AI 明年有望迎“突破性进展”：“破解”动物叫声背后的沟通模式与结构

GoodNav 12 月 27 日报道，根据 Munich Eye 当地时间 22 日的消息，预计在 2025 年，人工智能（AI）和机器学习领域的重大进展将推动我们对动物交流的理解，揭示动物发声背后的长期未解之谜。最近设立的 Coller-Dolittle 奖项为动物声音解码研究提供了丰富的奖金，反映了科学界对此领域的乐观预期。

目前，有多个研究项目正在努力开发解读动物声音的算法。例如，Ceti 计划致力于解析抹香鲸特有的点击声以及座头鲸的歌声。现代机器学习方法需要大量的数据集，但高质量的动物声音数据却相对稀缺，这限制了相关研究的进展。

例如，大型语言模型（LLMs）如 ChatGPT 是基于来自互联网的大量文本数据进行训练的，而动物交流研究可用的数据集相对较少。尽管 LLMs 的训练数据量超过 500GB 的文本信息，Ceti 计划在研究抹香鲸时仅获得了不到 8000 个录音样本。这种差异突出了研究人员在理解动物交流方面所面临的挑战。

此外，人类语言的解析依靠共有的语法和语义规则，而解读动物叫声则充满不确定性——例如，区分狼不同嚎叫所传达的意义依然是一个巨大难题。

一旦庞大的数据集收集完毕，使用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与结构，并可能发现类似于人类语言的沟通模式。

尽管研究已取得显著进展，关于解码动物声音的最终目标仍是一个急需解答的挑战。有组织如 Interspecies.io 明确表示希望将跨物种的交流转化为人类能理解的信号，甚至设想将动物叫声翻译成人类语言。然而，科学界普遍认为，非人类动物并不具备类似于人类语言的结构化语言系统。