Зоологи обнаружили, что разные виды волков имеют разные типы воя. Подобное явление ученые сравнивают с диалектами у людей. Работа исследователей опубликована в журнале Behavioural Processes, с пресс-релизом можно ознакомиться на сайте ScienceDaily.
Ученые проанализировали тональные отличия в вое волков, шакалов и динго, которые являются представителями семейства псовых. Всего исследователи изучили более 2000 записей воя из 131 источника.
Для подобного исследования авторы работы использовали технологию машинного обучения. С помощью специального алгоритма компьютер проанализировал спектрограммы и поделил записи на кластеры в соответствие со сходством воя.
Проанализировав полученные данные, ученые заметили, что частота, с которой животными используются различные типы воя, указывает на их принадлежность к определенному виду. Например, восточный волк отличается низким монотонным воем, в то время как красный волк чаще использует более высокий и повторяющийся вой. Ученые описывают подобное явление как определенный «диалект». Разные виды используют разные «диалекты».
Они считают, что результаты работы могут быть использованы для исследования и отслеживания диких популяций волков. Также исследователи придерживаются мнения, что изучение звуков у животных, которые используют голос для кооперативного поведения, может пролить свет на корни эволюции нашего собственного языка.
Технологии машинного обучения используются для определения различий в голосах животных не так давно. Ранее ученые проводили эксперимент, в котором обучили искусственные нейронные сети определять видовые различия у птиц, лягушек и собак. В результате им удалось определить вид животного по записи с точностью до 95 процентов.
Кристина Уласович
Стоит ли доверить языковым моделям рецензирование научных статей?
Мнение редакции может не совпадать с мнением автора
Большие языковые модели (LLM) все чаще используют, чтобы писать статьи и рецензии. Это тревожит ученых. Например, в марте 2025 года материал, посвященный этой теме, вышел в журнале Nature. Казалось бы, кто как не ученые должны ратовать за прогресс. Однако у них есть весомые поводы для беспокойства: LLM склонны к галлюцинациям и пока не способны понимать заложенные в них знания, а повальное делегирование академической работы искусственному интеллекту создает риски для всей системы научного знания.