据最新报道,2025年,人工智能(AI)和机器学习领域的突破有望推动人类理解动物交流的进程,解开动物发声背后的长期谜题。近期设立的Coller-Dolittle奖项为解码动物声音的研究提供了可观奖金,体现了科学界对此的乐观情绪。
目前,已有多个研究项目正致力于开发能够解读动物声音的算法。其中,Ceti计划一直在破解抹香鲸特有的点击声和座头鲸的歌声。然而,现代机器学习方法依赖大量的数据集,而高质量的动物声音数据一直难以获得,这限制了研究的进展。
例如,包括ChatGPT在内的大型语言模型使用了来自互联网的大量文本数据进行训练,而与之形成鲜明对比的是,动物交流研究可用的数据集仍然有限。虽然LLMs的训练数据量超过500GB的文本信息,但Ceti计划在研究抹香鲸的声音时,仅获得了不到8000个录音样本。这一差距也凸显了研究人员在理解动物交流方面的难题。
此外,人类语言的解释依赖于共同的语法和语义规则,而解读动物的叫声却充满了不确定性。区分狼的不同嚎叫所代表的意义,仍然是一个巨大的挑战。
一旦这些庞大的数据集完成收集,深度神经网络等先进的分析技术将能够揭示动物声音背后的规律和结构,或许能发现一些与人类语言类似的模式。尽管研究取得了很大进展,关于解码动物声音的最终目标仍然是一个亟待解答的问题。
像Interspecies.io这样的组织,明确表示希望将跨物种的交流转化为人类能够理解的信号,甚至提出要将动物的叫声翻译成人类语言。不过,科学界普遍认为,非人类动物并不具备类似人类语言那样的结构化语言。