將動物聲音翻譯成人類語言的競賽

2025年動物溝通研究的新進展

在2025年，我們將看到人工智慧（AI）和機器學習被用來更好地理解動物之間的溝通，這是人類自古以來一直困惑的問題：“動物們在彼此說些什麼？”最近的科勒-杜利特獎（Coller-Dolittle Prize）提供高達50萬美元的現金獎勵，鼓勵科學家“破解這個密碼”，顯示出對於最近在機器學習和大型語言模型（LLMs）方面的技術發展的信心，讓這個目標變得可實現。

研究團隊的努力

許多研究團隊已經花了多年時間在開發算法，以理解動物的聲音。例如，Ceti計畫（Project Ceti）一直在解碼抹香鯨的點擊聲和座頭鯨的歌聲。這些現代的機器學習工具需要非常大量的數據，而到目前為止，這樣的高品質和良好標註的數據仍然不足。

大型語言模型的優勢

像ChatGPT這樣的大型語言模型擁有的訓練數據包括互聯網上所有的文本。過去，關於動物溝通的信息並不容易獲得。人類的數據量遠遠大於我們能獲得的野生動物數據：例如，用於訓練GPT-3的數據超過500GB，而Ceti計畫最近分析抹香鯨溝通時只用了8000多個“聲音”（codas）。

動物溝通的挑戰

此外，當我們處理人類語言時，我們已經知道在說什麼。我們甚至知道什麼是“單詞”，這對於解讀動物溝通來說是一個巨大的優勢，因為科學家們很少知道某隻狼的嚎叫是否與另一隻狼的嚎叫有不同的意思，或者狼是否將嚎叫視為類似於人類語言中的“單詞”。

2025年的新機會

儘管如此，2025年將帶來新的進展，無論是在可用的動物溝通數據量上，還是在可以應用於這些數據的AI算法的類型和能力上。自動錄音設備的普及讓每個科學研究團隊都能輕鬆獲得，例如AudioMoth等低成本錄音設備的受歡迎程度日益上升。

數據的收集與分析

現在，龐大的數據集正在上線，錄音設備可以在野外持續24小時收聽叢林中的長臂猿或森林中的鳥類的叫聲。過去，這樣龐大的數據集是無法手動管理的。現在，基於卷積神經網絡的新自動檢測算法可以快速處理數千小時的錄音，挑選出動物的聲音並根據其自然聲學特徵將它們分為不同類型。

未來的分析算法

一旦這些大型動物數據集可用，新的分析算法就變得可能，例如使用深度神經網絡來尋找動物聲音序列中的隱藏結構，這可能類似於人類語言中的有意義結構。

我們的目標是什麼？

然而，仍然不清楚的是，我們究竟希望用這些動物聲音做什麼？一些組織，如Interspecies.io，明確表示其目標是“將一種物種的信號轉換為另一種物種的連貫信號。”換句話說，就是將動物的溝通翻譯成為人類語言。然而，大多數科學家同意非人類動物並沒有真正屬於自己的語言——至少不是像我們人類的語言那樣。

科勒-杜利特獎的目標

科勒-杜利特獎的目標更為複雜，尋求“與生物體的溝通或解碼其溝通的方式”。解碼比翻譯的目標稍微低一些，因為動物可能根本沒有可以翻譯的語言。今天，我們不知道動物之間傳遞了多少信息，或者有多少。到2025年，人類將有潛力大幅提升我們對動物之間溝通的理解，不僅是他們說了多少話，還有他們究竟在彼此說些什麼。