Quando il tramonto inizia ad ammantare le praterie del Masai Mara del Kenya sudoccidentale, una iena maculata si intrufola sotto l'ombrello legnoso che è l'albero di acacia.

Il carnivoro si ferma, le sue orecchie arrotondate che si piegano in avanti mentre un debole suono salpa, una missiva aerea che attraversa tre miglia a 767 miglia all'ora. Ancora, poi ancora. "Whhhhhooo-OOOppp!" Eccolo... il richiamo di un'altra iena maculata, ripetuto abbastanza rapidamente da meritare attenzione. Un avvertimento dei leoni della zona, forse, o di un clan di iene che invade il territorio di un altro.

Aiutare o non aiutare? Con così tanto terreno da coprire e così tanti potenziali pericoli che si trovano al di là di esso, la risposta potrebbe dipendere da chi, esattamente, si trova dall'altra parte della chiamata interurbana. Per le iene maculate, quindi, l'identificazione non è una cosa da ridere. Ma è sconvolgente, afferma un nuovo studio dell'Università del Nebraska-Lincoln, Kenna Lehmann e colleghi.

Applicando l'apprendimento automatico ai clip audio raccolti sul campo, il team ha concluso che le iene whoops presentano firme uniche per gli individui, una forma di ID chiamante abbastanza distinta che le iene possono probabilmente distinguersi l'una dall'altra. Per la prima volta, i ricercatori sono anche riusciti a quantificare quanto ripetere una chiamata, come fanno le iene maculate, potrebbe aumentare le probabilità di essere identificate.

Il fatto che i clan di iene maculate siano costruiti su gerarchie di rango sociale, ma siano costituiti da più famiglie che si riuniscono regolarmente e si disperdono nella savana, rende l'identità individuale particolarmente importante.

"Le iene non trattano tutti gli individui del clan allo stesso modo, quindi se stanno decidendo se presentarsi e aiutare qualcuno, vogliono sapere chi si stanno presentando per aiutare", ha detto Lehmann, ricercatore post-dottorato al Nebraska .

Un esempio dei suoni della iena studiati può essere ascoltato qui su SoundCloud.

Nella sua ricerca di firme vocali, il team si è rivolto a quello che è noto come un modello di foresta casuale. I ricercatori hanno prima addestrato il modello nutrendolo con le identità di ogni iena che avevano registrato, insieme a un numero enorme di tratti acustici estratti da ciascuna delle sue urla.

Da lì, il modello ha utilizzato una serie selezionata casualmente, o un incontro, di urla di una iena per generare alberi decisionali. Ogni ramo di un albero rappresentava una scelta binaria in un tratto acustico da un lotto anch'esso selezionato casualmente. Il modello potrebbe iniziare dividendo le urla della iena per frequenze più alte rispetto a quelle più basse, ad esempio, quindi dividere ulteriormente quei raggruppamenti, ad esempio, in chiamate più lunghe rispetto a quelle più brevi e così via. In definitiva, la punta di ogni ramo rappresentava un voto a favore di una particolare iena.

Dopo aver assemblato 500 di quegli alberi decisionali casuali, una foresta casuale, il modello ha previsto l'identità di un determinato whoop in base a quale iena ha ricevuto il maggior numero di voti da quei 500 alberi. Il team ha messo alla prova il suo modello addestrato chiedendogli di identificare quale delle 13 iene ha prodotto un attacco selezionato a caso di whoops, quindi ha ripetuto il test 999 volte.

Il modello ha accoppiato correttamente un incontro whoop con la sua iena circa il 54% delle volte, o circa sei volte più spesso di quanto ci si aspetterebbe per caso. Quella percentuale di successo suggerisce che c'è abbastanza variazione negli urli di diverse iene e abbastanza coerenza all'interno degli urli di una singola iena, perché il modello li distingua ragionevolmente. E se il modello è in grado di discernere queste differenze, ha detto Lehmann, è ragionevole presumere che lo possano fare anche le iene.

Tre tratti degli whoops sembravano particolarmente istruttivi:la durata di una chiamata, la frequenza più alta della chiamata e la frequenza media durante la parte della chiamata con il tono più coerente. Maggiore è la disparità in quei tratti, più è probabile che il modello, e potenzialmente le iene stesse, distinguano tra le fonti dei rispettivi whoops.

Tuttavia, il 54% è ben al di sotto del 100%, anche prima di tener conto delle sfide inerenti alla comunicazione con un'altra iena nel Maasai Mara. Per uno, i clan di iene maculate possono crescere fino a raggiungere più di 125 membri, un numero che sembra sforzare anche i ricordi più voluminosi e ermetici. C'è anche la possibilità che le sfumature acustiche si perdano nella trasmissione, in particolare quando quei segnali viaggiano per più miglia prima di raggiungere le orecchie arrotondate. Vento, pioggia e altri richiami di animali, nel frattempo, possono introdurre rumore nel segnale.

"C'è la consapevolezza che uno dei modi per trasmettere il tuo messaggio è ripeterlo", ha detto Lehmann, "soprattutto se ti trovi in ​​un ambiente rumoroso o se stai comunicando su lunghe distanze".

Ricerche precedenti hanno dimostrato che i pinguini, ad esempio, ripetono i loro richiami più spesso quando il vento si alza. E altri studi hanno trovato prove che varie specie animali favoriscono la ripetizione in circostanze altrettanto rumorose. Ma per quanto hanno potuto dire Lehmann e i suoi colleghi, nessuno aveva quantificato fino a che punto la ripetizione di un richiamo di animali potesse effettivamente migliorare la trasmissione delle informazioni.

Quindi il team ha nuovamente fatto ricorso al suo modello di foresta casuale. Quando il modello ha indovinato l'identità di una iena sulla base di un solo whoop, ha correttamente ancorato quell'identità solo circa la metà delle volte rispetto a quando gli sono stati forniti tre whoop. Questa precisione è aumentata ulteriormente con chiamate aggiuntive, raggiungendo un picco di sette whoops.

"È come ottenere un po' più di informazioni (ogni volta)", ha detto Lehmann, che in precedenza ha studiato le vocalizzazioni nelle orche. "La prima volta che lo senti, potresti notare:Oh, quella era sicuramente una voce maschile o femminile. Quindi, il prossimo whoop, potresti essere in grado di restringere ulteriormente il campo."

Lehmann e i suoi colleghi sapevano che i richiami di alcune specie animali contengono anche firme che differenziano i gruppi a cui appartengono da altri gruppi della stessa specie in cui potrebbero imbattersi, in qualche modo simili agli accenti o ai dialetti umani. Ha ricordato che alcuni ricercatori che studiavano le orche erano diventati così familiari con le firme dei baccelli che i ricercatori potevano istintivamente distinguerli. (Un ricercatore ha affermato che i richiami di un certo pod erano "più nasali" di altri.)

Data la dimensione dei clan di iene maculate, Lehmann ha pensato che anche le loro urla avrebbero potuto utilizzare una firma specifica del gruppo.

"Ovviamente, se devi solo ricordare come suona il tuo gruppo e non devi ricordare ciascuna delle oltre 100 voci individuali, sarebbe molto più facile farlo", ha detto.

Tuttavia, quando i ricercatori sono andati alla ricerca di una firma di gruppo nella foresta casuale, non sono riusciti a trovarne una. Una possibile spiegazione:l'apparente capacità di memorizzare così tante firme individuali potrebbe aver reso la firma di un clan o inutile o, nella migliore delle ipotesi, non abbastanza utile da disturbare lo sviluppo.

"Se sai chi è l'individuo, sai in quale gruppo si trova", ha detto Lehmann. "Gli animali sono piuttosto bravi ad associare queste informazioni.

"Quindi, se hanno bisogno di firme individuali per altri motivi, allora potrebbe non essere mai stato necessario sviluppare anche una firma di gruppo, che è ciò che suggerisce questa scoperta. Dovrebbero essere in grado di tenere traccia di tutte le singole voci ed essere in grado di distinguere:se questo è l'individuo X, sono nel mio gruppo. Posso scegliere di aiutarli in base al fatto che sono membri del gruppo, ma forse ci sono più decisioni da prendere sul fatto che siano un compagno di gruppo che voglio davvero per aiutare."

"Un milione di stelle diverse che devono allinearsi"

Tutti i risultati del team - la presenza di firme individuali, l'assenza di una firma del clan, l'utilità della ripetizione - alla fine non provenivano da una foresta casuale ma dalla savana della riserva nazionale di Maasai Mara in Kenya. Lì, Kay Holekamp e colleghi della Michigan State University hanno condotto ricerche sulla iena maculata dalla fine degli anni '80.

La stessa Lehmann ha trascorso un anno nel Maasai Mara, che prende il nome dal popolo Masai che lo abita da tempo. Dal 2014 al 2015, l'allora dottorando e diversi colleghi hanno guidato regolarmente verso ovest dalla capitale del Kenya, Nairobi, verso un campo presso la riserva.

"La prima volta che sono andato là fuori... ho pensato:'Oh, dormirò per terra per 10 mesi, in un sacco a pelo'", ha detto Lehmann, che ha presto appreso che una tenda di tela di grandi dimensioni e un letto soffice l'aspettava. "Ma eravamo piuttosto viziati là fuori, a dire il vero."

Se le sistemazioni erano più comode del previsto, la raccolta dei dati si è rivelata tutt'altro che. Dal loro punto di osservazione privilegiato su un Toyota Land Cruiser, Lehmann e i suoi colleghi puntavano un microfono direzionale fuori dal finestrino e accendevano un registratore audio. Sfortunatamente, la squadra era molto soggetta ai capricci della legge di Murphy.

"Devi non essere alla guida. E l'auto deve essere spenta", ha detto, notando che il suo motore soffocava i suoni del Maasai Mara. "E la iena deve urlare. E devi essere in grado di... vedere chi è. Non possono essere in un cespuglio. E devono essere abbastanza vicini in modo da poter ottenere una buona registrazione. E l'altro le iene devono essere silenziose allo stesso tempo. Ci sono solo, tipo, un milione di stelle diverse che devono allinearsi per ottenere una buona registrazione che puoi quindi utilizzare in un'analisi come questa."

In quelle circostanze, disse Lehmann, la pazienza era più di una virtù. Era una necessità.

"Con questa attrezzatura di registrazione portatile, registravamo in modo opportunistico, costantemente e speravamo solo che ci gridassero", ha detto, ridendo.

Durante quei mesi di speranza e attesa, i ricercatori si sono tenuti occupati osservando e raccontando comportamenti che avrebbero informato altri studi. Nel farlo, hanno intravisto l'individualità che le loro analisi delle urla delle iene, anni dopo, sarebbero arrivate ad affermare.

"Scoprirai sicuramente che individui diversi hanno personalità diverse o potrebbero reagire in un certo modo in situazioni diverse", ha detto Lehmann. "Quindi è sempre divertente conoscere le iene, le loro piccole interazioni e i drammi che potrebbero succedere nelle loro vite."

Il team ha riportato i suoi risultati in Proceedings of the Royal Society B . + Esplora ulteriormente

I mob sono, a volte, buoni