Eine dreijährige Suche nach Mustern, die in den Brüllen, Seufzern und anderen Geräuschen der indonesischen Orang-Utans verborgen sind, hat „ein ganzes Spektrum“ komplexer Lautäußerungen entdeckt.
Der Durchbruch folgt auf andere neuere Entdeckungen, die die Tiefe der Intelligenz des Menschenaffen weiter offenbaren – darunter die Praxis eines Orang-Utans, seine eigenen Verletzungen mit einem selbst zubereiteten Heilkraut zu heilen.
Das Forschungsteam verstärkte seine Analyse, indem es Erkennungsmethoden der künstlichen Intelligenz (KI) anhand der sorgfältigen Arbeit von Biologen und Bioakustikwissenschaftlern testete und dabei nur deren geschulte Ohren, Intellekte und Messwerkzeuge einsetzte.
Das von der Cornell University geleitete Team hat einen Datensatz von 117 aufgezeichneten „Langrufen“ zusammengestellt, die von 13 Männchen einer bestimmten Art, dem Borneo-Orang-Utan, getätigt wurden 46 akustische Messungen an 1.033 verschiedenen Impulsen, die in diesen Anrufen erkannt wurden.
„Diese Merkmale scheinen die potenzielle Komplexität dieses Signals erheblich zu steigern“, schrieben sie und deuteten damit an, dass die Menschheit bald wissen könnte, was die Menschenaffen sagen.
Ein von Cornell geleitetes Team hat einen Datensatz von 117 aufgezeichneten „Langrufen“ von 13 männlichen Orang-Utans zusammengestellt und dabei 46 akustische Messungen an 1.033 in den Rufen erkannten Impulsen durchgeführt. Die Ergebnisse scheinen eine höhere „potenzielle Komplexität“ bei Affenrufen zu zeigen als bisher angenommen
Wie in der neuen Studie berichtet, die am Dienstag in der Fachzeitschrift PeerJ Life & Environment veröffentlicht wurde, fanden die Forscher „eine kontinuierliche Abstufung der Geräusche über Phasen und Impulse hinweg“, was darauf hindeutet, dass Orang-Utans ihre Stimmen sehr präzise modulieren können.
Alle diese unterschiedlichen Phasen und Impulse, schrieb das Team, können „in variablen Sequenzen innerhalb einer einzigen Langruf-Lautäußerung kombiniert werden“, was bedeutet, dass die „Langrufe“ der männlichen Affen sehr wahrscheinlich komplexe Botschaften an ihre entfernten Affenkollegen übermitteln.
„Unsere Forschung zielte darauf ab, die Komplexität der langen Rufe von Orang-Utans zu entschlüsseln, die eine entscheidende Rolle bei ihrer Kommunikation über weite Entfernungen in den dichten Regenwäldern Indonesiens spielen“, sagte die Hauptautorin der Studie, Dr. Wendy Erb, in einer Erklärung.
„Wir sind ziemlich sicher, dass es im Stimmsystem dieses Menschenaffen noch viel Komplexität zu entschlüsseln gibt“, meinte Dr. Erb.
Dr. Erb, Primatologe am K. Lisa Yang Center for Conservation Bioacoustics in Cornell, erklärte gegenüber Salon, dass den Bioakustikexperten, die die Bedeutung von Tiergeräuschen untersuchen, immer noch „ein einheitlicher Rahmen zur Quantifizierung der Komplexität“ fehlt.
Im Rahmen ihrer Bemühungen, die Geräusche der Orang-Utans mithilfe von KI zu erkennen und zu klassifizieren, verfolgte das Team parallele „überwachte“ und „unüberwachte“ Ansätze des maschinellen Lernens.
Im Rahmen ihrer Bemühungen, die Geräusche der Orang-Utans mithilfe von KI zu erkennen und zu klassifizieren, verfolgte das Team parallele „überwachte“ und „unüberwachte“ Ansätze des maschinellen Lernens. Oben: Wellenformen der verschiedenen, unterschiedlichen Stimmimpulse des Affen, wie sie vom Team in PeerJ Life & Environment veröffentlicht wurden
Oben starrt ein vom Aussterben bedrohter Borneo-Orang-Utan wissentlich in die Kamera, während er auf einem Foto aus dem Jahr 2021 einen Baum im Tanjung-Puting-Nationalpark auf Borneo erklimmt
Das Team verwendete einen hochmodernen unbeaufsichtigten maschinellen Lernalgorithmus, Uniform Manifold Approximation and Projection (UMAP), der sich bereits 2020 bei der Dekodierung „tierischer Stimmrepertoires“ für die University of California, San Diego, als erfolgreich erwiesen hatte.
Der UMAP-Algorithmus wurde außerdem durch zusätzliche statistische Algorithmen unterstützt, die in der Programmiersprache R entwickelt wurden.
Für ihr überwachtes maschinelles Lernen wurde ebenfalls R-basierter Code verwendet – aber in allen Fällen wurden die 1.033 einzigartigen Stimmphasen und -impulse der Affen zufällig in eine 60/40-Aufteilung aufgeteilt, wobei 60 Prozent zum Training der KI verwendet wurden, während die Die restlichen 40 Prozent wurden zum Testen der Genauigkeit seiner frisch trainierten Sortierfähigkeit verwendet.
„Durch eine Kombination von überwachten und unüberwachten Analysemethoden“, wie Dr. Erb es zusammenfasste, „identifizierten wir drei verschiedene Pulstypen, die sowohl von Menschen als auch von Maschinen gut unterschieden werden konnten.“
Die Namen dieser drei Pulstypen, die die Forscher als Orientierung für künftige Studien gaben, lauteten: „Brüllen“, um hochfrequente Pulse zu definieren, „Seufzer“, was niederfrequente Pulse bedeutet, und „Mittel“, um alle Pulse zu erfassen das zwischen den beiden vorherigen Kategorien lag.
Dr. Erb und ihre Kollegen gaben sich Mühe zu betonen, dass dies nur die Grenzen ihrer aktuellen Forschung seien, nicht die Grenzen dessen, was wir eines Tages über die stimmlichen Kommunikationsfähigkeiten von Affen erfahren könnten.
„Obwohl in dieser Studie viele Pulstypen von Menschen oder Maschinen nicht gut unterschieden wurden“, stellten sie fest, „wollen wir nicht behaupten, dass andere Arbeiter diese Unterscheidungen nicht treffen konnten oder dass Orang-Utans sie nicht wahrnehmen können.“
Diese Fähigkeit, die scheinbar unzähligen einzigartigen Geräusche dieser großen Primaten zu unterscheiden und zu unterscheiden, wird letztendlich das nächste Projekt für diejenigen sein, die hoffen, eines Tages die Primaten-Cousins der Menschheit zu verstehen und vielleicht mit ihnen zu sprechen.
„Obwohl unsere Studie einen bedeutenden Fortschritt beim Verständnis der Orang-Utan-Kommunikation darstellt, gibt es noch viel zu entdecken“, gab Dr. Erb zu.
„Orang-Utans verfügen möglicherweise über ein weitaus größeres Repertoire an Lauttypen, als wir beschrieben haben, was die Komplexität ihres Stimmsystems unterstreicht.“