能跟「猫主子」聊天了！生成式AI带来的全面革命：最快5年内破译第一种动物语言

文章来源：新智元

ChatGPT用它自己的方式来理解世界，类似的技术是否也能用来学习动物的语言？

图片来源：由无界 AI生成

在《狮子王》、《疯狂动物城》等以动物为中心的作品中，作者经常会将角色拟人化，用人类的思考和交流方式来推进剧情。

不过，这类作品也会导致认知失调，当我们与动物进行交流时，可能会把自己的想法和偏见投射到动物身上，例如「羊羔跪乳」与感恩、孝道无关，而是因为羊特殊的胃部构造，但人类会把自身投射到羊羔的行为上。

传统的动物认知工作主要是建立一个词汇表，但比如「水」、「喝」、「干燥」等概念在水生生物的世界中可能不存在或没有意义，在动物交流中也就不存在和人类概念之间的对应；并且动物之间的交流也并不一定通过发声，还包括手势、动作序列或皮肤纹理的变化等。

从理论上讲，机器学习模型要比人类要更擅长总结出词汇之间松散的相关性，神经网络的输入不对输入数据的性质做任何假设，只要某种模式频繁出现，就有可能发现动物交流中蕴含的信息。

由纽约城市大学、、UC伯克利、MIT、哈佛、谷歌研究院和《国家地理》等研究机构发起的鲸语翻译计划（Cetacean Translation Initiative, CETI），使用自然语言处理系统分析海量抹香鲸数据，并计划未来与野外抹香鲸直接对话。

Aza Raskin等人联合创立的地球物种项目（Earth Species Project，ESP）开源了首个动物发声基准BEANS，可以测量机器学习算法在生物声学数据上的性能；还开发了首个用于动物发声的基础模型AVES，可用于如信号检测和分类等各种任务。

随着生成式AI技术的进步，或许某天我们真有可能揭开动物交流背后的真正含义。

复杂的动物王国

1974年，哲学家托马斯·内格尔发表了一篇开创性的论文，名为《当蝙蝠是什么感觉？》（What Is It Like to Be a Bat?”），他认为，蝙蝠的生活与人类的生活有着非常大的差异，以至于人类可能永远无法真正知道这个问题的答案。

我们对世界的理解是由人类的概念塑造的，想要知道蝙蝠是什么样子的唯一方法就是成为蝙蝠，并拥有蝙蝠的概念。

不过，我们还是可以推测出蝙蝠的部分思维方式，比如蝙蝠生活在高处，可能上下的概念是颠倒的，通过回声定位等，但我们无法拥有蝙蝠的生活体验。

如果狮子会说话，我们也无法理解它，因为人类的大脑无法共情狮子语言中所传达的感受和概念。——Ludwig Wittgenstein

但并非所有动物的思维都与人类迥然不同，从心理上讲，人类与其他灵长类动物的共同点比章鱼和鱿鱼更多：人类与黑猩猩的最后一个共同祖先生活在600万到800万年前，而与章鱼的最后一个共同祖先生活在大约6亿年前的前寒武纪海洋中。

经过教导后，黑猩猩可以学会人类的手语，甚至能够理解复杂的人类指令，并使用键盘符号进行交流，但也正如开头所说的，我们可能也过度拟人化地理解了猩猩的行为。

对于与人类关系更远的物种，理解他们的交流方式则变得更困难，例如蜜蜂和一些鸟类可以看到可见光谱中的紫外线，蝙蝠、海豚、狗和猫能听到超声波等，每个物种都有其独特性。

用AI理解动物

地球物种项目（Earth Species Project）的计算机科学家Britt Selvitelle表示，他们正在努力破译第一种非人类语言，并且有可能在五到十年内实现。

在动物语言领域，虽然研究人员数十年来已经积累了大量知识，但世界上还并不存在一块能够翻译人类语言和动物语言的「罗塞塔石碑」，也就不存在「动物语言」的标注金标准。

从根本上说，人工智能是一种数据驱动的工具，预训练语言模型可以通过海量数据，以无监督的形式学习到数据的内部表征。

从ChatGPT强大的表现来看，生成式AI技术可能有自己独特的内部表征方法，而非套用人类的概念，所以研究人员开始转向AI技术来分析数据，获取对动物有意义的术语。

在地球物种项目中，收集的数据形式包括声音、运动和视频，涵盖野外或圈养环境中的动物，数据中还附有生物学家对动物当时在做什么和在什么背景下做什么的注释。