Informationsteori avslöjar storleken på kommunikationsrepertoarer för valar och delfiner

En av 1900-talets fysiks stora obesjungna hjältar är Claude Shannon som mer eller mindre på egen hand uppfann informationsteorin på 1940-talet. Shannon använde sin teori för att räkna ut de grundläggande gränserna för hur mycket vi kan komprimera data samt hur tillförlitligt vi kan lagra och skicka dem.

Shannon började genast använda sin teori för att studera informationsinnehållet i det engelska språket. Ett tillvägagångssätt var att använda volontärer för att gissa de saknade bokstäverna i ord för att räkna ut deras informationsinnehåll. Utifrån denna studie av storleken och antalet ofta använda ord kunde Shannon bedöma komplexiteten i mänskligt språk.

Idag föreslår Reginald Smith, en oberoende forskare vid Citizen Scientists League i Rochester, New York, ett intressant nytt sätt att analysera djurkommunikation. Hans tillvägagångssätt är att ta Shannons tillvägagångssätt omvänt – att börja med ett mått på språkets komplexitet och använda det för att räkna ut storleken och antalet olika ord som det innehåller. Resultatet är en intressant uppskattning av de repertoarer som olika djur använder för att kommunicera.

Redan på 1940-talet revolutionerade Shannon studiet av information. I synnerhet tittade han på villkorlig entropi, mängden information som en enstaka bokstav förmedlar när den följer efter en annan bokstav eller sekvens av bokstäver.

För det engelska alfabetet med 26 bokstäver plus blanksteg, beräknade Shannon att en enda bokstav förmedlar drygt fyra bitar av information när den följer efter en annan enstaka bokstav. För en bokstav som följer en sekvens på två bokstäver är entropin 3,56 bitar och för en bokstav som följer en sekvens på 3 bokstäver är den 3,3 bitar. Dessa värden är kända som första, andra och tredje ordningens entropier.

Den upptäckten hade en djupgående effekt på biologer som var enormt nyfikna på informationsinnehållet i djurkommunikation. Sedan dess har många grupper spelat in olika typer av djurkommunikation och beräknat dess informationsinnehåll.

Resultaten visar tydligt att djurkommunikation involverar betydande mängder information. Till exempel är informationsentropin för bidanser 2,54 bitar.

Däremot är komplexiteten i djurkommunikation inte så tydlig. I allmänhet beror komplexiteten på beroendeordningen. Till exempel visar många fågelanropssekvenser ett högt informationsinnehåll för första ordningens beroende, men informationsinnehållet sjunker avsevärt när det kommer till andra och tredje ordningens beroende.

Det verkar tyda på att komplexiteten i fågelsamtalskommunikation är relativt låg. Smith påpekar dock att resultaten är mycket känsliga för storleken på fågelrepertoarerna. Detta är helt klart ett problem när det bara finns en liten mängd experimentell data att arbeta med.

Till exempel, om fåglar har en stor repertoar av olika 2-bokstavs- och 3-bokstavsord, så kräver en ordentlig analys ett betydligt större urval av fågelrop än om deras repertoar är liten.

Så en viktig fråga är bara hur stora dessa djurrepertoarer är.

Smiths nya insikt är att det finns ett annat sätt att räkna ut storleken på repertoaren av olika ordlängder. Han påpekar att den första ordningens entropin i ett språk är intimt kopplad till det exakta antalet möjliga ordlängdskombinationer.

Så givet ett mått på första ordningens entropi av ett språk, är det möjligt att använda denna kombinatoriska metod för att räkna ut den troliga repertoaren av olika ordlängder.

Smith använder denna insikt för att ompröva data som samlats in för flera olika typer av djur, såsom flasknosdelfiner, knölvalar och olika typer av starar, trast och skylärka. För varje art beräknar han den maximala och lägsta repertoaren av 1-bokstavs-, 2-bokstavs- och 3-bokstavsstavelser som förekommer i data.

Resultaten ger intressant läsning. Smith beräknar att flasknosdelfiner har en repertoar på 27 enbokstavsstavelser, fem stavelser på två bokstäver och fyra eller fem stavelser på tre bokstäver. Däremot har knölvalar en repertoar på endast sex enbokstavsstavelser men använder sjutton eller arton tvåbokstavsstavelser (data är inte tillräckligt omfattande för att avslöja repertoaren av trebokstavsstavelser).

Fåglarna verkar ha mycket större ordförråd. Europeisk starar, till exempel, använder över 100 enbokstavsstavelser men kan använda så många som 78 trebokstavsstavelser eller så få som 6.

Smiths kanske viktigaste upptäckt är att mängden information han kan extrahera om repertoarerna är allvarligt begränsad av storleken på datamängderna och att det krävs mer arbete för att utöka dem. I slutändan är det bästa sättet att noggrant mäta repertoarstorlekarna, särskilt för delfiner och knölvalar, att göra en mycket större mätning av sekvenser, avslutar han.

Det är intressant arbete. Även om det inte kan avslöja avsikten eller möjliga innebörden av dessa djurkommunikationer, avslöjar det verkligen en del av dess komplexitet.

Och Smith har höga förväntningar på framtiden om mer data kan samlas in. Det är författarens förhoppning att informationsteoretiska analyser kan hjälpa till att dra tillbaka komplexitetens lager för att visa hur nära sådan djurkommunikation matchar - eller är skild från - mänskligt språk, säger han.

Ref: arxiv.org/abs/1308.3616 : Komplexitet i djurkommunikation: Uppskattning av storleken på N-Gram-strukturer

Dölj