Trong văn hóa truyền thông đại chúng, qua phim ảnh, chúng ta đã quen với việc người ngoài hành tinh có thể nghe, hiểu và nói tiếng Anh hoặc có thể hiểu được ngay lập tức nhờ sự trợ giúp của một công cụ dịch thuật. Trong cuộc sống thực, điều này có thể không dễ dàng như vậy.
Các vấn đề tiềm ẩn mà con người phải đối diện với vấn đề này, đầu tiên là bất kỳ người ngoài hành tinh tiềm năng nào chúng ta gặp đều sẽ không nói được ngôn ngữ của con người. Thứ hai là thiếu kiến thức về văn hóa hoặc xã hội học của người ngoài hành tinh - ngay cả khi chúng ta có thể dịch, chúng ta có thể không hiểu nó có liên quan gì đến nền tảng văn hóa của họ.
Eamonn Kerins, một nhà vật lý thiên văn từ Trung tâm Vật lý thiên văn Jodrell Bank tại Đại học Manchester ở Anh, cho rằng bản thân người ngoài hành tinh có thể nhận ra những hạn chế này và đang tìm cách truyền thông điệp tới con người chúng ta đơn giản nhất có thể.
Kerins cho biết trong một cuộc phỏng vấn với Zoom: “Người ta có thể hy vọng rằng những người ngoài hành tinh muốn thiết lập liên lạc có thể đang cố gắng làm cho tín hiệu của họ trở nên dễ hiểu nhất có thể”. “Có lẽ đó là thứ gì đó cơ bản như một chuỗi toán học, và nó đã truyền tải một thông điệp mà có lẽ họ hy vọng gửi đi ngay từ đầu, đó là chúng tôi ở đây, bạn không đơn độc.”
Thật vậy, khả năng nhận được thông tin toán học có thể nhận dạng được - số Pi - một dãy số nguyên tố theo thứ tự - đã được xem xét trong SETI trong nhiều thập kỷ, nhưng đó không phải là thông điệp khả thi duy nhất mà chúng ta có thể nhận được. Các tín hiệu khác có thể có thiết kế phức tạp hơn, cố gắng truyền tải những khái niệm phức tạp hơn và đây là lúc chúng ta gặp phải vấn đề số ba: Ngôn ngữ ngoài hành tinh đó có thể phức tạp hơn nhiều so với giao tiếp của con người.
Đây là lúc chúng ta sẽ cần sự trợ giúp của AI, nhưng để hiểu cách thực hiện, trước tiên chúng ta phải đi sâu vào chi tiết đằng sau cấu trúc của ngôn ngữ.
Lý thuyết thông tin
Khi chúng ta nói về một tín hiệu hoặc một thông điệp phức tạp, chúng ta không có nghĩa là người ngoài hành tinh nhất thiết phải nói về những vấn đề phức tạp. Đúng hơn, nó đề cập đến sự phức tạp ẩn chứa trong cấu trúc thông điệp, ngôn ngữ của họ. Các nhà ngôn ngữ học gọi đây là "lý thuyết thông tin", được phát triển bởi nhà mật mã và toán học Claude Shannon, người làm việc tại Bell Labs ở New Jersey vào cuối những năm 1940, và được mở rộng bởi nhà ngôn ngữ học George Zipf của Đại học Harvard.
Lý thuyết thông tin là một cách chắt lọc nội dung thông tin của bất kỳ giao tiếp nào. Shannon nhận ra rằng bất kỳ hình thức truyền tải thông tin nào - có thể là ngôn ngữ của con người, sự thở ra chất hóa học của thực vật để thu hút động vật ăn thịt sâu bướm trên lá của chúng hoặc truyền dữ liệu xuống cáp quang - đều có thể được chia thành các đơn vị hoặc bit rời rạc. Chúng giống như 'lượng tử' của giao tiếp, chẳng hạn như các chữ cái trong bảng chữ cái hoặc tiết mục huýt sáo của cá heo.
Trong ngôn ngữ, những bit này không thể đi theo bất kỳ thứ tự nào. Có cú pháp mô tả các quy tắc ngữ pháp quy định cách sắp xếp các bit. Ví dụ: Trong tiếng Anh, chữ 'q' ở đầu từ luôn được theo sau bởi chữ 'u' và sau đó chữ 'u' có thể được theo sau bởi một số chữ cái giới hạn, v.v. Giả sử có một khoảng trống — 'qu—–k'. Chúng ta biết từ cú pháp rằng chỉ có một số tổ hợp chữ cái có thể lấp đầy khoảng trống - 'ac' (quack), 'ar' (quark), 'ic' (quick) và ir (quirk). Tuy nhiên, nếu từ đó là một phần của câu - 'The duck gone qu––k' thì qua ngữ cảnh, chúng ta biết các chữ cái còn thiếu là 'ac'.
Bằng cách biết các quy tắc hoặc cú pháp, chúng ta có thể điền vào chỗ trống. Lượng còn thiếu vẫn cho phép chúng ta hoàn thành từ trong câu được gọi là "Shannon entropy" và nhờ tính phức tạp của nó, ngôn ngữ của con người có entropy Shannon cao nhất so với bất kỳ hình thức giao tiếp tự nhiên nào được biết đến trên hành tinh.
Trong khi đó, Zipf đã có thể định lượng những nguyên tắc cơ bản này trong lý thuyết thông tin của Shannon. Trong bất kỳ giao tiếp nào, một số đơn vị nhỏ, những bit cơ bản này, sẽ xuất hiện thường xuyên hơn những đơn vị khác. Ví dụ, trong ngôn ngữ của con người, các chữ cái như ae, o, t và r xuất hiện thường xuyên hơn nhiều so với q hoặc z. Khi được vẽ trên biểu đồ với các đơn vị phổ biến nhất trước tiên (trên trục x, tỷ lệ xuất hiện của chúng trên trục y), tất cả các ngôn ngữ của con người đều tạo ra độ dốc với độ dốc là –1 . Ở một thái cực khác, việc em bé bập bẹ ngẫu nhiên sẽ tạo ra một đường nằm ngang trên biểu đồ, với tất cả các âm thanh đều có khả năng xảy ra như nhau. Giao tiếp càng phức tạp - chẳng hạn như khi em bé lớn lên và bắt đầu biết nói - độ dốc càng hội tụ về độ dốc -1.
Ví dụ, việc truyền các chữ số của số Pi bây giờ sẽ có độ dốc -1. Vì vậy, thay vì tìm kiếm các dấu hiệu công nghệ, các tín hiệu được tạo ra bằng công nghệ có thể đánh dấu các nền văn minh tiên tiến ngoài Trái đất, một số nhà nghiên cứu nghĩ rằng SETI nên đặc biệt tìm kiếm các tín hiệu có độ dốc -1, bất kể chúng có vẻ nhân tạo hay không, và các thuật toán học máy sẽ sàng lọc cẩn thận từng mẩu dữ liệu được thu thập bởi kính thiên văn vô tuyến có thể được cấu hình để phân tích từng tín hiệu tiềm năng nhằm xác định xem tín hiệu có tuân thủ Định luật Zipf hay không.
Ngoài ra, giao tiếp của người ngoài hành tinh có thể có entropy Shannon cao hơn ngôn ngữ của con người và nếu nó cao hơn nhiều, nó có thể khiến ngôn ngữ của họ trở nên quá khó để con người nắm bắt.
Nhưng có lẽ không dành cho AI. Hiện tại, AI đang được thử nghiệm để cố gắng hiểu thông tin liên lạc từ các loài không phải con người. Nếu có thể vượt qua bài kiểm tra đó, có lẽ AI sẽ sẵn sàng giải quyết mọi thông điệp của người ngoài hành tinh trong tương lai.
Nghiên cứu từ cách giao tiếp của cá heo
Denise Herzing, Giám đốc Nghiên cứu của Dự án Cá heo hoang dã ở Jupiter, Florida (Mỹ), là một trong những chuyên gia hàng đầu thế giới trong việc cố gắng hiểu những gì cá heo đang nói với nhau. Herzing đã bơi cùng cá heo và nghiên cứu khả năng giao tiếp của chúng trong bốn thập kỷ và hiện đã đưa AI vào hỗn hợp.
Herzing nói với Space.com: “Chúng tôi có hai cách để xem xét giao tiếp của cá heo và cả hai đều sử dụng AI”.
Một cách là nghe bản ghi âm các tiếng huýt sáo và tiếng sủa khác nhau tạo nên sự giao tiếp của cá heo. Cụ thể, thuật toán học máy có thể lấy một đoạn trò chuyện của cá heo và chia thông tin liên lạc đó thành các đơn vị riêng biệt trên biểu đồ phổ (biểu đồ âm thanh được sắp xếp theo tần số), giống như Shannon và Zipf đã mô tả, sau đó nó gắn nhãn cho mỗi đơn vị. đơn vị duy nhất với một chữ cái. Chúng trở nên tương tự như các từ hoặc chữ cái, và Herzing đang xem xét các cách khác nhau mà chúng kết hợp, hay nói cách khác là mức độ trật tự và cấu trúc của chúng.
Herzing cho biết: “Hiện tại, chúng tôi đã xác định được 24 đơn vị âm thanh nhỏ kết hợp lại trong một quang phổ”. "Vì vậy, bạn có thể có còi lên 'A', sau đó là còi xuống 'B', v.v., và điều này tạo ra một mã tượng trưng cho một chuỗi âm thanh."
Sau đó, thuật toán học máy có thể phân tích sâu các bản ghi âm, tìm kiếm các trường hợp mã ký hiệu đó được lặp lại.
Herzing cho biết: “Chúng tôi đang tìm kiếm những trình tự thú vị có tính lặp đi lặp lại. "Sau đó, các thuật toán tìm kiếm sự thay thế và xóa trong các chuỗi, vì vậy bạn có thể có cùng một mã ký hiệu nhưng có một tiếng còi nhỏ thì khác. Đó là một thuật toán học tập khá quan trọng."
Sự khác biệt nhỏ đó có thể là do nó kết hợp tiếng huýt sáo đặc trưng của cá heo (mỗi con cá heo đều có tiếng phát ra đặc trưng riêng, một loại nhận dạng giống như tên người) hoặc do bối cảnh khác nhau.
Tất cả điều này hoàn toàn phù hợp với lý thuyết thông tin của Shannon, và Herzing cũng quan tâm đến định luật Zipf và cách giao tiếp của cá heo sao chép độ dốc -1 đó chặt chẽ như thế nào.
Herzing cho biết: “Chúng tôi đang tìm kiếm các cấu trúc giống ngôn ngữ, bởi vì mọi ngôn ngữ đều có cấu trúc và ngữ pháp tuân theo các quy tắc”. "Chúng tôi đang tìm kiếm cụ thể những khả năng của dữ liệu tái tổ hợp - các đơn vị âm thanh nhỏ của chúng tôi chỉ được tìm thấy một mình hay một số kết hợp lại với một âm thanh khác?"
Nhóm của Herzing đang tìm kiếm các bigram - những trường hợp hai đơn vị thường xuyên xuất hiện cùng nhau, có thể biểu thị một cụm từ cụ thể. Gần đây hơn, họ cũng đang tìm kiếm bát quái - trong đó ba đơn vị xuất hiện theo thứ tự thường xuyên - hàm ý độ phức tạp cao hơn.
Tìm kiếm ý nghĩa
Đây chính xác là cách AI bắt đầu phân tích một thông điệp thực được nhúng trong tín hiệu SETI. Nếu giao tiếp của người ngoài hành tinh phức tạp hơn về cấu trúc và cú pháp so với ngôn ngữ của con người thì điều đó cho chúng ta biết điều gì đó về họ; có lẽ loài của họ lâu đời hơn loài chúng ta, điều này đã cho họ đủ thời gian để phát triển khả năng giao tiếp.
Tuy nhiên, chúng ta vẫn không biết được ngữ cảnh của những gì họ đang nói với chúng ta trong tin nhắn. Đây hiện là một trong những thách thức trong việc tìm hiểu giao tiếp của cá heo. Herzing có các đoạn video về đàn cá heo để xem chúng đang làm gì bất cứ khi nào AI phát hiện ra cách phát âm lặp đi lặp lại của mã tượng trưng, điều này cho phép Herzing thử và suy ra bối cảnh của âm thanh.
“Nhưng nếu bạn đang xử lý tín hiệu vô tuyến, làm thế nào bạn có thể hiểu được ngữ cảnh của tin nhắn là gì?” Herzing hỏi những người cũng quan tâm đến SETI. "Việc quan sát âm thanh của động vật cũng tương tự như việc xem xét các tín hiệu của người ngoài hành tinh, có khả năng xây dựng các công cụ để phân loại và phân tích tín hiệu. Nhưng đối với phần giải thích thì sao? Tôi thực sự không biết".
Một khi chúng ta đã nhận được tín hiệu từ người ngoài hành tinh, chúng ta có thể muốn nói điều gì đó với họ. Khó khăn trong việc hiểu bối cảnh cũng lại xuất hiện ở đây. Như Spock đã nói trong phim " Star Trek IV: The Voyage Home ", khi thảo luận về cách phản ứng với tàu thăm dò của người ngoài hành tinh, "chúng tôi có thể tái tạo âm thanh nhưng không thể tái tạo ý nghĩa. Chúng tôi sẽ phản hồi bằng cách nói vô nghĩa."
Herzing đang cố gắng giải quyết vấn đề bối cảnh này bằng cách cùng nhau đồng ý với cá heo về cách gọi mọi thứ. Đây là bản chất của CHAT (Thính giác và Đo từ xa của loài giáp xác), đây là cách thứ hai mà các nhà nghiên cứu đang sử dụng AI để thử và giao tiếp với cá heo.
Trong phiên bản đầu tiên, CHAT là một thiết bị lớn được đeo quanh ngực người dùng, nhận âm thanh qua hydrophone (micro dưới nước) và sau đó tạo ra âm thanh qua loa. Phiên bản hiện đại có kích thước bằng điện thoại thông minh và được đeo quanh cổ tay. Ý tưởng không phải là trò chuyện bằng tiếng 'cá heo' mà là để thống nhất với cá heo về những âm thanh được lập trình sẵn cho một số đồ chơi mà cá heo muốn chơi cùng. Ví dụ, nếu họ muốn chơi với một cái vòng, họ sẽ huýt sáo theo thỏa thuận cho 'vòng'. Nếu thợ lặn đeo thiết bị CHAT muốn cá heo mang vòng cho họ thì loa dưới nước có thể phát còi để phát ra tiếng "vòng". Công việc của AI là nhận ra tiếng huýt sáo đã được thỏa thuận trong số tất cả các âm thanh khác mà cá heo tạo ra giữa tất cả các nguồn gây nhiễu âm thanh khác nhau dưới nước, chẳng hạn như bong bóng và chân vịt thuyền.
Herzing đã quan sát thấy rằng cá heo đã sử dụng những tiếng huýt sáo đã được thống nhất, nhưng hầu hết trong các bối cảnh khác nhau. Herzing cho biết vấn đề là dành đủ thời gian với bất kỳ một con cá heo cụ thể nào để cho phép chúng học đầy đủ các âm thanh đã được thống nhất.
Với người ngoài hành tinh, thông điệp của họ sẽ đi được nhiều năm ánh sáng; bất kỳ giao tiếp hai chiều nào cũng có thể mất hàng thập kỷ, thế kỷ, thiên niên kỷ, nếu có thể. Vì vậy, bất kỳ thông tin nào chúng ta có về người ngoài hành tinh sẽ được cô đọng lại trong đường truyền ban đầu của họ. Nếu, như Kerins nghi ngờ, họ gửi thứ gì đó mang tính toán học giống như một tín hiệu cho chúng ta biết rằng họ ở đó và chúng ta không đơn độc, thì chúng ta sẽ không phải lo lắng về việc giải mã nó.
Tuy nhiên, nếu họ gửi một thông điệp có liên quan nhiều hơn, thì khi Herzing đang khám phá về cá heo, kích thước của tập dữ liệu là rất quan trọng, vì vậy chúng ta có thể hy vọng người ngoài hành tinh đóng gói thông điệp của họ với thông tin để cung cấp cho chúng ta và AI cơ hội tốt nhất để ít nhất đánh giá được một số trong số đó.
Nam Lê (Theo Space)
