人工智能正在帮助科学家解码动物语言

在皮克斯的电影《向上》中，一只名叫达格的卡通狗戴着一个神奇的项圈，可以把它的吠叫和哀鸣翻译成流利的人类语言。在现实世界的其他地方，可以教训练有素的狗按下按钮，发出人类语言，发出简单的命令，比如“出去”、“走路”和“玩耍”。人类一直对与他们分享世界的动物交流的潜力着迷，最近，机器学习以其越来越先进的解析人类语言的能力，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重大努力，他们研究使用机器学习算法来分析啮齿动物、狐猴、鲸鱼、鸡、猪、蝙蝠、猫等的叫声。

通常，人工智能系统通过使用标记数据（可以由互联网或电子书等资源提供）进行训练来学习。对于人类语言模型，这通常包括给计算机一个句子，屏蔽某些单词，并要求程序填空。现在也有更多的创造性策略希望将语音与大脑活动相匹配。

但是分析动物语言与分析人类语言是不同的野兽。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，不仅依赖于积累大量的录音，还需要将这些录音与动物的视觉社会行为相匹配。例如，一个研究埃及果蝠的小组，也使用摄像机记录蝙蝠本身，为叫声提供背景。研究鲸鱼的小组计划使用视频、音频，以及可以记录动物运动的标签来破译语法、语义学，并最终解释鲸鱼交流背后的含义和原因。当然，一些小组也提议通过向动物播放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进行中。机器学习在检测动物的存在方面也取得了很大进展，甚至在某些情况下，通过叫声准确识别动物。（康奈尔大学的梅林应用程序在将鸟类种类与它们的叫声进行匹配方面非常准确。）尽管这种类型的软件在从某些动物的发声特征（即频率或响度）识别它们的基本词汇以及将叫声归因于个体方面取得了一些成功，但距离理解动物语言可能包含的所有错综复杂的细微差别还有很长的路要走。

[相关内容：有了新标签，研究人员可以追踪鲨鱼进入海洋暮光之城的漆黑深处]

许多对这种方法持怀疑态度的人指出，当前的人工智能语言模型在能够真正理解单词和它们在现实世界中可能引用的对象之间的关系方面存在缺陷，科学家对整个动物社会的理解也存在缺陷。人类Artificial-intelligence语言模型依赖于计算机绘制单词之间的关系和它们可能出现的上下文（它们在句子中可能出现的位置，以及它们可能引用的内容）。但这些模型有自己的缺陷，有时可能是一个黑匣子——研究人员知道什么进去了，什么出来了，但不太明白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，动物交流可能根本不像人类交流那样有效，将它们拟人化的趋势可能会扭曲结果。由于生理和行为差异，动物语言可能有独特的元素。

根据《华尔街日报》今年早些时候的一份报告，为了无法提前知道数据参数，有人提议使用自监督学习算法来分析音频数据。在该报告中，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。最终，人类在试图理解动物交流方面走多远取决于人类对这类研究的目标，为此，掌握基础知识可能就足够了。 例如，一个能够可靠地解释我们经常密切接触的动物是快乐的、悲伤的，或者处于危险中的翻译可能既有用又更实用。