Informācijas teorija atklāj vaļu un delfīnu komunikācijas repertuāru lielumu

Viens no izcilākajiem 20. gadsimta fizikas varoņiem ir Klods Šenons, kurš 40. gados vairāk vai mazāk viens pats izgudroja informācijas teoriju. Šenons izmantoja savu teoriju, lai noteiktu pamata ierobežojumus tam, cik daudz mēs varam saspiest datus, kā arī to, cik droši mēs varam tos uzglabāt un nosūtīt.

Šenons nekavējoties sāka izmantot savu teoriju, lai pētītu angļu valodas informācijas saturu. Viena pieeja bija izmantot brīvprātīgos, lai uzminētu vārdos trūkstošos burtus, lai izstrādātu to informācijas saturu. Pēc šī pētījuma par bieži lietoto vārdu lielumu un skaitu Šenons spēja novērtēt cilvēka valodas sarežģītību.

Šodien Redžinalds Smits, neatkarīgs pētnieks Pilsoņu zinātnieku līgā Ročesterā, Ņujorkā, ierosina interesantu jaunu veidu, kā analizēt saziņu ar dzīvniekiem. Viņa pieeja ir izmantot Šenona pieeju otrādi – sākt ar valodas sarežģītības mērījumu un izmantot to, lai noteiktu tajā ietverto dažādu vārdu lielumu un skaitu. Rezultāts ir interesants repertuāru novērtējums, ko dažādi dzīvnieki izmanto saziņai.

Četrdesmitajos gados Šenona radīja revolūciju informācijas izpētē. Jo īpaši viņš aplūkoja nosacīto entropiju, informācijas daudzumu, ko viens burts nodod, kad tas seko citam burtam vai burtu secībai.

Angļu alfabētam, kurā ir 26 burti plus atstarpes rakstzīme, Šenons aprēķināja, ka viens burts nodod nedaudz vairāk par četriem informācijas bitiem, kad tas seko citam atsevišķam burtam. Burtam, kas seko divu burtu secībai, entropija ir 3,56 biti, bet burtiem, kas seko 3 burtu secībai, tā ir 3,3 biti. Šīs vērtības ir pazīstamas kā pirmās, otrās un trešās kārtas entropijas.

Šim atklājumam bija liela ietekme uz biologiem, kuri bija ļoti ziņkārīgi par dzīvnieku komunikācijas informācijas saturu. Kopš tā laika daudzas grupas ir fiksējušas dažāda veida dzīvnieku saziņu un aprēķinājušas tās informācijas saturu.

Rezultāti skaidri parāda, ka saziņa ar dzīvniekiem ietver ievērojamu informācijas daudzumu. Piemēram, bišu deju informācijas entropija ir 2,54 biti.

Tomēr dzīvnieku komunikācijas sarežģītība nav tik skaidra. Kopumā sarežģītība ir atkarīga no atkarības secības. Piemēram, daudzas putnu zvanu secības parāda augstu informācijas saturu pirmās kārtas atkarībai, bet informācijas saturs ievērojami samazinās, kad runa ir par otrās un trešās kārtas atkarību.

Šķiet, ka tas liek domāt, ka putnu zvanu komunikācijas sarežģītība ir salīdzinoši zema. Tomēr Smits norāda, ka rezultāti ir ļoti jutīgi pret putnu repertuāru lielumu. Tā nepārprotami ir problēma, ja ir tikai neliels daudzums eksperimentālo datu, ar kuriem strādāt.

Piemēram, ja putniem ir liels dažādu 2 un 3 burtu vārdu repertuārs, tad pareizai analīzei ir nepieciešams ievērojami lielāks putnu saucienu paraugs nekā tad, ja to repertuārs ir mazs.

Tāpēc svarīgs jautājums ir, cik liels ir šo dzīvnieku repertuārs.

Smita jaunais ieskats ir tāds, ka ir vēl viens veids, kā noteikt dažāda garuma vārdu repertuāra lielumu. Viņš norāda, ka valodas pirmās kārtas entropija ir cieši saistīta ar precīzu iespējamo vārdu garuma kombināciju skaitu.

Tātad, ņemot vērā valodas pirmās kārtas entropijas mērauklu, ir iespējams izmantot šo kombinatorikas metodi, lai izstrādātu iespējamo dažāda garuma vārdu repertuāru.

Smits izmanto šo ieskatu, lai atkārtoti pārbaudītu datus, kas savākti par vairākiem dažādiem dzīvnieku veidiem, piemēram, delfīniem, kuprvaļiem un dažāda veida strazdiem, strazdiem un sārņiem. Katrai sugai viņš aprēķina maksimālo un minimālo 1 burtu, 2 burtu un 3 burtu zilbju repertuāru, kas parādās datos.

Rezultāti rada interesantu lasīšanu. Smits aprēķina, ka pudeļdeguna delfīnu repertuārā ir 27 viena burta zilbes, piecas 2 burtu zilbes un četras vai piecas trīs burtu zilbes. Turpretim kuprvaļu repertuārā ir tikai sešas viena burta zilbes, bet tie izmanto septiņpadsmit vai astoņpadsmit 2 burtu zilbes (dati nav pietiekami plaši, lai atklātu 3 burtu zilbju repertuāru).

Šķiet, ka putniem ir daudz plašāks vārdu krājums. Piemēram, Eiropas strazdi izmanto vairāk nekā 100 vienburtu zilbes, bet var izmantot pat 78 trīsburtu zilbes vai tikai 6.

Iespējams, Smita svarīgākais atklājums ir tāds, ka informācijas apjomu, ko viņš var iegūt par repertuāriem, nopietni ierobežo datu kopu lielums un ka ir nepieciešams vairāk strādāt, lai tās paplašinātu. Galu galā labākais veids, kā precīzi izmērīt repertuāra izmērus, īpaši delfīniem un kuprvaļiem, ir veikt daudz lielāku secību mērījumu, viņš secina.

Tas ir interesants darbs. Lai gan tas nevar atklāt šo dzīvnieku saziņas nolūku vai iespējamo nozīmi, tas noteikti atklāj zināmu tās sarežģītību.

Un Smitam ir lielas cerības uz nākotni, ja varēs savākt vairāk datu. Autors cer, ka informācijas teorijas analīze var palīdzēt novērst sarežģītības slāņus, lai parādītu, cik cieši šāda dzīvnieku saziņa atbilst cilvēka valodai vai atšķiras no tās, viņš saka.

Atsauce: arxiv.org/abs/1308.3616 : Sarežģītība komunikācijā ar dzīvniekiem: N-Gram struktūru lieluma novērtēšana

paslēpties