Một đàn voi châu Phi đứng gần nhau trên thảo nguyên. Một con phát ra tiếng gọi trầm thấp, rồi những con khác lần lượt đáp lại. Chỉ trong vài giây, nhiều giọng voi hòa vào nhau thành một âm thanh dày đặc mà tai người khó có thể tách riêng từng cá thể.
Trong quá khứ, những âm thanh như vậy thường được xem là một bài toán rất khó đối với các nhà nghiên cứu hành vi động vật. Khi nhiều con voi cùng phát ra âm thanh, đâu là giọng của từng cá thể và đâu là thông tin liên quan đến tình huống chung của cả đàn?
Một nghiên cứu mới cho thấy trí tuệ nhân tạo (AI) có thể giúp giải quyết một phần vấn đề này. Thay vì cố gắng tách từng tiếng kêu, các nhà nghiên cứu thử xem xét cả “dàn hợp xướng” voi như một tín hiệu duy nhất.
Kết quả từ 902 bản ghi âm tiếng gầm của voi rừng châu Phi cho thấy ngay cả trong những âm thanh chồng lấn, thông tin về bối cảnh hành vi của đàn voi vẫn có thể được nhận diện. Đáng chú ý hơn, trong một số cuộc “trò chuyện”, giọng của các cá thể dường như trở nên giống nhau hơn khi quá trình trao đổi âm thanh tiếp diễn.
Nghiên cứu được một nhóm các nhà khoa học quốc tế, trong đó có các tổ chức Earth Species Project và ElephantVoices, thực hiện và công bố trên tạp chí Scientific Reports.
Khoảng 60% tiếng gầm của voi có thể là “hợp xướng”
Voi có đời sống xã hội rất phức tạp và âm thanh đóng vai trò quan trọng trong việc duy trì liên lạc giữa các thành viên.
Một trong những loại âm thanh đặc trưng của voi là tiếng gầm tần số thấp. Tần số cơ bản của những âm thanh này có thể nằm khoảng 12–19 Hz, trong đó một phần nằm dưới ngưỡng nghe thông thường của con người.
Nhờ tần số thấp, âm thanh của voi có khả năng truyền đi khoảng cách xa trên môi trường tự nhiên.
Điều đáng chú ý là không phải mọi tiếng gầm đều được phát ra bởi một cá thể duy nhất. Theo nghiên cứu, khoảng 60% các tiếng gầm được ghi nhận có sự chồng lấn của hai hoặc nhiều con voi.
Những âm thanh tập thể như vậy đặc biệt thường xuất hiện khi các thành viên trong gia đình voi gặp lại nhau.
Khi một con bắt đầu phát tín hiệu, những con khác có thể đáp lại gần như ngay lập tức. Kết quả là nhiều giọng nói cùng xuất hiện trong một khoảng thời gian ngắn, tạo thành một “dàn hợp xướng” tự nhiên.
Đối với các nhà nghiên cứu, đây chính là một thách thức lớn.
Vì sao “tiếng ồn” của cả đàn lại khó phân tích?
Trong nghiên cứu âm thanh động vật, việc nhiều nguồn âm thanh xuất hiện cùng lúc được ví với hiệu ứng “tiệc cocktail”.
Hãy tưởng tượng bạn đang đứng trong một nhà hàng đông người. Có hàng chục người cùng nói chuyện, nhưng bạn vẫn muốn tập trung nghe một người cụ thể. Não người có khả năng lọc và tập trung vào nguồn âm thanh cần thiết, nhưng đối với hệ thống phân tích âm thanh, việc tách các tín hiệu chồng lấn có thể khó khăn hơn rất nhiều.
Tiếng voi cũng tương tự.
Nếu hai, năm hay thậm chí hàng chục con voi cùng phát âm thanh, việc xác định chính xác tiếng nào thuộc về cá thể nào trở nên phức tạp.
Các nghiên cứu trước đây vì thế thường tập trung vào tiếng kêu của từng con voi riêng lẻ.
Nghiên cứu mới đi theo hướng khác: không nhất thiết phải tách từng giọng nói mới có thể tìm thấy thông tin.
Thay vào đó, nhóm nghiên cứu xem toàn bộ âm thanh chồng lấn như một tín hiệu đại diện cho một tình huống xã hội.
AI có thể nhận diện bối cảnh của “dàn đồng ca”
Nhóm nghiên cứu sử dụng các bản ghi tiếng gầm của voi rừng châu Phi được thu thập tại Vườn quốc gia Amboseli, Kenya, trong khoảng thời gian từ năm 1986 đến năm 2022.
Sau quá trình lựa chọn và xử lý dữ liệu, tổng cộng 902 trường hợp được đưa vào phân tích. Các bản ghi có từ hai đến 18 tiếng gầm chồng lên nhau.
Các nhà nghiên cứu sau đó xem xét nhiều bối cảnh khác nhau mà đàn voi phát ra âm thanh.
Đó có thể là lúc các thành viên gia đình bị tách khỏi nhau và đoàn tụ, lúc đàn chuẩn bị di chuyển, hoặc khi nhiều con cùng phát ra âm thanh trong lúc ăn, nghỉ ngơi hay di chuyển chậm.
AI được huấn luyện dựa trên những đặc điểm âm thanh như năng lượng theo tần số và sự thay đổi của tín hiệu theo thời gian.
Điều đáng chú ý là hệ thống không chỉ nhận diện những tiếng kêu đơn lẻ.
Nó cũng có thể phân biệt các tình huống liên quan đến nhiều con voi cùng phát tiếng, với độ chính xác cao hơn so với việc lựa chọn ngẫu nhiên.
Nói cách khác, “tiếng ồn” của cả đàn dường như không hoàn toàn mất thông tin.
Ngay cả khi nhiều giọng nói hòa trộn với nhau, dấu hiệu liên quan đến bối cảnh hành vi vẫn có thể tồn tại trong tín hiệu tổng hợp.
Từ “Đi thôi!” đến “Bạn đang ở đâu?”
Các tình huống xã hội của voi rất đa dạng.
Trong một số trường hợp, nhiều con voi cùng phát âm thanh khi đàn đang phối hợp để di chuyển.
Ở những thời điểm khác, chúng có thể trao đổi âm thanh trong lúc ăn, nghỉ hoặc di chuyển chậm.
Các nhà nghiên cứu đưa ra giả thuyết rằng những cuộc trao đổi như vậy có thể liên quan đến quá trình cả đàn “tham khảo” lẫn nhau trước khi quyết định hành động tiếp theo.
Điều này không có nghĩa rằng các nhà khoa học đã xác định được một câu tương đương với “đi thôi” hay “chúng ta ăn ở đây”.
Đó là điểm cần phân biệt rõ.
AI hiện có thể nhận diện bối cảnh hành vi, nhưng điều đó khác hoàn toàn với việc dịch tiếng voi thành ngôn ngữ của con người.
Ngoài những tình huống phối hợp hành vi, nghiên cứu còn xem xét các âm thanh trong những hoàn cảnh xã hội như dỗ dành voi con, trấn an thành viên trong gia đình, chào hỏi nhẹ nhàng hoặc thể hiện phản ứng khi các thành viên bị tách rời gặp lại nhau.
Những bối cảnh này cho thấy tiếng gầm không đơn thuần là âm thanh truyền đi trong không gian.
Nó có thể là một phần của mạng lưới giao tiếp xã hội phức tạp.
Voi có thể “điều chỉnh giọng” để giống nhau hơn?
Một phát hiện đặc biệt thú vị của nghiên cứu liên quan đến hiện tượng được gọi là hội tụ âm thanh.
Ở con người, khi trò chuyện với nhau trong một thời gian, chúng ta đôi khi vô thức điều chỉnh cách phát âm, tốc độ nói hoặc một số đặc điểm giọng nói để trở nên giống người đối thoại hơn.
Hiện tượng này được gọi chung là sự hội tụ âm thanh.
Các nhà nghiên cứu muốn biết liệu một hiện tượng tương tự có xuất hiện ở voi hay không.
Họ phân tích 92 cuộc trò chuyện có sự tham gia của ít nhất hai con voi và so sánh những đặc điểm âm thanh của các tiếng kêu liên tiếp.
Kết quả cho thấy trong ba trên sáu nhóm trường hợp được xem xét, có dấu hiệu của sự hội tụ âm thanh.
Hiện tượng này được quan sát trong các tình huống như liên lạc giữa những thành viên gia đình bị tách rời, phối hợp hành vi trong lúc ăn hoặc nghỉ ngơi, cũng như những thời điểm các thành viên đoàn tụ và chào hỏi nhau.
Các nhà nghiên cứu cho rằng sự hội tụ này có thể liên quan đến việc phối hợp hành vi tập thể.
Không chỉ voi: nhiều loài động vật cũng có hội tụ âm thanh
Hội tụ âm thanh không phải hiện tượng chỉ xuất hiện ở voi.
Các nhà nghiên cứu từng quan sát những dạng thay đổi tương tự ở nhiều loài động vật khác, trong đó có vẹt, cá heo và một số loài linh trưởng.
Tuy nhiên, ý nghĩa của hiện tượng này không nhất thiết giống nhau.
Ở một loài, nó có thể giúp duy trì sự gắn kết xã hội. Ở loài khác, nó có thể liên quan đến việc thể hiện ý định, phối hợp chuyển động hoặc phản ứng trước một tình huống cụ thể.
Với voi, câu hỏi quan trọng hiện nay là liệu sự hội tụ âm thanh có phải một cơ chế giúp các thành viên trong đàn đồng bộ hóa hành vi hay không.
Nếu giả thuyết này được xác nhận bằng các nghiên cứu tiếp theo, cách chúng ta nhìn nhận về giao tiếp của voi có thể thay đổi đáng kể.
AI chưa thể “dịch” ngôn ngữ của voi
Dù kết quả rất đáng chú ý, các nhà nghiên cứu cũng nhấn mạnh rằng không nên hiểu nghiên cứu này là bằng chứng cho thấy AI đã giải mã được ngôn ngữ của voi.
Khoảng cách giữa phân loại bối cảnh và dịch ngôn ngữ là rất lớn.
AI có thể nhận ra rằng một đoạn âm thanh có đặc điểm giống với những tình huống đoàn tụ hoặc phối hợp hành vi. Nhưng điều đó chưa đồng nghĩa với việc hệ thống biết chính xác con voi đang “nói” điều gì.
Hơn nữa, nghiên cứu vẫn còn nhiều trường hợp phân loại sai.
Điều quan trọng hơn là nghiên cứu đã chứng minh một phương pháp mới có thể hữu ích: thay vì chỉ nghiên cứu tiếng kêu của từng cá thể, các nhà khoa học có thể phân tích toàn bộ cuộc trao đổi âm thanh của một nhóm voi.
Đây là bước tiến đáng chú ý bởi phần lớn giao tiếp xã hội trong tự nhiên không diễn ra theo kiểu một cá thể nói và tất cả những con còn lại im lặng.
Trong thực tế, giao tiếp có thể đồng thời, chồng lấn và liên tục.
“Dàn hợp xướng voi” có thể tiết lộ điều gì?
Nếu những nghiên cứu tiếp theo xác nhận kết quả hiện tại, các nhà khoa học có thể tiến gần hơn tới việc hiểu cách voi phối hợp hành vi trong đàn.
Một hướng nghiên cứu quan trọng là tìm xem liệu có những loại âm thanh đặc biệt chỉ xuất hiện khi nhiều con voi cùng tham gia hay không.
Một câu hỏi khác là liệu những thông tin tồn tại trong tiếng gầm đồng thanh có khác với thông tin trong tiếng gầm của một cá thể riêng lẻ.
Nếu câu trả lời là có, “dàn hợp xướng” có thể không đơn giản là tổng hợp của nhiều tiếng kêu.
Nó có thể là một dạng giao tiếp tập thể có đặc điểm riêng.
Điều này cũng mở ra khả năng sử dụng AI để theo dõi hành vi của voi trong tự nhiên mà không cần quan sát trực tiếp từng cá thể.
Trong tương lai, các hệ thống phân tích âm thanh có thể giúp các nhà bảo tồn phát hiện những thay đổi trong hành vi xã hội, xác định các tình huống bất thường hoặc hiểu rõ hơn cách đàn voi phản ứng trước những thay đổi của môi trường sống.
Vì sao nghiên cứu này quan trọng đối với bảo tồn voi?
Voi là loài có cấu trúc xã hội phức tạp. Việc hiểu cách chúng giao tiếp có thể giúp các nhà nghiên cứu đánh giá tốt hơn trạng thái của đàn trong môi trường tự nhiên.
Nếu âm thanh chứa thông tin đáng tin cậy về việc đàn đang di chuyển, đoàn tụ, nghỉ ngơi hay phản ứng trước một tình huống, dữ liệu âm thanh có thể trở thành một công cụ quan trắc tương đối ít xâm lấn.
Thay vì phải tiếp cận từng con voi, các nhà nghiên cứu có thể triển khai thiết bị ghi âm trong môi trường sống và sử dụng AI để phân tích lượng dữ liệu lớn.
Đây là nơi trí tuệ nhân tạo có thể đóng vai trò đặc biệt quan trọng trong khoa học động vật.
Con người khó có thể nghe và phân tích hàng nghìn giờ âm thanh một cách liên tục. AI thì có thể xử lý lượng dữ liệu lớn hơn nhiều, tìm ra những mẫu mà tai người khó nhận biết và giúp các nhà khoa học xác định những trường hợp đáng để nghiên cứu sâu hơn.
“Tiếng rầm rầm” của một đàn voi có thể nghe giống như một khối âm thanh hỗn độn đối với con người, nhưng nghiên cứu mới cho thấy bên trong đó vẫn tồn tại những dấu hiệu có giá trị.
Việc AI có thể nhận diện bối cảnh từ những tiếng gầm chồng lấn cho thấy giao tiếp tập thể của voi có thể chứa nhiều thông tin hơn chúng ta từng nghĩ.
Đặc biệt, hiện tượng hội tụ âm thanh đặt ra một câu hỏi thú vị: liệu voi có đang điều chỉnh cách phát âm để phối hợp tốt hơn với những thành viên xung quanh?
Câu trả lời vẫn chưa rõ ràng.
Nhưng với 902 bản ghi âm, 92 cuộc trò chuyện và những mô hình âm thanh được AI phát hiện, các nhà khoa học đã có thêm một công cụ để bước sâu hơn vào thế giới giao tiếp của voi.
Có thể chúng ta vẫn chưa “dịch” được ngôn ngữ voi. Nhưng AI đang giúp con người bắt đầu hiểu rằng một dàn hợp xướng không phải lúc nào cũng chỉ là tiếng ồn.
Nguồn tham khảo: Scientific Reports; Earth Species Project; ElephantVoices; dữ liệu và nội dung nghiên cứu về giao tiếp âm thanh của voi rừng châu Phi tại Vườn quốc gia Amboseli, Kenya.
Câu hỏi về AI
AI đã giải mã được tiếng voi chưa?
Chưa. Nghiên cứu mới cho thấy AI có thể phân biệt một số bối cảnh hành vi từ những tiếng gầm đơn lẻ và cả âm thanh của nhiều con voi cùng phát ra. Đây là nhận diện mẫu và bối cảnh, chưa phải dịch tiếng voi thành ngôn ngữ của con người.
Vì sao tiếng voi đồng thanh khó nghiên cứu?
Khi nhiều con voi phát âm thanh cùng lúc, tín hiệu của từng cá thể bị chồng lấn. Điều này khiến việc xác định chính xác nguồn phát trở nên khó khăn, tương tự việc cố nghe một người cụ thể trong một không gian có nhiều người cùng nói.
“Hội tụ âm thanh” ở voi là gì?
Đó là hiện tượng các đặc điểm âm thanh của những con voi tham gia trao đổi trở nên giống nhau hơn khi cuộc giao tiếp tiếp diễn. Nghiên cứu cho thấy hiện tượng này xuất hiện trong một số tình huống xã hội nhất định.
Nghiên cứu đã phân tích bao nhiêu bản ghi âm?
Nhóm nghiên cứu phân tích 902 trường hợp tiếng gầm chồng lấn của voi rừng châu Phi được ghi nhận tại Vườn quốc gia Amboseli, Kenya, trong giai đoạn 1986–2022.
AI có thể giúp bảo tồn voi như thế nào?
Nếu các kết quả được xác nhận qua nghiên cứu tiếp theo, AI có thể hỗ trợ phân tích số lượng lớn dữ liệu âm thanh từ môi trường tự nhiên, qua đó giúp các nhà nghiên cứu theo dõi hành vi xã hội và phản ứng của đàn voi mà không cần quan sát trực tiếp từng cá thể.
