科學家發現鯨魚語言與人類語言的相似性

抹香鯨是迷人的生物。它們的大腦是所有生物中最大的，是人類大腦的六倍。科學家認為，它們的大腦可能已經為了支持智能、理性的行為而進化了。它們具有高度社會性，能夠作為一個群體做出決定，并且表現出復雜的覓食行為。

但我們對抹香鯨的了解還遠遠不夠，比如它們會使用一種名為尾聲（codas）的系統進行交流，通過一連串的滴答聲試圖對彼此說些什么，但我們對此了解不多。

美國麻省理工學院團隊發現鯨魚語言與人類語言的相似性，或將有助于建立跨物種使用的人工智能系統。

近日， 發表在雜志上的新研究表明，抹香鯨的交流實際上比人類之前想象的更具表現力和復雜性。

由麻省理工學院計算機科學與人工智能實驗室的普拉秋莎·夏爾馬領導的研究小組與“鯨語翻譯計劃”合作，后者是一個專注于使用人工智能了解鯨魚的非營利組織，他們使用了傳統的統計模型來分析鯨魚尾聲。

研究人員成功發現了鯨魚語言的一種結構與人類所用的復雜發聲特征相似。他們的發現可以幫助打造一種未來的研究工具，不僅可以用來破譯鯨魚聲音的結構，還可以用來破譯聲音所包含的實際含義。

該團隊使用多種模式識別和分類算法，分析了多米尼加抹香鯨項目在2005年至2018年間收集的約60頭鯨魚的8719條尾聲記錄。

他們發現， 鯨魚的交流方式不是隨機的、簡單的，而是在不同的對話背景下有不同的結構。這使他們能夠識別以前未曾發現的獨特聲音。

研究人員沒有依賴更復雜的機器學習技術，而是選擇使用經典分析，并以新的視角來處理現有數據庫。

“ 我們想要一個更簡單的模型，一個已經為我們的假設提供了基礎的模型。”夏爾馬說。

地球物種項目的高級人工智能研究顧問菲利克斯·埃芬伯格表示：“統計方法的好處在于，你不必訓練模型，它也不是黑盒子，而且更容易執行。”

地球物種項目是一個非營利組織，正在研究如何使用人工智能解碼非人類通信。但埃芬伯格指出，機器學習是加快發現數據集中隱藏規律的好方法，因此這種方法在未來可能會很有用。

這些算法將尾聲數據中的滴答聲轉化為一種新型數據可視化，研究人員稱之為交換圖，可以揭示一些尾聲中包含的額外的滴答聲。

這些額外的滴答聲，加上鳴叫持續時間的變化，出現在多頭鯨魚之間的互動中。研究人員表示， 這表明尾聲可以攜帶更多信息，并擁有比我們之前認為的更復雜的內部結構。

參與該項目的麻省理工學院副教授雅各布·安德烈亞斯表示：“對于我們的發現，一種形象的理解方式是，人們之前一直將抹香鯨的通信系統理解為埃及象形文字，但實際上它就像字母。”

盡管團隊不確定它發現的內容是否可以解釋為人類語言中的字母、舌頭位置或句子，但他們相信，他們分析的尾聲之間存在很多內在相似性。

安德烈亞斯補充說：“這反過來讓我們認識到，鯨魚顯然能夠感知到更多種類的尾聲，或者尾聲之間的更多區別，而人們在這些數據中根本沒有注意到。”

該團隊的下一步是建立鯨魚叫聲的語言模型，并檢查這些叫聲與不同行為的關系。夏爾馬說，他們還計劃開發一個可以跨物種使用的更通用的系統。

找到一個我們一無所知的物種通信系統，弄清楚它如何編碼和傳輸信息，并慢慢開始理解通信的內容。這些寶貴的知識還有很多用途。

“我認為我們才剛剛開始了解其中一些事情。”她說，“我們還處于起步階段，但我們正在慢慢邁出第一步。”

了解動物之間的對話是此類項目背后的主要動機，但美國加利福尼亞大學圣克魯斯分校研究象海豹的研究員卡羅琳·凱西表示，如果我們希望了解鯨魚正在交流什么，那么就會遇到一個很大的障礙：我們需要通過實驗來證明這種嘗試確實可行。

“自從人工智能出現以來，人們對解碼動物信號重新產生了興趣。”凱西說，“但我們很難證明這些動物發出的信號實際上包含著人類所認為的含義。這篇論文很好地描述了它們聲學結構的細微差別，但更進一步理解信號的含義是非常困難的。” （綜合整理報道）（策劃/多洛米）