抹香鯨是迷人的生物。它們的大腦是所有生物中最大的,是人類大腦的六倍??茖W家認為,它們的大腦可能已經(jīng)為了支持智能、理性的行為而進化了。它們具有高度社會性,能夠作為一個群體做出決定,并且表現(xiàn)出復雜的覓食行為。
但我們對抹香鯨的了解還遠遠不夠,比如它們會使用一種名為尾聲(codas)的系統(tǒng)進行交流,通過一連串的滴答聲試圖對彼此說些什么,但我們對此了解不多。
美國麻省理工學院團隊發(fā)現(xiàn)鯨魚語言與人類語言的相似性,或?qū)⒂兄诮⒖缥锓N使用的人工智能系統(tǒng)。
近日, 發(fā)表在雜志上的新研究表明,抹香鯨的交流實際上比人類之前想象的更具表現(xiàn)力和復雜性。
由麻省理工學院計算機科學與人工智能實驗室的普拉秋莎·夏爾馬領導的研究小組與“鯨語翻譯計劃”合作,后者是一個專注于使用人工智能了解鯨魚的非營利組織,他們使用了傳統(tǒng)的統(tǒng)計模型來分析鯨魚尾聲。
研究人員成功發(fā)現(xiàn)了鯨魚語言的一種結(jié)構(gòu)與人類所用的復雜發(fā)聲特征相似。他們的發(fā)現(xiàn)可以幫助打造一種未來的研究工具,不僅可以用來破譯鯨魚聲音的結(jié)構(gòu),還可以用來破譯聲音所包含的實際含義。
該團隊使用多種模式識別和分類算法,分析了多米尼加抹香鯨項目在2005年至2018年間收集的約60頭鯨魚的8719條尾聲記錄。
他們發(fā)現(xiàn), 鯨魚的交流方式不是隨機的、簡單的,而是在不同的對話背景下有不同的結(jié)構(gòu)。這使他們能夠識別以前未曾發(fā)現(xiàn)的獨特聲音。
研究人員沒有依賴更復雜的機器學習技術(shù),而是選擇使用經(jīng)典分析,并以新的視角來處理現(xiàn)有數(shù)據(jù)庫。
“ 我們想要一個更簡單的模型,一個已經(jīng)為我們的假設提供了基礎的模型。”夏爾馬說。
地球物種項目的高級人工智能研究顧問菲利克斯·埃芬伯格表示:“統(tǒng)計方法的好處在于,你不必訓練模型,它也不是黑盒子,而且更容易執(zhí)行?!?/p>
地球物種項目是一個非營利組織,正在研究如何使用人工智能解碼非人類通信。但埃芬伯格指出,機器學習是加快發(fā)現(xiàn)數(shù)據(jù)集中隱藏規(guī)律的好方法,因此這種方法在未來可能會很有用。
這些算法將尾聲數(shù)據(jù)中的滴答聲轉(zhuǎn)化為一種新型數(shù)據(jù)可視化,研究人員稱之為交換圖,可以揭示一些尾聲中包含的額外的滴答聲。
這些額外的滴答聲,加上鳴叫持續(xù)時間的變化,出現(xiàn)在多頭鯨魚之間的互動中。研究人員表示, 這表明尾聲可以攜帶更多信息,并擁有比我們之前認為的更復雜的內(nèi)部結(jié)構(gòu)。
參與該項目的麻省理工學院副教授雅各布·安德烈亞斯表示:“對于我們的發(fā)現(xiàn),一種形象的理解方式是,人們之前一直將抹香鯨的通信系統(tǒng)理解為埃及象形文字,但實際上它就像字母?!?/p>
盡管團隊不確定它發(fā)現(xiàn)的內(nèi)容是否可以解釋為人類語言中的字母、舌頭位置或句子,但他們相信,他們分析的尾聲之間存在很多內(nèi)在相似性。
安德烈亞斯補充說:“這反過來讓我們認識到,鯨魚顯然能夠感知到更多種類的尾聲,或者尾聲之間的更多區(qū)別,而人們在這些數(shù)據(jù)中根本沒有注意到。”
該團隊的下一步是建立鯨魚叫聲的語言模型,并檢查這些叫聲與不同行為的關系。夏爾馬說,他們還計劃開發(fā)一個可以跨物種使用的更通用的系統(tǒng)。
找到一個我們一無所知的物種通信系統(tǒng),弄清楚它如何編碼和傳輸信息,并慢慢開始理解通信的內(nèi)容。這些寶貴的知識還有很多用途。
“我認為我們才剛剛開始了解其中一些事情?!彼f,“我們還處于起步階段,但我們正在慢慢邁出第一步。”
了解動物之間的對話是此類項目背后的主要動機,但美國加利福尼亞大學圣克魯斯分校研究象海豹的研究員卡羅琳·凱西表示,如果我們希望了解鯨魚正在交流什么,那么就會遇到一個很大的障礙:我們需要通過實驗來證明這種嘗試確實可行。
“自從人工智能出現(xiàn)以來,人們對解碼動物信號重新產(chǎn)生了興趣?!眲P西說,“但我們很難證明這些動物發(fā)出的信號實際上包含著人類所認為的含義。這篇論文很好地描述了它們聲學結(jié)構(gòu)的細微差別,但更進一步理解信號的含義是非常困難的?!?(綜合整理報道)(策劃/多洛米)