Informationsteori afslører størrelsen af ​​hval- og delfinkommunikationsrepertoirer

En af de store ubesungne helte i det 20. århundredes fysik er Claude Shannon, der mere eller mindre egenhændigt opfandt informationsteorien i 1940'erne. Shannon brugte sin teori til at finde ud af de grundlæggende grænser for, hvor meget vi kan komprimere data, samt hvor pålideligt vi kan gemme og sende dem.

Shannon begyndte straks at bruge sin teori til at studere informationsindholdet i det engelske sprog. En tilgang var at bruge frivillige til at gætte de manglende bogstaver i ord for at beregne deres informationsindhold. Ud fra denne undersøgelse af størrelsen og antallet af ofte brugte ord, var Shannon i stand til at måle kompleksiteten af ​​det menneskelige sprog.

I dag foreslår Reginald Smith, en uafhængig forsker ved Citizen Scientists League i Rochester, New York, en interessant ny måde at analysere dyrekommunikation på. Hans tilgang er at tage Shannons tilgang omvendt – for at starte med et mål for sprogets kompleksitet og bruge det til at beregne størrelsen og antallet af de forskellige ord, det indeholder. Resultatet er et interessant skøn over de repertoirer, som forskellige dyr bruger til at kommunikere.

Tilbage i 1940'erne revolutionerede Shannon studiet af information. Især så han på betinget entropi, mængden af ​​information, som et enkelt bogstav formidler, når det følger efter et andet bogstav eller rækkefølge af bogstaver.

For det engelske alfabet på 26 bogstaver plus mellemrumstegnet beregnede Shannon, at et enkelt bogstav formidler lidt over fire bits information, når det følger efter et andet enkelt bogstav. For et bogstav, der følger en sekvens på to bogstaver, er entropien 3,56 bit, og for et bogstav, der følger en sekvens på 3 bogstaver, er det 3,3 bit. Disse værdier er kendt som første, anden og tredje ordens entropier.

Den opdagelse havde en dybtgående effekt på biologer, som var enormt nysgerrige på informationsindholdet i dyrekommunikation. Siden da har mange grupper registreret forskellige former for dyrekommunikation og beregnet dets informationsindhold.

Resultaterne viser tydeligt, at dyrekommunikation involverer betydelige mængder information. For eksempel er informationsentropien for bisedanse 2,54 bit.

Kompleksiteten af ​​dyrekommunikation er dog ikke så tydelig. Generelt afhænger kompleksiteten af ​​rækkefølgen af ​​afhængighed. For eksempel viser mange fuglekaldssekvenser et højt informationsindhold for førsteordens afhængighed, men informationsindholdet falder markant, når det kommer til anden og tredje ordens afhængighed.

Det synes at tyde på, at kompleksiteten af ​​fuglekaldskommunikation er relativt lav. Smith påpeger dog, at resultaterne er meget følsomme over for størrelsen af ​​fuglerepertoirerne. Dette er helt klart et problem, når der kun er en lille mængde eksperimentelle data at arbejde med.

For eksempel, hvis fugle har et stort repertoire af forskellige 2-bogstavs- og 3-bogstavsord, så kræver en ordentlig analyse et betydeligt større udvalg af fuglekald, end hvis deres repertoire er lille.

Så et vigtigt spørgsmål er, hvor store disse dyrerepertoirer er.

Smiths nye indsigt er, at der er en anden måde at beregne størrelsen på repertoiret af forskellige ordlængder på. Han påpeger, at den første ordens entropi af et sprog er tæt forbundet med det nøjagtige antal mulige ordlængdekombinationer.

Så givet et mål for første ordens entropi af et sprog, er det muligt at bruge denne kombinatoriske metode til at beregne det sandsynlige repertoire af forskellige ordlængder.

Smith bruger denne indsigt til at revurdere de indsamlede data for flere forskellige typer dyr, såsom flaskenæsedelfiner, pukkelhvaler og forskellige typer stær, trøske og lærke. For hver art beregner han det maksimale og mindste repertoire af stavelser på 1 bogstav, 2 bogstaver og 3 bogstaver, der optræder i dataene.

Resultaterne giver interessant læsning. Smith beregner, at flaskenæsedelfiner har et repertoire på 27 enkeltbogstavsstavelser, fem 2-bogstavsstavelser og fire eller fem 3-bogstavsstavelser. Derimod har pukkelhvaler et repertoire på kun seks enkeltbogstavsstavelser, men bruger sytten eller atten tobogstavsstavelser (dataene er ikke omfattende nok til at afsløre repertoiret af trebogstavsstavelser).

Fuglene ser ud til at have meget større ordforråd. Europæiske stære bruger for eksempel over 100 enkeltbogstavsstavelser, men kan bruge så mange som 78 trebogstavsstavelser eller så få som 6.

Smiths måske vigtigste opdagelse er, at mængden af ​​information, han er i stand til at udtrække om repertoirerne, er alvorligt begrænset af størrelsen af ​​datasættene, og at der er behov for mere arbejde for at udvide dem. I sidste ende er den bedste måde at præcist måle repertoirestørrelserne, især for delfiner og pukkelhvaler, ved at foretage en meget større måling af sekvenser, konkluderer han.

Det er interessant arbejde. Selvom det ikke kan afsløre hensigten eller mulige betydning af disse dyrekommunikationer, afslører det bestemt noget af dets kompleksitet.

Og Smith har store forventninger til fremtiden, hvis der kan indsamles flere data. Det er forfatterens håb, at informationsteoretiske analyser kan hjælpe med at skrælle kompleksitetens lag tilbage for at vise, hvor tæt en sådan dyrekommunikation matcher - eller adskiller sig fra - det menneskelige sprog, siger han.

Ref: arxiv.org/abs/1308.3616 : Kompleksitet i dyrekommunikation: estimering af størrelsen af ​​N-Gram-strukturer

skjule