人工智能真的能帮助我们与动物对话吗？

长期以来，理解动物发声一直是人类着迷和乐于研究的主题。例如，各种灵长类动物发出的警报因捕食者的不同而不同，海豚用标志性的口哨声互相交流，一些鸣禽也可以从彼此的叫声中提取元素并重新排列，以用来传达不同的信息等等。但大多数专家都不认为这是一种语言，因为没有一种动物的交流符合所有的标准。

过去解码动物语言，主要依赖于研究人员长期而艰苦地观察。但最近，人们对应用机器学习来处理这一难题有了很大的研究兴趣。

例如，海豚训练员用手发出信息，两只受过训练的海豚就能按照要求进行表演。

非营利组织“地球物种计划”（ESP）的阿扎·拉斯金对此表示，这并不能证明语言的存在，但如果能够获得一种丰富的、象征性的沟通方式，这将使解码动物语言变得容易得多，这将是很有意义的。

ESP组织有一个大胆的目标：利用机器学习来破译动物的交流，解码非人类通信，并将所有专有技术公之于众，从而加深我们与其他生物物种的联系，并帮助保护它们。

哥本哈根大学的教授Elodie Briefer也表示，人们开始使用技术手段研究哺乳动物和鸟类的声音交流，但能够研究到什么程度仍未可知。Briefer参与开发的一种算法，可以分析猪的呼噜声，他们从411头猪身上收集了7414种声音，用来分析判断动物的情绪是积极的或消极的。

还有一种名为DeepSqueak的研究，则是根据啮齿类动物的超声波叫声来判断它们是否处于压力状态。也有一项名为鲸目动物翻译计划（Project Ceti）的项目，计划使用机器学习来翻译抹香鲸的交流。

然而，ESP表示，他们使用的方法是不同的，因为他们的目标不是专注于解码一个物种的交流，而是所有物种的交流。虽然拉斯金承认，在群居动物（例如灵长类动物、鲸鱼和海豚）之间进行丰富的象征性交流的可能性更高，但其目标是开发可应用于整个动物王国的工具。

拉斯金承认，他们的目标“就像登上月球一样难”，但随着技术的发展，研究人员能够尝试应用人工智能来解开正在研究的物种的秘密。

图：夏威夷乌鸦用小树枝钩住树上的幼虫。夏威夷乌鸦以使用工具而闻名，但也被认为有一套特别复杂的发声。

另一个项目旨在开发一种算法，通过应用自我监督的机器学习来确定一个物种有多少种叫声类型，这种算法不需要人类专家对数据进行任何标记来学习模式。

在一个早期的测试案例中，生物学教授鲁茨领导的团队通过挖掘收集的音频记录，制作了一份夏威夷乌鸦的发声曲目清单。结果发现，夏威夷乌鸦具有制造和使用觅食工具的能力，并被认为拥有比其他乌鸦物种复杂得多的发声。

鲁茨对该项目的保护价值感到特别兴奋。因为，夏威夷乌鸦是极度濒危物种，只存在于圈养环境中，它被人们饲养以期重新进入野外环境。研究人员希望，通过在不同时间录制的录音，将有可能追踪该物种的叫声是否在圈养环境中被侵蚀。例如，特定的警报叫声可能已经丢失——这可能会对其重新进入野外产生影响。鲁茨表示，这种损失或许可以通过干预来解决，这将帮助这些鸟的生存生态得到逐渐好转。

但并不是每个人都对人工智能实现如此宏伟目标的力量充满热情。Robert Seyfarth是宾夕法尼亚大学心理学荣誉退休教授，他研究灵长类动物在其自然栖息地的社会行为和声音交流已有40多年。虽然他相信机器学习可以解决一些问题，比如识别动物的发声技能，但在其他领域，包括发现发声的意义和功能，他对机器学习能带来多大帮助持怀疑态度。

他解释说，问题在于，虽然许多动物可以拥有复杂的社会，但它们的声音种类比人类少得多。其结果是，在不同的语境中，完全相同的声音可以用来表示不同的事物，只有通过研究语境，他们与他人的关系如何，他们在等级中的位置，他们与谁互动——才有希望建立意义。Seyfarth表示，我认为只有这些人工智能方法是不够的，你得出去真正的看看那些动物。

动物交流的形式将以一种有意义的方式与人类交流重叠，对于这一概念，也有很多人持怀疑态度。Seyfarth说，将基于计算机的分析，应用于我们非常熟悉的人类语言是一回事。但对于应用于其他物种来说，这可能是“完全不同”的另外一回事。

拉斯金也承认，单靠人工智能可能不足以开启与其他物种的交流，许多物种的交流方式“比人类想象的更复杂”。对于当前研究来说，阻力主要来自于人们收集足够数据并进行大规模分析的能力，以及研究人员自身有限的感知能力。