Ik had nog nooit in de open oceaan gedoken, dus toen ik voor het eerst de walvisroep hoorde, nam ik aan dat het een technische fout was. Misschien is dit wat er gebeurt als een microfoon onder het oppervlak wordt begraven: het geluid van bellen die tegen machines botsen.
Maar het is een klikgeluid, het geluid dat een potvis maakt in de aanwezigheid van een andere walvis. Het is moeilijk uit te leggen. De klikken zijn niet zo nat als de stem van een mens en ook niet zo sonoor als het lied van een bultrug. Ze zijn hoorbaar in strakke percussieve beats die bekend staan als coda’s. In eerste instantie leken ze op robots. Maar hoe langer ik luisterde – terwijl theoretisch computerwetenschapper Orr Paradise de knoppen aanzette van het AI-model dat hij had gemaakt om elk geluid te vertalen in stemgeluiden van potvissen – hoe meer de klikken klonken als het einde van een gesprek.
Het systeem dat Paradise heeft aangepast heet WhAM, een afkorting van Whale Acoustics Model. De interface is eenvoudig, aantrekkelijk en lijkt op een verlichte dansvloer. Hij liet me zien hoe het model werkte in een hotellobby, tijdens een pauze van WhAM’s presentatie op de NeurIPS machine learning conferentie. Ze droeg een felroze vacht die bijna overeenkwam met de kleuren op haar scherm. Hij vroeg mij om het model iets te vertalen te geven.
In eerste instantie pikte hij per ongeluk omgevingsgeluid op, maar Paradise dacht niet dat ‘Last Christmas’ zich goed zou vertalen in potvistaal. In plaats daarvan stelde hij voor dat ik met mijn vinger naar de microfoon van zijn laptop zou bewegen. In een oogwenk verandert WhAM de bluf in een potviscoda en voorspelt een reeks klikken die in het wild kunnen voorkomen.
Paradise heeft WhAM gecreëerd CETI-projecteen non-profitorganisatie die zich inzet om iets gewaagds te bereiken: ooit talen vertalen en communiceren met potvissen. Voorlopig zijn de klikken die WhAM genereert zinloos. Als het ons zou lukken om ‘Last Christmas’ te vertalen, zou een luisterende walvis het lied van het vakantieliefdesverdriet niet begrijpen. Met een beetje geluk gebeurt dat niet altijd; het team achter WhAM wil de komende jaren AI-modellen communicatief maken.
Maar op dit moment is het gebrek aan betekenis opzettelijk. WhAM opereert op wat Paradise en zijn team een ‘semantische kloof’ noemen, en richt zich alleen op de akoestische structuur, omdat deze is gebouwd op de architectuur van andere AI-systemen die zijn ontworpen om muziek te genereren. Toen Paradise het model voor het eerst ontdekte, bekend als vampier netwerk—Een paar jaar geleden zag hij de mogelijkheden in zijn vermogen om elk geluid te verwerken, door fragmenten opnieuw te combineren tot zinvolle variaties. Als een machine zulke muziek zou kunnen maken, dacht hij, zou hij misschien talen kunnen gaan leren die mensen nog niet konden begrijpen.
