Les deux versions sont alignées bloc par bloc, dans l’ordre du texte : titre, l’essentiel, puis paragraphe par paragraphe. Quand la traduction a fusionné ou scindé un paragraphe, la case correspondante reste vide — on ne rapproche jamais deux passages au jugé.
Somewhere under the ocean, a hydrophone, an underwater microphone, keeps recording humpback whale song. Fifty years of devices like it, plus wearable recorders small enough to follow a bat, have left researchers with heaps of recordings and a single hard question: what do the animals actually say to each other?
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 ?
Answering it is slow work. A prairie dog gives one series of yips when a coyote approaches and a different series when a hawk is nearby, so a sound means little until it is matched with what was happening around the animal. That matching is painstaking, especially for species that are hard to watch, like deep-diving whales or mole rats living underground. Communication also runs through channels people cannot easily perceive: visual cues, touch, pheromones, or a mix of signals. And without a multispecies Rosetta stone, a dictionary linking two languages, it is hard to know whether any translation is correct.
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.
What has changed in the last decade is the sorting. Advances in AI can now detect different calls, separate which sounds belong to which animal, and spot patterns across recordings. The Earth Species Project, a nonprofit founded in 2018 to decode animal communication, used machine learning to detect the vocalizations of carrion crows and to determine which bird made each call. Sara Keen, one of the project's behavioral ecologists, points out that large language models such as Claude and ChatGPT excel at finding relationships between words. The project hopes its own model, NatureLM, trained on human speech, music and animal sounds, will be able to interpret the vocalizations of many species. That remains a hypothesis: the model has not yet been shown to translate anything.
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.
The limits are real. Yovel's concern is that models may treat acoustically similar sounds as equivalent even when they carry different meanings. Con Slobodchikoff, founder of the company Zoolingua, which works on dog-to-human speech, takes a broader view and argues that many animals share enough evolutionary structure that we should be able to understand them. He is betting on that similarity, not on a proof. As for a two-way conversation, no date has been given, and it is not clear whether it will happen at all.
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.
For now, the immediate gain is for researchers. Automatic sorting of calls by individual can cut the hours spent listening to recordings, and it makes it possible to study animals that are hard to observe, from deep-diving whales to subterranean mole rats. The translation ambition is years of work away, and its success depends on whether models can separate sounds that look alike from sounds that mean different things. The crow results show the first part is within reach.
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.