人工智能帮助科学家解读动物语言

在皮克斯电影《飞屋环游记》中，一只名叫 Dug 的卡通狗戴着一个神奇的项圈，项圈可以把它的吠叫声和呜咽声翻译成流利的人类语言。在现实世界的其他地方，训练有素的狗可以被训练按下按钮，发出人类语言，发出“外出”、“散步”和“玩耍”等简单命令。人类一直对与共同生活在这个世界上的动物交流的潜力着迷，而最近，机器学习凭借其越来越先进的人类语言解析能力，已成为动物翻译的一条充满希望的途径。

《纽约时报》本周的一篇文章记录了五组研究人员的主要努力，他们研究如何使用机器学习算法分析啮齿动物、狐猴、鲸鱼、鸡、猪、蝙蝠、猫等动物的叫声。

通常，人工智能系统通过训练标记数据（可以通过互联网或电子书等资源提供）进行学习。对于人类语言模型，这通常涉及给计算机一个句子，屏蔽某些单词，并要求程序填写空白。现在还有更多创造性的策略，希望将语音与大脑活动相匹配。

但分析动物语言与分析人类语言完全不同。计算机科学家必须指导软件程序寻找什么以及如何组织数据。这个过程在很大程度上不仅取决于积累大量的声音记录，还取决于将这些声音记录与动物的视觉社交行为相匹配。例如，一个研究埃及果蝠的小组还使用摄像机记录蝙蝠本身的声音，以提供蝙蝠叫声的背景。研究鲸鱼的小组计划使用视频、音频以及可以记录动物动作的标签来破译语法、语义，并最终破译鲸鱼交流的内容和原因。当然，一些小组还提议通过播放动物的录音并观察它们的反应来测试他们的动物词典。

为动物制作谷歌翻译是一个雄心勃勃的项目，在过去十年的大部分时间里一直在筹备中。机器学习在检测动物存在方面也取得了长足进步，甚至在某些情况下，可以通过叫声准确识别动物。（康奈尔大学的 Merlin 应用程序在将鸟类与它们的叫声相匹配方面非常准确。）尽管这种类型的软件在根据某些动物的发声特征（即频率或响度）识别其基本词汇以及将叫声归因于个体方面取得了一些成功，但它距离理解动物语言可能包含的所有复杂细微差别仍然相去甚远。

[相关：利用新标签，研究人员可以追踪鲨鱼进入海洋“暮光之城”漆黑的深处]

许多对这种方法持怀疑态度的人指出，目前的人工智能语言模型既不能真正理解词语与它们在现实世界中可能指代的对象之间的关系，也存在科学家对整个动物社会缺乏了解的缺陷。人类的人工智能语言模型依赖于计算机来映射词语与它们可能出现的上下文之间的关系（它们可能出现在句子中的位置以及它们可能指代什么）。但这些模型也有自己的缺陷，有时可能是一个黑匣子——研究人员知道输入和输出的内容，但不太了解算法是如何得出结论的。

研究人员正在考虑的另一个因素是，动物交流可能与人类交流完全不同，拟人化的倾向可能会扭曲结果。由于生理和行为的差异，动物语言可能具有独特之处。

由于无法提前知道数据参数，据《华尔街日报》今年早些时候的一篇报道，有人提议使用自监督学习算法来分析音频数据，即计算机告诉研究人员它在数据中看到了什么模式——这些模式可能会揭示人眼错过的联系。归根结底，人类在试图理解动物交流方面能走多远取决于人类进行这类研究的目标，而为此目的，掌握基础知识可能就足够了。例如，如果翻译器能够可靠地解释我们经常密切接触的动物是快乐、悲伤还是处于危险之中，那么它既有用又更实用。