Dat concluderen onderzoekers nadat ze de genetische basis voor het imiteren van klanken bestudeerden. De overeenkomsten hebben niets te maken met evolutionaire verwantschappen.
Er zijn een aantal soorten op aarde die klanken kunnen reproduceren door ze te horen, ook wel ‘vocaal leren’ genoemd. Het is een bijzondere vaardigheid die ervoor zorgt dat dieren niet alleen complexe en gevarieerde geluiden kunnen herkennen, maar ook kunnen nadoen. Behalve vogels zijn er slechts een aantal soorten bekend die dit ook kunnen. Dat zijn onder andere mensen, dolfijnen, walvissen, zeehonden, olifanten en vleermuizen.
En dat is een opvallende mix. Mensen en vogels zijn immers gescheiden door zo’n 300 miljoen jaar evolutie. Dat terwijl de mate waarin verschillende vogels vocaal leren onderling juist weer flink kan verschillen. Waar een papegaai ook klanken van andere diersoorten kan nadoen, imiteert het zebravinkje enkel melodieën van soortgenoten. Onderzoekers van de Universiteit van Californië besloten daarom om uit te zoeken waarom de ene soort wel zijn stemgeluid kan aanpassen op basis van wat het dier hoort, en de andere soort niet.
Kunstmatige intelligentie
Dat deden ze met behulp van een kunstmatig intelligentie programma dat vijftig genregulerende elementen kon identificeren die belangrijk zijn voor deze vorm van klanken leren. “Op deze manier konden we parallellen vinden tussen onder andere vleermuizen en mensen in de structurele elementen van de hersenen, de genetische inhoud en zelfs in de neurale circuits die verantwoordelijk zijn voor vocaal leren”, vertelt onderzoeker Michael Yartsev.
Egyptische fruitvleermuis
Met name de Egyptische fruitvleermuis had interessante overeenkomsten met ons, zo bleek. Een specifiek deel van de hersenen van deze vleermuis heeft verbindingen die erg lijken op die in het deel van het menselijk brein dat spraak controleert. “De typen cellen die dit soort langeafstandsverbindingen vormen in het brein van mensen en vleermuizen zijn dezelfde als die we op basis van genetische analyse als het meest relevant hebben ontdekt voor vocaal leren”, vertelt collega-onderzoeker Andreas Pfenning. “De anatomie en genetica wijzen er dus beide op dat er bij beide soorten hetzelfde mechanisme aan ten grondslag ligt.”
Evolutie?
Maar hoe kan het dat soorten die evolutionair gezien zo ver uit elkaar staan toch soortgelijke genetische mechanismen hebben? En veel dieren die nauwer verwant zijn dit vocaal lerend vermogen dan weer niet hebben? De onderzoekers concluderen dat er sprake moeten van ‘convergente evolutie’: een proces waarbij verschillende soorten onafhankelijk van elkaar vergelijkbare kenmerken ontwikkelen als reactie op vergelijkbare omgevingsfactoren. Dat zie je bijvoorbeeld ook terug in vleugels van dieren. De bouw van de vleugels van de Pterosaurus, vleermuizen en vogels lijken veel op elkaar, maar de soorten stammen niet van elkaar af. In dit geval – waarbij meerdere soorten een manier van klanken leren hebben ontwikkeld – zou de oorzaak zijn dat er kennelijk door meerdere soorten behoefte was aan complexe en flexibele communicatie.
De ontdekking is mede tot stand gekomen door gebruik te maken van kunstmatige intelligentie (AI). In dit geval door gebruik te maken van een ‘machine learning’-aanpak genaamd tissue-aware conservering inference toolkit (TACIT). “Er waren nieuwe kunstmatige intelligentiemethoden nodig om evolutionaire signalen te helpen vinden in regulerende elementen in honderden genomen”, vertelt onderzoeker Pfenning. “We gaan een opwindend tijdperk binnen waarin AI ons vermogen verbetert om de menselijke evolutionaire geschiedenis te traceren.”
Het is niet het eerste onderzoek wat tot stand is gekomen met behulp van AI. Eerder dit jaar ontdekten onderzoekers met behulp van kunstmatige intelligentie dat vingerafdrukken niet zo uniek zijn als we altijd dachten. Co-auteur Hod Lipson gaf toen al aan dat het onderzoek ook veel zei over de toekomst van kunstmatige intelligentie. “Veel mensen denken namelijk dat AI geen echte nieuwe ontdekkingen kan doen, maar slechts kennis herkauwt. Dit onderzoek is een voorbeeld van hoe zelfs een vrij eenvoudige AI inzichten kan bieden die experts al decennia lang zijn ontgaan.” Nog interessanter vond hij het feit dat een student zonder enige achtergrond in forensisch onderzoek AI had gebruikt om tegen een breed gedragen overtuiging in te gaan. “We staan op het punt om een explosie van AI-gestuurde wetenschappelijke ontdekkingen door niet-experts te ervaren. De expertgemeenschap, inclusief de academische wereld, moet zich daarvoor klaarmaken.”
