La théorie de l'information révèle la taille des répertoires de communication des baleines et des dauphins

L'un des grands héros méconnus de la physique du XXe siècle est Claude Shannon qui a plus ou moins inventé à lui seul la théorie de l'information dans les années 1940. Shannon a utilisé sa théorie pour déterminer les limites fondamentales de combien nous pouvons compresser les données ainsi que la fiabilité avec laquelle nous pouvons les stocker et les envoyer.

Shannon a immédiatement commencé à utiliser sa théorie pour étudier le contenu informationnel de la langue anglaise. Une approche consistait à utiliser des volontaires pour deviner les lettres manquantes dans les mots afin de déterminer leur contenu d'information. À partir de son étude de la taille et du nombre de mots fréquemment utilisés, Shannon a pu évaluer la complexité du langage humain.

Aujourd'hui, Reginald Smith, chercheur indépendant à la Citizen Scientists League à Rochester, New York, propose une nouvelle façon intéressante d'analyser la communication animale. Son approche consiste à prendre l'approche de Shannon à l'envers - pour commencer par une mesure de la complexité de la langue et l'utiliser pour déterminer la taille et le nombre des différents mots qu'elle contient. Le résultat est une estimation intéressante des répertoires que différents animaux utilisent pour communiquer.

Dans les années 40, Shannon a révolutionné l'étude de l'information. En particulier, il a examiné l'entropie conditionnelle, la quantité d'informations qu'une seule lettre véhicule lorsqu'elle suit une autre lettre ou séquence de lettres.

Pour l'alphabet anglais de 26 lettres plus le caractère espace, Shannon a calculé qu'une seule lettre transmet un peu plus de quatre bits d'information lorsqu'elle suit une autre lettre. Pour une lettre suivant une séquence de deux lettres, l'entropie est de 3,56 bits et pour une lettre suivant une séquence de 3 lettres, elle est de 3,3 bits. Ces valeurs sont appelées entropies du premier, du deuxième et du troisième ordre.

Cette découverte a eu un effet profond sur les biologistes qui étaient extrêmement curieux du contenu informationnel de la communication animale. Depuis lors, de nombreux groupes ont enregistré divers types de communication animale et calculé son contenu informationnel.

Les résultats montrent clairement que la communication animale implique des quantités importantes d'informations. Par exemple, l'entropie d'information des danses des abeilles est de 2,54 bits.

Cependant, la complexité de la communication animale n'est pas si claire. En général, la complexité dépend de l'ordre de dépendance. Par exemple, de nombreuses séquences d'appels d'oiseaux présentent un contenu d'information élevé pour la dépendance de premier ordre, mais le contenu d'information diminue considérablement lorsqu'il s'agit de dépendances de deuxième et de troisième ordre.

Cela semble suggérer que la complexité de la communication des appels d'oiseaux est relativement faible. Cependant, Smith souligne que les résultats sont très sensibles à la taille des répertoires d'oiseaux. C'est clairement un problème lorsqu'il n'y a qu'une petite quantité de données expérimentales avec lesquelles travailler.

Par exemple, si les oiseaux ont un large répertoire de mots différents de 2 et 3 lettres, alors une analyse appropriée nécessite un échantillon de cris d'oiseaux beaucoup plus important que si leur répertoire est petit.

Une question importante est donc de savoir quelle est la taille de ces répertoires d'animaux.

La nouvelle idée de Smith est qu'il existe une autre façon de déterminer la taille du répertoire de différentes longueurs de mots. Il fait remarquer que l'entropie de premier ordre d'une langue est intimement liée au nombre exact de combinaisons possibles de longueurs de mots.

Ainsi, étant donné une mesure de l'entropie du premier ordre d'une langue, il est possible d'utiliser cette méthode combinatoire pour déterminer le répertoire probable de différentes longueurs de mots.

Smith utilise ces informations pour réexaminer les données recueillies pour plusieurs types d'animaux différents, tels que les grands dauphins, les baleines à bosse et divers types d'étourneaux, de grives et d'alouettes. Pour chaque espèce, il calcule le répertoire maximum et minimum de syllabes à 1 lettre, 2 lettres et 3 lettres qui apparaissent dans les données.

Les résultats sont intéressants à lire. Smith calcule que les grands dauphins ont un répertoire de 27 syllabes à une lettre, cinq syllabes à 2 lettres et quatre ou cinq syllabes à 3 lettres. En revanche, les baleines à bosse ont un répertoire de seulement six syllabes à une seule lettre mais utilisent dix-sept ou dix-huit syllabes de 2 lettres (les données ne sont pas assez complètes pour révéler le répertoire des syllabes de 3 lettres).

Les oiseaux semblent avoir un vocabulaire beaucoup plus large. Les étourneaux européens, par exemple, utilisent plus de 100 syllabes à une lettre, mais peuvent utiliser jusqu'à 78 syllabes de 3 lettres ou aussi peu que 6.

La découverte la plus importante de Smith est peut-être que la quantité d'informations qu'il est capable d'extraire sur les répertoires est sérieusement limitée par la taille des ensembles de données et que davantage de travail est nécessaire pour les étendre. Au final, le meilleur moyen de mesurer avec précision les tailles du répertoire, notamment pour les dauphins et les baleines à bosse, est de faire une mesure beaucoup plus large des séquences, conclut-il.

C'est un travail intéressant. Bien qu'il ne puisse pas révéler l'intention ou la signification possible de ces communications animales, il révèle certainement une partie de sa complexité.

Et Smith a de grandes attentes pour l'avenir si davantage de données peuvent être collectées. L'auteur espère que les analyses de la théorie de l'information pourront aider à éliminer les couches de complexité pour montrer à quel point une telle communication animale correspond ou est distincte du langage humain, dit-il.

Réf : arxiv.org/abs/1308.3616 : Complexité de la communication animale : estimation de la taille des structures N-Gram

cacher