AI 能翻译动物语言吗？

在动物王国中，有些动物能在同类之间发出一连串的声音，像是用语言在说话。鲸鱼、海豚、大象、蝙蝠、鸟类、一些猴类、以及其它很多种动物都具有这种行为。它们是在交流些什么吗？长期以来人类知之甚少。

在 AI 日益强大的今天，AI 具有声音识别能力，也能翻译很多种语言文字，那么 AI 能否用来翻译动物之间的叫声呢？

根据【算 AI】小编的整理，人类目前翻译动物之间的叫声还存在不少难度，主要的挑战包括但不限于以下一些方面：

• 有些内容可能无法翻译。动物在身体结构、所处环境等方面与人类相差很大，动物在生活中和意识中有的一些概念可能人类没有相应的概念。

• 可用于训练 AI 的动物声音数据尚未达到应有的规模。尽管声音采集算不上技术难关，但是长期以来，收集动物之间叫声的数据没有引起人类的太多关注。一些研究人员、环保组织等在自然界收集、标注了一些动物的数据，但是数据量距离训练 AI 模型所需要的数据量目前还相差较远。

  动物的叫声千差万别，动物叫声数据需要每种动物分别收集。

  有些种类的动物在与外界交流时，同时将声音、表情、姿势、气味、甚至电流等多种表达方式组合起来使用，例如蜜蜂在互相之间交流时，将不同的嗡嗡声和不同的身体姿态结合起来，来表达不同的意思。对于这些种类的动物，需要收集的数据应该是多模态的数据。

  人类缺乏对于动物叫声等行为的真正理解，这为数据标注、模型验证等带来了困难，动物叫声等行为数据的数据质量也难以判断。

  如果不依靠人工数据标注，那么采用无监督式训练或者自监督式训练可行吗？由于人类缺乏对于动物叫声等行为的真正理解，即使存在足够多的动物行为数据去完成无监督式训练或者自监督式训练，在推理阶段所生成的动物叫声等依然难以被人类所理解。

  AI 推理阶段生成的叫声不宜让动物去试听。这里有道德伦理方面的考虑，也需要考虑可能会产生的针对动物和生态的意想不到的伤害和影响；同时，也不能指望动物一定会准确地、以人可以理解的方式来配合进行试听试验。

  真正理解动物之间的叫声，至少需要积累并研究动物发声时所处的环境、所做的事情、身体的姿势等大量数据。

目前，世界上有一些研究人员和团队正尝试着将 AI 和机器学习用于理解动物之间的叫声，例如：

• 非盈利组织 Earth Species Project（地球物种项目）。团队由 AI 专家、生物学家和生态保护专家组成，致力于收集和分析多种动物的声音数据。该团队在 github 上(https://github.com/earthspecies)公开了多项资源，包括多种动物的声音数据集、多种声音分析工具、用于动物行为数据分析的评测基准和评测数据集等。

• 非盈利组织 Project Ceti（Cetacean Translation Initiative）。团队由野生动物学家和机器学习专家组成，在加勒比海地区的多米尼加收集并研究当地抹香鲸的声音。

以上团队结合 AI，已经取得了一些进展，例如：

• 发现了抹香鲸的语言类似于莫尔斯电码，由长短不一的嗒嗒声组成；抹香鲸之间称呼彼此的“名字”；不同群的抹香鲸有不同的方言；幼年的抹香鲸从不会“说话”开始，由成年的抹香鲸教“说话”。

• 针对抹香鲸声音的数据，可以根据前 20%的数据，预测出后 80%的数据。

• 针对不同抹香鲸发出的声音，可以识别出是哪一条抹香鲸发出的声音。

• 从大自然的各种声音、以及多个动物同时发出的叫声中，基于 cocktail party problem（鸡尾酒会问题）算法，分离出单个动物的叫声。

理解动物的语言有助于保护动物，也有助于人类更好地饲养动物、更好地与动物相处。同时需要注意的是有关的研究成果不被滥用。一些科研团队为了避免伤害动物，刻意将自己的研究局限于单向被动地听和理解动物的声音，不试验或者非常谨慎地试验与动物的双向交流。

参考文献：

[1] Persis Love、Irene de la Torre Arenas、Sam Learner、Sam Joiner (2024). How AI is Decoding the Animal Kingdom. https://ig.ft.com/ai-animals/

[2] Lois Parshley (2023). Artificial Intelligence Could Finally Let Us Talk with Animals. https://www.scientificamerican.com/article/artificial-intelligence-could-finally-let-us-talk-with-animals/

[3] Christian Rutz、Michael Bronstein、Aza Raskin、Sonja C. Vernes、Katherine Zacarian、Damián E. Blasi (2023). Using Machine Learning to Decode Animal Communication. Science Vol 381, Issue 6654

题图：TJ Fitzsimmons、Unsplash