Proyecto CETI ( Cetacean Traducción Iniciativa) está compuesto por representantes de las siguientes instituciones: Aarhus University, Baruch College, City University of New York, Dominica Sperm Whale Project, Google Research, Government of the Commonwealth of Dominica, Harvard University's School of Engineering and Applied Sciences, Imperial College London, Instituto para el Intercambio Científico Italia, Instituto de Tecnología de Massachusetts y Laboratorio de Inteligencia Artificial (CSAIL), National Geographic Society, Universidad de California en Berkeley y la Universidad de Haifa.

Esta organización sin fines de lucro, está financiada por la plataforma de conferencias TED y colaboran el Instituto Tecnológico de Massachusetts (MIT) y la National Geographic Society. Agrupa a criptógrafos, expertos en robótica, biólogos marinos y lingüistas que, durante cinco años, desplegarán decenas de dispositivos submarinos de escucha, interpretarán los sonidos e intentarán abrir un canal de comunicación utilizando aprendizaje automático avanzado, procesamiento del lenguaje natural y ciencia de datos.

El Proyecto CETI no solo tiene como objetivo comprender la comunicación de los cetáceos, sino también mantener una conversación con ellos.

En una primera instancia van a centrar sus esfuerzos en el seguimiento de cachalotes. Estas especies marinas tienen el cerebro más grande del reino animal y comparten algunas características con los humanos, como el pensamiento consciente, la planificación e incluso la intuición, además de sentimientos de compasión, apego y duelo. Viven en sociedades matriarcales y tienen fuertes vínculos familiares entre varias generaciones.

Los cachalotes se comunican mediante chasquidos. Es un sonido parecido al del código morse, por lo que parece fácil de codificar, esto es, traducir a unos y ceros. Además, los cachalotes se sumergen a gran profundidad y se comunican desde grandes distancias, sin que intervenga el lenguaje corporal o las expresiones faciales, que son tan importantes en otras especies animales.

Coordinan el proyecto la criptógrafa Shafi Goldwasser, directora del Instituto Simons de Teoría de la Computación de la Universidad de California en Berkeley, David Gruber, biólogo marino de la City University de Nueva York, y el informático Michael Bronstein, profesor del Imperial College de Londres.

El proyecto tiene posibilidades de éxito porque la tecnología de redes neuronales y lingüísticas ha dado un salto asombroso. Un ejemplo son los llamados 'modelos de lenguaje', de los cuales el más avanzado es el GPT-3, desarrollado por la empresa OpenAI. Estos modelos funcionan de manera similar a como los niños aprenden su lengua materna sin necesidad de estudiarla. Les basta con escuchar el idioma que se habla a su alrededor. Es un aprendizaje básicamente estadístico.

Se cree que el 80% de las vocalizaciones son clics de ecolocalización, pero el 20% restante son codas de comunicación. Una coda típica tiene cinco chasquidos y dura cuatro segundos.

Se analizarán unos 4.000 millones de chasquidos cada año. Los datos bioacústicos se recogerán mediante sensores adheridos con ventosas a la piel de los animales. Además, se desplegarán drones y boyas para seguirlos y acotar el territorio donde interactúan. Y se asignará cada chasquido al animal que lo emite para ayudar a los algoritmos a refinar la traducción.

El Proyecto CETI consta de cuatro fases:

1) Grabación mediante hidrófonos de los chasquidos de los cachalotes.

2) Codificación y procesamiento de los datos.

3) Traducción mediante técnicas de aprendizaje automático.

4) Elaboración de un diccionario que, eventualmente, sirva para construir un ‘chatbot’ de conversación.

Durante cinco años, los investigadores seguirán a entre 50 y 400 ejemplares.