IA : tri des cris de corneilles, traduction animale encore théorique

Quelque part sous l'océan, un hydrophone, un microphone sous-marin, continue d'enregistrer le chant des baleines à bosse. Cinquante ans d'appareils de ce type, auxquels s'ajoutent des enregistreurs portables assez petits pour suivre une chauve-souris, ont laissé aux chercheurs des montagnes d'enregistrements et une seule question difficile : que se disent réellement les animaux entre eux ?

Y répondre est un travail lent. Un chien de prairie émet une série de glapissements quand un coyote approche et une autre série quand un faucon est à proximité, si bien qu'un son ne signifie pas grand-chose tant qu'on ne l'a pas associé à ce qui se passait autour de l'animal. Cet appariement est fastidieux, surtout pour les espèces difficiles à observer, comme les baleines qui plongent profondément ou les rats-taupes vivant sous terre. La communication passe aussi par des canaux que l'humain perçoit mal : signaux visuels, contact, phéromones, ou une combinaison de signaux. Et sans une pierre de Rosette multi-espèces, un dictionnaire reliant deux langues, il est difficile de savoir si une traduction est correcte.

Ce qui a changé ces dix dernières années, c'est le tri. Les avancées de l'IA permettent désormais de détecter différents cris, de séparer les sons selon l'animal qui les émet et de repérer des régularités dans l'ensemble des enregistrements. L'Earth Species Project, une organisation à but non lucratif fondée en 2018 pour décoder la communication animale, a utilisé l'apprentissage automatique pour détecter les vocalisations de corneilles noires et déterminer quel oiseau a émis chaque cri. Sara Keen, l'une des écologistes comportementales du projet, souligne que les grands modèles de langage comme Claude et ChatGPT excellent à repérer des relations entre les mots. Le projet espère que son propre modèle, NatureLM, entraîné sur la parole humaine, la musique et les sons d'animaux, pourra interpréter les vocalisations de nombreuses espèces. Cela reste une hypothèse : le modèle n'a pas encore prouvé qu'il traduisait quoi que ce soit.

Les limites sont réelles. La crainte de Yovel est que les modèles traitent comme équivalents des sons acoustiquement proches, même lorsqu'ils portent des sens différents. Con Slobodchikoff, fondateur de la société Zoolingua, qui travaille sur la communication entre chiens et humains, adopte une vision plus large et soutient que de nombreux animaux partagent suffisamment de structures évolutives pour que nous devions pouvoir les comprendre. Il parie sur cette similitude, pas sur une preuve. Quant à une conversation à double sens, aucune date n'a été annoncée, et il n'est pas certain qu'elle ait jamais lieu.

Pour l'instant, le gain immédiat profite aux chercheurs. Le tri automatique des cris par individu peut réduire les heures passées à écouter les enregistrements, et permet d'étudier des animaux difficiles à observer, des baleines qui plongent profondément aux rats-taupes souterrains. L'ambition de traduction est à des années de travail, et son succès dépendra de la capacité des modèles à distinguer les sons qui se ressemblent de ceux qui ont des sens différents. Les résultats sur les corneilles montrent que la première partie est à portée de main.