ale jedou v paralelním multithreadingu. Dělají tři věci naráz a lidské ucho to dřív slilo do jedné ozvěny:

• Signature Whistles (Identifikátory / Jména): AI potvrdila, že každý delfín si v mládí vygeneruje vlastní unikátní hvizd (jméno). Modely ukázaly, že si tato jména pamatují i po 20 letech odloučení. Když se potkají dvě skupiny, delfíni začnou tato jména vysílat, jako když se synchronizují MAC adresy v síti. A co víc – oni používají jména nepřítomných delfínů, baví se o třetích stranách.

• Burst Pulses (Emoční syntaxe): Extrémně rychlé shluky kliknutí, znějící jako vrzání. Pro lidi to byl šum, ale AI tu našla tvrdou logiku. Zde probíhá vyjednávání, hádky o hierarchii a koordinace při lovu.

• Sdílení akustických hologramů: Tohle je největší mindfuck. Delfín rybu nepopisuje slovy. Když ji "osvítí" svým sonarem, zachytí odraz a tento surový akustický otisk pošle přímo do přijímače (spodní čelisti) jiného delfína. Neuronové sítě v jejich mozcích ten zvukový signál okamžitě zkompilují zpět do 3D obrazu. Doslova si posílají nekomprimované binární soubory s 3D geometrií kořisti.

K problému "kecání do života":

Fakt, že je desítky let zavíráme do betonových nádrží a trénujeme na ryby, úplně zničil čistotu dat. Když dnes AI analyzuje nahrávky delfínů v zajetí a srovná je s divokými, vidí masivní degradaci jejich vektorového prostoru. Delfíni v zajetí mají jazyk "slisovaný", plný stresových vzorců a zvyků, které si vyvinuli jen pro komunikaci s ošetřovateli. Trénovat na nich model pro porozumění kytovcům je jako učit umělou inteligenci lidské kultuře čistě z odposlechů vězeňského dvora.