AIの次なる偉業：イルカの言葉を理解できるか？

編集者注：大規模言語モデルが人間と流暢に会話できるようになった今、科学者たちはさらに遠い領域——動物の世界——へと視線を向けている。複雑な社会構造と「言語」能力を持つと広く認められているイルカは、AIを用いた異種間コミュニケーション研究の焦点となりつつある。

『WIRED』の報道によると、Wild Dolphin Projectの創設者兼ディレクターであるDenise Herzingは、人工知能技術を活用して、これら海洋哺乳類に関する数十年分の音声・映像素材の解析を進めている。彼女の目標は明確だ——膨大な録像と録音の中から、イルカのコミュニケーションにおけるパターンを見つけ出すことである。

40年分のイルカアーカイブ、機械学習と出会う

Wild Dolphin Projectは1985年に設立され、長年にわたりバハマ諸島近海でタイセイヨウマダライルカを追跡・研究してきた。Herzingのチームは同一海域・同一群れのイルカを約40年間にわたって継続的に観察し、発声、行動、社会的交流、個体間の関係を記録してきた。これは極めて稀な、長期にわたる動物行動データベースである。

問題は、従来の分析手法がほぼ完全に人力に依存していた点だ。研究者は何時間もの水中映像を繰り返し視聴し、イルカの動作をコマ単位で注釈付けし、同期した録音と手作業で照合する必要があった。素材の規模が膨らむにつれ、人力での処理は限界に達しつつあった。AIの導入は、まさにこの弱点を補うものとなった。

「私たちは膨大なデータを蓄積してきましたが、以前はそれを本当に活用する手段がありませんでした。今、機械学習によって、これらの素材からパターンを抽出できるようになりました。」——Denise Herzing

コンピュータービジョンと音声解析モデルを通じて、システムは映像中のイルカ個体・動作の種類・発声タイミングを自動的に識別し、音声と行動イベントを対応付けることができる。これにより研究者は初めて、「イルカが何をしているときに、どのような音を発するのか」という問いを大規模に追跡できるようになった。

「聞こえる」から「理解できる」まではどれほど遠いか

イルカの発声システムは非常に複雑で、位置特定に用いるクリック音、感情を表すホイッスル音、そして個体識別機能を持つと考えられている「シグネチャーホイッスル（signature whistle）」が含まれる。各個体は群れの中で自らを「名乗る」ための固有のシグネチャーホイッスルを持っているようだ。

ここでのAIの価値は、単に音を自動検出することにとどまらない。人間の耳では気づきにくい微細なパターンを発見することにある。モデルは数万回の発声イベントの中から繰り返し現れる構造を探し、特定の音の組み合わせが特定の状況・特定の相手・特定の社会的意図と関連しているかどうかを判断できる。これは研究者に「音のマップ」を提供するようなものだ。

もちろん、パターンの認識は意味の理解とは異なる。AIが「イルカAがイルカBに近づく際に特定のホイッスルを発する」と正確に予測できたとしても、それが「呼びかけ」なのか「警告」なのか「挨拶」なのかを直接証明することはできない。統計的な相関から真の言語理解へと至るには、長期的な検証を要する大きな隔たりがある。

動物コミュニケーション研究におけるAIの波

Herzingの取り組みは孤立した事例ではない。近年、AIは世界規模で動物コミュニケーション研究を活性化させている。Project CETIは機械学習を用いてマッコウクジラのクリック音の解読を試み、Earth Species Projectは動物コミュニケーション解析のための汎用ツールの開発に取り組んでいる。これらのプロジェクトに共通する論理は、動物が発するシグナルは人間がかつて考えていたよりもはるかに豊かであり、AIはノイズの中から構造を見つけ出すことを得意とする、というものだ。

イルカ研究の独自の強みは、長期的な個体識別データ、複雑な社会関係、そして実験において示された学習・模倣能力にある。これにより、イルカは「AIが人間の動物理解を助けられるか」という命題を検証する理想的な対象となっている。もしイルカの音声すら有効にモデル化できないとすれば、異種間コミュニケーションという構想はさらに遠のくことになる。

しかし課題も明らかだ。水中録音はノイズが多く、個体の発声が重なることも頻繁で、注釈付きデータは乏しく、「意味」そのものが状況に大きく依存する。AIはデータ処理を加速できても、行動の文脈に関する科学者の判断を代替することはできない。技術はあくまで増幅器であり、答えそのものではないのだ。

結語：理解をめぐる長距離走

HerzingがAIでイルカのアーカイブを処理することの意義は、短期間でイルカの言語を「翻訳」することにあるのではなく、拡張可能な研究手法を確立することにあるかもしれない——まず機械が人間に代わってデータを整理・注釈付け・手がかりの発見を行い、その後で科学者が検証と解釈を担うという手法だ。この道のりは長いが、異種間コミュニケーションをSFから実験室へと引き寄せることには成功しつつある。

AIがイルカの声に耳を傾けることを学ぶとき、人間もまた自然への耳の傾け方を学び直している。真の突破口は、「翻訳された」イルカの言葉の一文ではなく、別の知性ある生命を理解するための道具を、私たちがついに手にしたことにあるのかもしれない。

本記事はWIREDより編集・翻訳