Het eerste dat ik ooit tegen mijn hond zei, was: „Wil je met mij mee naar huis?“ Hij was zes pond en tien weken oud. Hij boog zijn hoofd naar voren en snoof aan mijn mond.
In de vier jaar daarna ben ik hem blijven bestoken met vragen die hij niet kan beantwoorden. Ik vraag hem wat hij van plan is, of hij wil gaan wandelen, of hij zich slaperig voelt. Als hij ziek is, vraag ik hem wat er aan de hand is; als een andere hond naar hem gromt, trek ik hem opzij om te vragen of alles goed met hem gaat. Hij doet wat hij kan om zijn gedachten aan mij over te brengen: hij blaft; hij zucht; hij krabt aan de deur.
Maar we hebben natuurlijk nooit met elkaar gesproken, niet echt. Zo’n 15.000 jaar geleden sinds mensen de wolf voor het eerst domesticeerden, hebben wetenschappers geleerd dat verschillende soorten blaffen verschillende dingen betekenen – honden gebruiken bijvoorbeeld lagere, langere blafjes voor vreemden– maar ons begrip van hondencommunicatie blijft tamelijk beperkt. (Onderzoekers noemen het voorzichtig mededelingniet taalomdat van geen enkel dier is aangetoond dat het over dezelfde complexiteit van verbale systemen beschikt als mensen.)
Hoewel het blaffen naar een eekhoorn eenvoudig genoeg te ontcijferen is (ik zal je opeten!), hebben mensen meer moeite om te bepalen of een gejank gewoon een hond is die op dinsdag willekeurige gevoelens heeft, of iets veel ernstigers. Hondenbezitters vaak grap over hoe ze dat zouden doen jaren opgeven van hun leven, gewoon om de kans te krijgen om een uur of een dag met hun huisdier te praten. Ondertussen doen venters zich voor als hondenfluisteraars en huisdier helderzienden hebben met plezier hun geld afgepakt door te beweren dat ze hen konden helpen de innerlijke gedachten van hun honden te vertalen.
Nu, te midden van een golf van bredere belangstelling voor toepassingen voor kunstmatige intelligentie, hopen sommige hondenonderzoekers dat AI antwoorden kan bieden. In theorie is de technologie hiervoor zeer geschikt. AI is in wezen een patroonherkenningsmachine. ChatGPT kan reageren in taal die menselijk lijkt, omdat het is getraind in enorme schrijfdatasets, die het vervolgens in zijn reacties nabootst. Een soortgelijk uitgangspunt geldt voor andere generatieve AI-programma’s; grote taalmodellen identificeren patronen in de gegevens die ze ontvangen, brengen de relaties daartussen in kaart en produceren dienovereenkomstig output.
Onderzoekers werken met dezelfde theorie als het om honden gaat. Ze sturen audio of video van honden naar een model, naast tekstbeschrijvingen van wat de honden doen. Vervolgens kijken ze of het model statistische patronen kan identificeren tussen het waargenomen gedrag van de dieren en de geluiden die ze maken. In feite proberen ze geblaf te 'vertalen'.
Onderzoekers gebruiken al sinds 2006 soortgelijke benaderingen om de communicatie tussen honden te bestuderen, maar AI is de laatste tijd veel beter geworden in het verwerken van enorme hoeveelheden gegevens. Verwacht echter niet snel de filosofie van Immanuel Kant met Fido bij de koffie te bespreken. Het staat nog in de kinderschoenen en onderzoekers weten niet wat voor soort doorbraken AI zou kunnen opleveren – of die er überhaupt al zijn. „Het heeft een enorm potentieel, maar de kloof tussen het potentieel en de werkelijkheid is nog niet helemaal zichtbaar“, vertelde Vanessa Woods, een expert op het gebied van hondencognitie aan de Duke University.
Op dit moment hebben onderzoekers een groot probleem: data. Moderne chatbots zijn getraind op grote verzamelingen tekst – biljoenen woorden – waardoor ze de illusie krijgen dat ze taalvloeiend zijn. Om een model te creëren dat bijvoorbeeld het blaffen van honden in het Engels kan vertalen (als zoiets al mogelijk is), zouden onderzoekers miljoenen, zo niet miljarden, netjes gecatalogiseerde fragmenten nodig hebben. Dit geblaf moet grondig worden gelabeld op basis van leeftijd, ras en situatie, waarbij een 10-jarige mannelijke labradoodle wordt onderscheiden die tegen een vreemdeling blaft, en een zes weken oude bichon frise-puppy die met zijn nestgenoot speelt.
Een dergelijke catalogus bestaat momenteel niet. Dit is een van de grote ironieën van het project: overal om ons heen zijn honden, voortdurend vastgelegd door telefoons, deurbelcamera's en CCTV. Je hoeft niet te kijken Planeet Aarde om de hond in zijn natuurlijke habitat te zien leven; het internet staat vol met meer clips van honden dan iemand in zijn hele leven zou kunnen bekijken. En toch zijn al deze media nooit op een serieuze manier gecatalogiseerd, althans niet op de schaal die nodig zou zijn om beter te begrijpen wat hun geblaf betekent.
Misschien wel de beste catalogus die er bestaat, is van onderzoekers uit Mexico, die systematisch honden in hun huis in specifieke situaties hebben geregistreerd, waarbij ze ze hebben laten blaffen door bijvoorbeeld op een deur te kloppen of een favoriet speeltje te laten piepen. Een onderzoeksteam van de Universiteit van Michigan nam enkele van de 20.000 opnames in de dataset en voerde deze in een model dat getraind was om menselijke spraak te herkennen. Ze blaften voor het model en lieten het vervolgens voorspellen waar ze tegen blaften, alleen op basis van geluid. Het model kon met een nauwkeurigheid van ongeveer 60 procent voorspellen welke situatie aan het blaffen voorafging. Dat is lang niet perfect, maar nog steeds beter dan toeval, vooral gezien het feit dat het model uit meer dan een dozijn blafcontexten kon kiezen.
Dezelfde aanpak waarbij AI wordt gebruikt om hondengeblaf te ontcijferen, gebeurt bij andere dieren. Misschien wel het meest veelbelovende werk is met walvisgekletszoals mijn collega Ross Andersen heeft geschreven. Andere onderzoekers houden zich bezig met varkens, vleermuizen, chimpansees en dolfijnen. Eén stichting biedt maximaal $ 10 miljoen aan prijzengeld voor iedereen die “de code kan kraken” en een tweerichtingsgesprek kan voeren met een dier met behulp van generatieve AI.
Honden zullen waarschijnlijk niet de dieren zijn die wetenschappers helpen de prijs te winnen. “Ik denk niet dat ze noodzakelijkerwijs woorden, zinnen en alinea’s gebruiken”, vertelde Rada Mihalcea, co-auteur van het onderzoek in Michigan, me via Zoom. (Natuurlijk klopte er midden in ons gesprek een vreemdeling op mijn deur, waardoor mijn pleeghond begon te blaffen.) Hoe graag hondenbezitters zoals ik ook iets zouden willen dat lijkt op Google Translate voor honden, Mihalcea begint met veel beperktere ambities. Ze hoopt dat deze onderzoekslijn “ons kan helpen inzicht te krijgen in wat er überhaupt als taalsysteem bestaat – als er zo’n systeem bestaat.”
Een andere onderzoeksgroep, geleid door Kenny Zhu van de Universiteit van Texas in Arlington, hanteert een andere aanpak. Zijn team haalt enorme hoeveelheden hondenvideo's van YouTube. Maar de gegevens zijn extreem luidruchtig – letterlijk. De onderzoekers moeten het geblaf isoleren van alle andere geluiden die op de achtergrond van de video's plaatsvinden, wat het proces lastig maakt. Het team van Zhu heeft voorlopige bevindingen: ze hebben hun algoritmen de geluiden van zes verschillende rassen laten verwerken (huskies, Shiba Inus, pitbulls, Duitse herders, Labradors en Chihuahuas) en geloven dat ze 105 unieke fonemen of geluidseenheden hebben gevonden. die alle rassen omvatten.
Zelfs als onderzoekers uiteindelijk een perfecte dataset kunnen bemachtigen, zullen ze nog een ander probleem tegenkomen: er is geen manier om zeker te weten dat welke waarnemingen de AI ook doet, juist is. Bij het trainen van andere AI-modellen op het gebied van menselijke talen kan een moedertaalspreker verifiëren dat een uitvoer correct is, en helpen bij het verfijnen van het model. Geen enkele hond zal ooit de resultaten van de AI kunnen verifiëren. (Stel je een hond voor die in een academisch onderzoekslaboratorium zit en plechtig knikt: Ja, dat klopt. 'Kemphant-kemphaan' betekent 'Geef mij de kip'.De droom van AI als tussenpersoon tussen mensen en honden wordt geconfronteerd met een fundamentele vooroordeel: het zijn menselijke onderzoekers die door mensen gemaakte AI-modellen en menselijke taalideeën gebruiken om honden beter te begrijpen. Hoe goed de technologie ook wordt, er zullen altijd onzekerheden zijn.
De focus op het beter begrijpen van de verbale geluiden van honden kan verdoezelen hoeveel we al over hen weten. Honden hebben ontwikkeldD om beter met mensen te communiceren: hun geblaf is veranderd, en hun ogen zijn expressiever geworden. Wilde honden en wolven blaffen minder dan huisdieren, suggereert dat mensen zijn een belangrijke reden waarom onze pups geluid maken. “Het hele ding aan hondengenie is dat ze met ons kunnen communiceren zonder te praten,” vertelde Woods me. “We kunnen ze ook heel duidelijk lezen, daarom zijn we er zo verliefd op.”
Ik weet wat ze bedoelt. Tijdens een hittegolf deze zomer besloot ik hittebestendige hondenlaarzen te kopen om mijn pup te beschermen tegen de brandende stoep. Je trekt ze aan door ze over de poten van je hond te strekken en ze op hun plaats te klikken. De eerste keer dat ik ze bij mijn hond aandeed, staarde hij me aan. Toen ik hem later die week probeerde uit te laten, spartelde hij in het gras en rende chaotisch rond. Hij wilde de laarzen niet dragen. En ik had geen AI nodig om dat te weten.
