-
日期: 2025-09-01 | 來源: 煎蛋網 | 有0人參與評論 | 字體: 小 中 大
科學家們很快就能和其他物種交流了——你猜，第壹個會“開口”的會是誰？
長期以來，科學家們壹直小心翼翼地避免宣稱非人類動物擁有語言。然而，如今借助人工智能的力量，這壹局面正在悄然改變。
Sophie Cohen-Bodénès第壹次意識到自己發現了重要線索，那是在觀察墨魚時，她看到它伸起兩條觸腕，同時將另外六條交纏在壹起。她稱之為“向上”的手勢——更有趣的是，這種動作是對另壹段墨魚視頻的回應。也就是說，這些海洋生物——章魚的遠親——可能正在使用某種形式的手勢語言進行交流。
幾拾年來，科學家們幾乎從不聲稱人類以外的動物擁有語言。但現在，借助人工智能分析海量動物聲音與動作數據，研究正在邁向突破。以色列特拉維夫大學與風險投資家Jeremy Coller的慈善基金會聯合發起的Coller Dolittle挑戰賽，更是加速了這壹進程。參賽團隊的目標，是開發算法與非人類生物溝通，或至少理解它們在“說什麼”。今年的優勝者獲得了10萬美元獎金，而最終破解跨物種交流難題的團隊，將贏得1000萬美元的巨額獎勵。
在研究者們爭相發表成果之際，墨魚只是壹個令人驚訝的例子，它們比我們想象的更加健談。新的發現讓人們對未來與動物對話充滿希望，但同時也提出了更深層的問題：語言到底是什麼？為什麼我們很難將其歸屬於非人類物種？如果我們真的解讀出動物的“話語”，會意味著什麼？
當然，如果你養過寵物，你會知道自己和它們在某種程度上是在交流——它們餓了、想散步，你都能感知。但這與語言不同。人類語言系統包括詞匯和語法規則，它依賴後天學習的聲音，按名詞、動詞等語義類別劃分，並隨時態變化調整句式。語法允許我們創造新詞，組合成前所未有的句子，甚至討論超越自身時空的事物，例如不在場的人或遙遠的目標。
這套體系聽起來令人驚歎，即便有其他動物的溝通系統接近人類，我們也未必能證明。部分研究者認為，人類對自身交流方式的癡迷反而阻礙了我們理解其他物種的能力。Coller在今年的首屆Coller Dolittle獎頒獎典禮上直言：“我們傲慢地相信，只有自己才值得被傾聽。”
普通墨魚(Sepia officinalis)顯然與我們差異巨大。然而，Saint Louis華盛頓大學的Cohen-Bodénès與意大利熱那亞技術研究所的Peter Neri發現，它們通過揮動觸腕創造出肆種獨特手勢，分別稱為“向上”“側向”“翻滾”和“王冠”。算法分析顯示，當壹只墨魚看到另壹只做手勢時，它會用肆種手勢中的某壹個作出回應，甚至僅憑水中震動感知就能模仿。這些動作具體含義尚不完全清楚，但Cohen-Bodénès認為，“王冠”——類似雙手指尖組成金字塔狀——可能用來表達對環境變化的不安。在實驗中，做“王冠”手勢的墨魚會後退，並將身體變為橙色或黑色，這種行為被認為與回避或警惕相關。雖不算驚天動地，但對於孤獨、進化悠久的墨魚來說，已是令人意外的溝通能力。
另壹支入圍Coller Dolittle獎的團隊來自德國馬克斯·普朗克生物智能研究所，他們研究夜鶯(Luscinia megarhynchos)。這些鳥類的歌聲由寬頻率的嘯鳴組成，研究人員發現，它們可以即時調整音高模仿其他個體。這種靈活性在非人類動物中尚屬首次，也正是人類語言的重要特征。
動物“命名”系統也有突破。耶路撒冷希伯來大學的David Omer發現，生活在緊密家庭群體中的卷尾猴，會使用獨特的、類似名字的“phee”叫聲互相稱呼。這是首例非人類靈長類的命名行為，盡管大象和海豚也有類似的個體識別聲音。
海豚的交流遠超簡單命名。馬薩諸塞州伍茲霍爾海洋研究所的Laela Sayigh及其團隊研究了佛羅裡達Sarasota灣的約170只寬吻海豚，跨越六代。通過AI分析多年錄音，他們發現了22種非標識性哨聲，其中壹種由35只以上海豚使用，用於表達遇到陌生或意外事物的反應，仿佛在說：“那是什麼？”另有哨聲帶有警告意味。若單看這些哨聲並不特別，但結合海豚使用標識性哨聲建立社交關系、出色的模仿能力，以及對幼崽提高音高的習慣，它們的交流能力顯得非常出色。未公開的研究甚至顯示，海豚可能會使用不在場個體的標識性哨聲，“這意味著它們在談論那只海豚”，Sayigh說。
嘗試用AI破解動物語言的團隊不止這肆個，對鯨類尤其有效。今年早些時候，AI揭示座頭鯨歌聲的統計結構與人類語言有相似之處；6月，Project CETI創始人David Gruber和加州大學伯克利分校語言學家Gašper Beguš利用AI證明抹香鯨的點擊聲在聲學上類似人類元音。研究顯示，抹香鯨有156種點擊模式構成“音素表”，並在交流時調整節奏。這種同步性不僅見於普通尾鷦鷯和長臂猿，也用於抹香鯨的社會協調和親密聯系。
“AI讓實驗規模成倍擴展，數據處理速度更快，這真是顛覆性的變化。”丹麥奧胡斯大學的Frants Jensen說。然而，AI並非萬能。它在訓練和測試數據壹致時表現良好，但面對稍有不同的聲學特征就可能失敗。即便發現了大數據中的模式，也僅是開始。Tel Aviv大學的Yossi Yovel提醒：“接下來科學家的任務是確認這些特征對動物本身是否有意義。”
關鍵在於理解動物發聲的背景，這並不容易。鯨魚大部分時間潛在水下，獲取信息困難。紅毛猩猩也充滿挑戰。英國華威大學的Adriano Lameira發現，猩猩母親在發現捕食者後，會延遲20分鍾才發出警告，聲音變化能讓同伴推測事件過去了多久。研究者要分辨這聲響是“此刻”還是“過去”，難度可想而知。
（示意圖）
波士頓大學的Irene Pepperberg指出，僅關注聲學密碼可能忽略其他交流形式。細微變化也能影響意義：日本山雀用不同音符和組合表達“危險”“靠近”，順序變化可能改變整體含義。還有顏色變化、氣味、觸碰、面部表情，甚至電魚的電脈沖，都增加了復雜性。
即便我們學會解碼多種交流方式，非人類物種是否擁有語言仍會激烈爭論。Rendell認為，語言是多維的：需要聲學學習、心智理論、靈活的發聲系統以及對過去和未來的思考能力。他認為部分動物具備部分能力，但人類獨有完整體系。Gruber則樂觀：“如果把語言看作連續體，鯨魚也算有語言。”
那麼，哪種動物語言最先被破解？鯨魚無疑是熱門候選，因為我們已有大量錄音。南太平洋座頭鯨的幾拾年歌聲記錄，以及Sarasota海豚項目的長期精確數據，都讓它們成為首選。
Sayigh對她的海豚充滿期待，但也清楚這是巨大挑戰。海豚有壹整套爆發脈沖聲，用於表達情緒，結合哨聲或身體動作(類似墨魚的手勢)，或許就像我們挑眉或眨眼壹樣。她坦言：“它們太復雜，這將花很長時間。”
Yovel認為，首個被完全解碼的物種可能更容易研究，或許是群居、用聲音協調行為的社交鳥類。他會押寶於松鴉。曾以灰鸚鵡Alex聞名的Pepperberg也傾向鳥類，指出虎皮鸚鵡大腦中聲音地圖與人類相似，“我對鳥類系統著迷，因為它們的聲學學習和我們極為相似。”
這不僅是為了搶先或贏大獎。如果我們真的解碼了任何物種的交流，這將打開全新的觀察與理解世界的視角。或許我們能感知回聲般的溝通，或發現色彩的新含義，就像理解蜜蜂能看紫外線世界壹樣。更重要的是，它能增進我們對其他物種的尊重。Yovel說：“了解動物，讓我們更欣賞它們。研究交流會讓人感歎：‘哇，它們和我們好像啊！’”- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接:
目前還沒有人發表評論, 大家都在期待您的高見