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

据 Munich Eye 当地时间 22 日报道，2025 年，人工智能（AI）和机器学习领域的突破有望推动我们理解动物交流的进程，解开动物发声背后的长期谜题。近期，设立的 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正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。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。

包括 ChatGPT 在内的大型语言模型使用了大量文本数据训练，而动物交流研究数据集有限。LLMs 的训练数据量超过 500GB 的文本信息，但 Ceti 计划在研究抹香鲸的声音时，仅获得不到 8000 个录音样本。这暴露了研究人员在理解动物交流方面的挑战。

人类语言的解释遵循语法和语义规则，而解读动物的叫声充满不确定性，区分狼不同嚎叫代表的意义是挑战。

一旦这些庞大数据集收集完成，深度神经网络等先进技术能够揭示动物声音背后的规律和结构，或许能发现类似人类语言的模式。

研究取得进展，解码动物声音的最终目标是待解答问题。组织 Interspecies.io 表示希望将跨物种的交流转化为人类理解的信号，甚至提出将动物声音翻译成人类语言。科学界认为，非人类动物没有结构化语言。

广告声明：文内含有的对外跳转链接，用于传递更多信息，节省甄选时间，结果仅供参考。