La teoría de la información revela el tamaño de los repertorios de comunicación de ballenas y delfines

Uno de los grandes héroes olvidados de la física del siglo XX es Claude Shannon, quien inventó la teoría de la información más o menos por sí solo en la década de 1940. Shannon usó su teoría para determinar los límites fundamentales de cuánto podemos comprimir los datos y de qué tan confiablemente podemos almacenarlos y enviarlos.

Shannon inmediatamente comenzó a utilizar su teoría para estudiar el contenido de información del idioma inglés. Un método consistía en utilizar voluntarios para adivinar las letras que faltaban en las palabras para determinar el contenido de la información. A partir de este estudio sobre el tamaño y la cantidad de palabras de uso frecuente, Shannon pudo medir la complejidad del lenguaje humano.

Hoy, Reginald Smith, investigador independiente de la Citizen Scientists League en Rochester, Nueva York, sugiere una nueva forma interesante de analizar la comunicación animal. Su enfoque consiste en tomar el enfoque de Shannon al revés: comenzar con una medida de la complejidad del lenguaje y usarla para calcular el tamaño y el número de las diferentes palabras que contiene. El resultado es una estimación interesante de los repertorios que utilizan los diferentes animales para comunicarse.

En la década de 1940, Shannon revolucionó el estudio de la información. En particular, analizó la entropía condicional, la cantidad de información que una sola letra transmite cuando sigue a otra letra o secuencia de letras.

Para el alfabeto inglés de 26 letras más el carácter de espacio, Shannon calculó que una sola letra transmite poco más de cuatro bits de información cuando sigue a otra sola letra. Para una letra que sigue una secuencia de dos letras, la entropía es de 3,56 bits y para una letra que sigue una secuencia de 3 letras, es de 3,3 bits. Estos valores se conocen como entropías de primer, segundo y tercer orden.

Ese descubrimiento tuvo un profundo efecto en los biólogos que sentían una gran curiosidad por el contenido de información de la comunicación animal. Desde entonces, muchos grupos han registrado varios tipos de comunicación animal y han calculado su contenido de información.

Los resultados muestran claramente que la comunicación animal implica cantidades significativas de información. Por ejemplo, la entropía de información de las danzas de abejas es de 2,54 bits.

Sin embargo, la complejidad de la comunicación animal no está tan clara. En general, la complejidad depende del orden de dependencia. Por ejemplo, muchas secuencias de canto de pájaros muestran un alto contenido de información para la dependencia de primer orden, pero el contenido de información cae significativamente cuando se trata de dependencias de segundo y tercer orden.

Eso parece sugerir que la complejidad de la comunicación del canto de los pájaros es relativamente baja. Sin embargo, Smith señala que los resultados son muy sensibles al tamaño de los repertorios de aves. Esto es claramente un problema cuando solo hay una pequeña cantidad de datos experimentales con los que trabajar.

Por ejemplo, si las aves tienen un gran repertorio de diferentes palabras de 2 y 3 letras, entonces un análisis adecuado requiere una muestra significativamente mayor de cantos de aves que si su repertorio fuera pequeño.

Entonces, una pregunta importante es qué tan grandes son estos repertorios de animales.

La nueva percepción de Smith es que hay otra forma de calcular el tamaño del repertorio de varias longitudes de palabras diferentes. Señala que la entropía de primer orden de un idioma está íntimamente ligada al número exacto de posibles combinaciones de longitud de palabras.

Entonces, dada una medida de la entropía de primer orden de un idioma, es posible usar este método combinatorio para calcular el repertorio probable de diferentes longitudes de palabras.

Smith utiliza esta información para volver a examinar los datos recopilados para varios tipos diferentes de animales, como los delfines mulares, las ballenas jorobadas y varios tipos de estorninos, tordos y alondras. Para cada especie, calcula el repertorio máximo y mínimo de sílabas de 1, 2 y 3 letras que aparecen en los datos.

Los resultados son una lectura interesante. Smith calcula que los delfines mulares tienen un repertorio de 27 sílabas de una sola letra, cinco sílabas de dos letras y cuatro o cinco sílabas de tres letras. Por el contrario, las ballenas jorobadas tienen un repertorio de solo seis sílabas de una sola letra, pero usan diecisiete o dieciocho sílabas de dos letras (los datos no son lo suficientemente extensos como para revelar el repertorio de sílabas de tres letras).

Los pájaros parecen tener un vocabulario mucho más amplio. Los estorninos europeos, por ejemplo, usan más de 100 sílabas de una sola letra, pero podrían usar hasta 78 sílabas de 3 letras o tan solo 6.

Quizás el hallazgo más importante de Smith es que la cantidad de información que puede extraer sobre los repertorios está seriamente limitada por el tamaño de los conjuntos de datos y que se necesita más trabajo para expandirlos. Al final, la mejor manera de medir con precisión los tamaños del repertorio, en particular para los delfines y las ballenas jorobadas, es realizar una medición de secuencias mucho mayor, concluye.

Es un trabajo interesante. Si bien no puede revelar la intención o el posible significado de estas comunicaciones animales, ciertamente revela algo de su complejidad.

Y Smith tiene grandes expectativas para el futuro si se pueden recopilar más datos. El autor tiene la esperanza de que los análisis de la teoría de la información puedan ayudar a despegar las capas de complejidad para mostrar cuán estrechamente coincide con el lenguaje humano, o es diferente, tal comunicación animal, dice.

Ref: arxiv.org/abs/1308.3616 : Complejidad en la comunicación animal: Estimación del tamaño de estructuras de N-Gram

esconder