在2025年,人工智能(AI)和机器学习领域的突破有望推动我们对动物交流的理解进程,解开动物发声背后的长期谜题。近日,设立了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。尽管现代的机器学习方法依赖大量的数据集,但高质量的动物声音数据一直难以获得,限制了研究进展。
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存在巨大挑战。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。然而,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。
评论