Охотиться в кромешной тьме для кашалота — дело обычное: глубже километра глаза уже бесполезны, зато щелчки работают как сонар. Но у тех же щелчков нашлась вторая жизнь — короткие ритмические серии, которыми, как замечают биологи, семьи обмениваются у поверхности. Их зовут кодасами, и в последние годы их отдали на разбор нейросетям: не просто слушать океан, а вычленять из кликов структуру и, может быть, предугадывать, что семейство сделает дальше. Как далеко зашёл этот разговор — и где упёрся в стену, пробуем разобраться.
Щелчки кашалота — одни из самых громких звуков в животном мире. Ими кит просвечивает толщу воды, как фонарём: иначе в кромешной тьме кальмара не найдёшь. С эхолокацией наука разобралась давно. Загадка в другом — в кодасах. Это короткие серии из нескольких кликов с устойчивым ритмом и темпом, и для охоты они не нужны вовсе. Это социальные сигналы: так перекликаются матери с детёнышами и родственницы внутри семьи. Звук в воде расходится примерно в четыре с половиной раза быстрее, чем в воздухе, так что «разговор» слышен за километры.
Главный материал здесь — многолетние полевые наблюдения за одними и теми же семьями. И картина вырисовывается любопытная: у разных групп наборы кодасов различаются, почти как диалекты, а детёныши, как полагают учёные, не рождаются с готовым словарём — они усваивают его у родни. Если так, перед нами не инстинктивный шум, а культурно передаваемая система сигналов. Для машинного обучения — лакомый кусок: корпус, где подписано, кто кликнул, кому и при каких обстоятельствах.
На стыке морской биологии и машинного обучения стали собираться междисциплинарные команды — для океанологии состав редкий. Логика незамысловатая: если кодасы — система с правилами, то модели, натренированные на человеческой речи, должны в ней эту структуру разглядеть.
Так и делают: большие массивы записанных кодасов прогоняют через алгоритмы. Модель раскладывает щелчки на признаки — примерно как мы различаем звуки речи: длина серии, темп, ритм. Обсуждаются и измерения потоньше. Скажем, «растяжение» кодаса в зависимости от контекста — певец ведь тоже тянет ноту перед важной фразой. Или лишний щелчок, пристраиваемый к базовому ритму. Если кодасы действительно комбинируются, а не просто повторяются, как предполагают исследователи, система устроена куда хитрее, чем думали.
Но есть честная оговорка: найденная структура — ещё не словарь. Пусть модели уверенно указывают на внутреннюю грамматику сигналов; что именно кашалот «говорит» конкретным кодасом, мы по-прежнему не знаем. Алфавит есть. Толкователя нет.
Параллельно расшифровке идёт задача приземлённее — прогноз поведения. Кашалотов метят присосками-регистраторами: гидрофон пишет всё, что животное слышит и произносит, датчики фиксируют глубину, ускорение, вспышки кормления. На выходе — выровненный датасет: реплика плюс действие.
Дальше начинается самое занятное. На таких данных строят модели, которые связывают обмен кодасами с последующими событиями — скажем, со стартом совместного кормового нырка. Проверка при этом честная: если алгоритм угадывает нырок точнее случайного тыка, значит, кодасы действительно несут информацию о намерениях, а не просто фон — болтовня ради болтовни.
Отдача может оказаться вполне осязаемой. Акустический мониторинг в принципе способен предупреждать суда о присутствии китов и снижать травмы от винтов. А если научиться различать локальные группы, защищать можно будет не абстрактный вид из учебника, а конкретные сообщества — те, что сильнее всех страдают от интенсивного судового шума.
С китообразными в России повезло: полевая школа сильная, многолетние наблюдения идут и на Дальнем Востоке, и в Белом море.
С внедрением ИИ — аккуратнее. Автоматика прижилась в фотоидентификации: снимками плавников сегодня обмениваются международные платформы. А вот акустические архивы нередко всё ещё разбирают вручную: специалисты часами слушают записи и сами размечают сигналы. Узкое место — не алгоритмы. Дорого стоит оборудование и длинные ряды наблюдений: гидрофонные решётки, датчики-присоски, годы непрерывной полевой работы.
Рецепт, впрочем, понятен: открытые базы биоакустических записей плюс связка полевых биологов с университетскими командами по машинному обучению. Выиграет не только наука. Учёт локальных групп при прокладке судоходных маршрутов, контроль шума у мест размножения, оценка влияния прибрежных проектов на популяции — практика получит не меньше.
Кашалот — не единственный адресат. Крупные технологические компании и некоммерческие организации тренируют модели для распознавания сигналов других видов — от свистов диких дельфинов до птиц, а идея «фундаментальных моделей» биоакустики, рассчитанных сразу на множество видов, звучит всё громче. Индустрия переводчиков для животных формируется прямо на глазах.
Но главный вопрос — философский. Нейросеть видит статистику: ритмы, комбинации, контекст. Предсказывать реплику собеседника — ещё не значит его понимать. Не решит всё и идеальный словарь: слова кашалота мы, допустим, переведём, а вот его мир — иную сенсорику, иную физику, иные ценности — так и останется за бортом. Настоящая проверка понимания — эксперименты с проигрыванием синтезированных сигналов. Тут исследователи предельно осторожны, и понятно почему: экспериментировать на чужом языке, не зная его смысла, — само по себе этическая проблема.
Машинное обучение подарило то, чего десятилетиям наблюдений отчаянно не хватало: инструмент читать клики китов в промышленных масштабах и искать в них структуру. Насколько эта структура глубока и есть ли за ней смысл — вопрос открытый. До полноценного «переводчика» с китового далеко, и, возможно, полный перевод в принципе недостижим. Но рамка уже сместилась: интеллект больше не ищут исключительно в человеческой речи. А кашалотам этот разговор может обернуться вполне материальным — спокойнее судоходство, тише вода, сохранённые семейные «диалекты». Иногда, чтобы понять другого, достаточно для начала просто перестать его не слышать.