2024-05-09 10:18 来源：得道网
麻省理工学院计算机科学与人工智能实验室(CSAIL)的Pratyusha Sharma领导的一组研究人员与CETI项目(一个专注于利用人工智能了解鲸鱼的非营利组织)合作，使用统计模型分析鲸鱼的尾语，并设法确定了它们的语言结构，这种结构与人类使用的复杂发声特征相似。他们的发现代表了一种工具，未来的研究不仅可以用来破译鲸鱼声音的结构，还可以用来破译鲸鱼声音的实际含义。
该团队使用混合算法进行模式识别和分类，分析了2005年至2018年间多米尼加抹香鲸项目收集的约60头鲸鱼的8719首尾歌的录音。他们发现鲸鱼的交流方式不是随机的或简单的，而是根据他们的对话背景而结构化的。这使它们能够识别出以前没有被发现的不同的发声。
研究人员没有依赖更复杂的机器学习技术，而是选择使用经典分析方法，以全新的视角接近现有数据库。
“我们想用一个更简单的模型，它已经为我们的假设提供了基础，”Sharma说。
“统计方法的好处在于，你不需要训练一个模型，它不是一个黑盒子，(分析)更容易执行，”地球物种项目(Earth Species Project)的高级人工智能研究顾问菲利克斯·埃芬伯格(Felix Effenberger)说。地球物种项目是一家非营利组织，正在研究如何利用人工智能解码非人类的交流。但他指出，机器学习是加快发现数据集中模式过程的好方法，因此采用这种方法在未来可能会很有用。
算法将尾数据中的点击转化为一种新的数据可视化，研究人员称之为交换图，揭示了一些尾数据具有额外的点击。这些额外的滴答声，加上它们叫声持续时间的变化，出现在多只鲸鱼之间的互动中，研究人员说，这表明尾语可以携带更多的信息，拥有比我们之前认为的更复杂的内部结构。
参与该项目的CSAIL副教授雅各布·安德烈亚斯(Jacob Andreas)说:“我们发现的一种方法是，人们之前一直在分析抹香鲸的交流系统，认为它像埃及象形文字，但它实际上像字母。”
他说，虽然研究小组不确定他们发现的东西是否可以被解释为与人类语言中的字母、舌头位置或句子相同，但他们相信，他们分析的尾语之间有很多内在的相似性。
“这反过来又让我们认识到，鲸鱼显然能够感知到更多种类的尾音，或者更多种类的尾音之间的区别，而人们只是在这些数据中根本没有注意到。”
研究小组的下一步是建立鲸鱼叫声的语言模型，并研究这些叫声与不同行为之间的关系。夏尔马说，他们还计划研究一种更通用的系统，可以跨物种使用。利用一个我们一无所知的通信系统，弄清楚它是如何编码和传输信息的，慢慢地开始理解交流的内容可能有许多目的，而不仅仅是鲸鱼。她说:“我认为我们才刚刚开始理解其中的一些事情。”“我们在很大程度上还处于起步阶段，但我们正在慢慢地走出困境。”
了解动物之间的对话是这些项目背后的主要动机。加州大学圣克鲁斯分校(UC Santa Cruz)的研究人员卡洛琳·凯西(Caroline Casey)说，如果我们希望了解鲸鱼在交流什么，有一个很大的障碍:需要实验来证明这种尝试实际上是可行的。卡洛琳·凯西研究海象的声音交流已有十多年了。
凯西说:“自从人工智能出现以来，破译动物信号的兴趣重新燃起。”“很难证明一个信号对动物的实际意义与人类所认为的一样。这篇论文很好地描述了它们声学结构的细微差别，但是采取额外的步骤来获得信号的含义是非常困难的。”
