Ik heb nog nooit in de open oceaan gedoken, dus als ik voor het eerst de roep van de walvis hoor, neem ik aan dat het een technisch probleem is. Misschien is dit wat er gebeurt als een microfoon onder het oppervlak wordt ondergedompeld: het geluid van bellen die tegen de machine botsen.
Maar dit is een klik, het geluid dat een potvis maakt in de aanwezigheid van een andere potvis. Het is moeilijk te beschrijven. Niet nat als iemands stem of sonoor als een bultruglied, klikken komen binnen in strakke, percussieve beats die bekend staan als coda’s. Op het eerste gezicht lijken ze bijna robotachtig. Maar hoe langer ik luister – terwijl theoretisch computerwetenschapper Orr Paradise de knoppen aanpast van een AI-model dat hij heeft gebouwd om elk geluid te vertalen in potvisstemmen – hoe meer de klikken als het einde van een gesprek beginnen te klinken.
Het Paradise-tweaksysteem heet WhAM, een afkorting van Whale Acoustics Model. De interface is eenvoudig, uitnodigend en ziet eruit als een verlichte dansvloer. Hij laat me zien hoe het model werkt in een hotellobby, tijdens een pauze van de presentatie van WhAM op de machine learning conferentie NeurIPS. Hij draagt een lichtroze fleece die bijna overeenkomt met de kleuren op zijn scherm. Hij vraagt mij om het model iets te vertalen te geven.
In eerste instantie wordt het omgevingsgeluid per ongeluk opgepikt, maar Paradise denkt niet dat “Last Christmas” zich goed zal vertalen naar potvissen. In plaats daarvan stelt hij voor dat ik met mijn vingers in de microfoon van zijn laptop knip. In een oogwenk zet WhAM het klikken om in een potviscoda en voorspelt het de reeks klikken die in het wild zouden kunnen volgen.
Paradise heeft WhAM mede gecreëerd Project CETIeen non-profitorganisatie die werkt aan iets gedurfds: voor één dag vertaal de taal en communiceer met potvissen. Tot nu toe hebben de klikken die WhAM produceert geen betekenis. Als we “Last Christmas” met succes hadden vertaald, zou een luisterende walvis het hartzeer van het lied niet hebben begrepen. Met een beetje geluk zal dat niet altijd het geval zijn; het team achter WhAM wil het AI-model de komende jaren graag conversational maken.
Op dit punt is de afwezigheid van betekenis echter opzettelijk. WhAM opereert in wat Paradise en zijn team een ’semantische kloof’ noemen, en richt zich alleen op de akoestische structuur omdat het is gebouwd op de architectuur van een ander AI-systeem dat is ontworpen om muziek te genereren. Toen Paradise dat model voor het eerst tegenkwam – bekend als VampNet-Een paar jaar geleden zag hij de mogelijkheid om op elk geluid te riffen en fragmenten te combineren tot plausibele variaties. Als een machine zulke muziek zou kunnen maken, zo redeneerde hij, zou deze misschien een taal kunnen leren die mensen nog niet kunnen begrijpen.
