一个在 X 上流传甚广的帖子，正把 AI 与动物沟通的交叉研究重新带到聚光灯下。开发者 Ole Lehmann 在推文中写道：“我认为 AI 即将揭示一个完整的动物沟通隐藏世界，而它已经发现的东西令人难以置信。”随后他罗列了一大串近年来的研究动态：大象互叫名字、狨猴可能也有“昵称”、抹香鲸的 click 声存在类字母表结构，等等。这条帖子本身不是论文，也不是新闻稿，更像是一个技术乐观主义者的信息集锦，但其中的每一条都值得单独拎出来看。
从大象的“名字”到鲸鱼的“字母表”
推文中提到，AI 分析发现大象会使用类似名字的叫声互相称呼。当研究人员播放一头大象的“名字”时，它会更快速地靠近扬声器并回叫。这种现象一度被认为是人类语言独有的特征。另一个例子是狨猴：AI 分析了 53,993 次狨猴叫声后发现，整个家庭会使用相似的标签来指代同一只猴子，这说明它们可能在群体内学习“名字”和某种方言。
推文还引述了抹香鲸的研究：AI 在抹香鲸的发声中发现了一种“语音字母表”，节奏、速度和细微的时间变化组合出至少 143 种重复模式。这意味着它们的沟通系统比科学家之前认为的至少丰富近 10 倍，而我们仍然不知道其中大部分内容是什么意思。
AI 正在成为动物行为的“翻译器”
除去这些具体的发现，更让人兴奋的是方法论上的转变。推文提到，有 AI 在 150 万次斑胸草雀叫声上训练后，竟然能实时与活体鸟进行“对话”——生成叫声、回应对方，并以与同类交流相同的时序和灵活性获得回应。这不是简单的回放，而是双向互动。
谷歌也参与其中。推文说，谷歌训练了一个基于数十年海豚录音的 AI，能预测下一个声音，并与一个水下设备配对，让物体拥有合成哨声。目标是让野生海豚模仿哨声向人类索要特定物体，从而建立跨物种的共享词汇。
- AI 结合乌鸦佩戴的麦克风和巢穴摄像头，发现了可能用于告知“乌鸦已到巢”的安静叫声，帮助整个家庭协调行动。
- AI 学会分辨埃及果蝠叫声中关于食物、配偶、睡觉地点和私人空间的争执，甚至能部分识别在一群数千只蝙蝠中谁在向谁喊话。
别急着欢呼：这些还只是“转述”
需要提醒的是，上述信息全部来自一条社交媒体帖子，属于二手转述。帖子没有给出原始论文链接，也没有提供实验细节。每条发现对应的研究团队、具体方法、统计显著性以及是否经过同行评审，都还没有在这条帖子里得到呈现。因此，我们应当把这些内容视为“值得关注的线索”，而不是确凿结论。
不过，即便打个折扣，这些描述也指向一个真实趋势：大规模声学数据结合深度学习，正在让生物声学从“人耳听写”进化到“机器扫描”。动物叫声里重复出现的结构、个体差异和上下文关联，以前需要研究者手工标注，现在可以由模型在数万次样本中自动发现。对行为生态学家来说，这相当于突然有了一台能“过滤”整个雨林的录音机。
下一步可以关注什么
如果你想跟进这个方向，建议留意几个可验证的落点：一是大象与狨猴研究的原始论文是否真的发表，留意是否复现；二是谷歌与海豚项目的后续演示是否推出；三是开放获取的动物声学数据集，比如鲸类、灵长类录音库，这些是 AI 模型训练的基础。真正的突破，往往要等到论文和数据公开之后才能被学术界消化。
这条帖子最大的价值在于让更多人意识到，AI 的感知能力可能先于我们的理解能力，成为通往另一物种内心世界的桥梁。但桥梁是否稳固，还得看接下来几轮同行评议。
评论
暂无评论
成为第一个评论的人