人工智慧要多久才能理解動物？

大資料文摘出品

來源：engadget

如今，澳大拉西亞的一種蜜雀已經忘記了如何交流，其主要的棲息地也遭到了嚴重的破壞，數量正在急劇減少。更糟糕的是，還有一些倖存者，它們住得太分散了，成年男性無法教年輕一代如何為配偶唱歌、說自己的語言。

這種蜜雀的語言和歌曲是他們吸引伴侶的主要工具，但不幸的是，這種方式日漸消失，也就隨之造成了種群螺旋式下降的惡性迴圈。

另一方面，我們來看看人類。據統計，目前人類使用的語言總數約7,000種。在美國，約25%的人聲稱他們可以用第二語言交談，在歐洲，這個數字在60%左右浮動。在亞洲或非洲，雙語現象則更為普遍，因為當地語言和地方方言與（通常是多種）「官方」語言並存。

但是，在地球上還沒有發現能有人會和貓或狗說話，更不用說和上述蜜雀了。

不過我們需要知道，要去理解動物是一個難以破解的難題。

首先，至今困擾科學家的一個問題是，動物們有「語言」嗎？即使它們有語言系統，那除了生存的基本知識之外，它們需要說很多話嗎？多年來，隨著像《人魚童話》這類電視電影的出現，無一不顯示出人類對與能和動物交流一事有著多大的執念。

好訊息是，在未來十年內，人工智慧可能使人類有能力去理解動物，但不太好的訊息是，這種裝置可能不是你所期待的那樣。

「如果你要選擇人類的一個部分，這個部分是沒有其他任何動物能做到這樣好的一點，這就是溝通。」切斯特大學和安格利亞魯斯金大學的行為生態學家James Savage說到。簡而言之，說話是人類與野獸的區別，期望和動物進行對話其實是有點自相矛盾的。

這時候可能會有人舉出一些例子，比如海豚與飼養員的交談，或者黑猩猩用手語交談，但這並沒有反駁這個理論，反而只是加深了問題的複雜性。動物理解人類的語言，這件事似乎可以達到它們的認知能力的程度，反過來說，海豚或黑猩猩是一種不說話的魚。

第一個問題是決定動物語言可能是什麼樣子。「人類交流的一個決定性特徵是，它是連續的。我們有語言標記，就像單詞一樣，而且它們總是以一定的順序發生。」 計算語言學家Jussi Karlgren表示。

正如我們所希望的那樣，沒有理由建議一群海豚以與我們相同的方式進行交流。不僅是因為不同的發聲機制，還有他們的環境、集體需求，以及你知道的，完全缺乏人性。

不過這也不能怪我們。

一項對土撥鼠叫聲的長期研究表明，土撥鼠可以展示一些類似於詞彙的東西。在實驗中，科學家們在不同時間穿著不同顏色的襯衫接近它們，同時確定了它們的每次警報。土撥鼠基本上是在說「藍襯衫的女人回來了」，或者「這次是黃襯衫的人」。

早在2013年，這項實驗的首席研究員Con Slobodchikoff就告訴《大西洋月刊》，在他看來，他的受試者擁有「已被解碼的最複雜的動物語言」。

雖然這似乎開啟了動物存在「語言」的可能性，但也可能存在進化限制。動物也許能夠用聲音或「詞」來表示某事，但前提是它需要這樣做。土撥鼠可能不會費心去表達諸如他們的感受或他們的生活目標之類的事情。

「作為動物，你向另一隻動物傳達資訊的原因是，這樣做是否對你有好處。」Savage說。

但是，如果存在一種天敵很少且認知能力高的動物呢，比如海豚？根據Savage的說法，有一些暗示表面，海豚之間可能有更多的事情要談論，「海豚有一個特別的地方，那就是它們的名字，因為海豚之間都會使用名字來稱呼彼此」。

這種現象也激發了Karlgren的想象力。在某種程度上，他計劃了一項詳細的實驗，將海豚的叫聲輸入人工智慧，以期破譯它們。

求助於人工智慧是有道理的。畢竟，人工智慧已被證明在破譯古代人類語言方面非常有效。

那麼為什麼海豚會有所不同呢？答案需要回到「人類中心說」上來。溝通不僅僅是言語，還可以是語氣、時間、上下文、面部表情等等。現在，我們把這個系統置換到海豚身上，你就會明白為什麼整個事情會變得複雜。

但Karlgren對此感到樂觀。「希望是這樣的：如果我們收集大量的語料庫、大量的海豚哨聲，我們對它們進行分割」，而對於產生結果的大量資料，人工智慧確實是我們唯一的希望.

Savage對此表示同意。他說：「人類通常非常擅長識別他們熟悉的動物叫聲的聲學差異，」他補充說，「隨著基於人工智慧的訊號分類演算法變得更加先進，人工智慧很快就可以比人類做得更好」。

早期跡象是有希望的。2017年，科學家們能夠以大約90%的準確率識別出許多不同的狨猴叫聲。同年，另一個團隊能夠僅根據給羊的面部表情提供AI影象來識別羊何時處於困境。將這兩個想法結合起來，可以更全面地瞭解動物可能想說什麼。

Savage和Karlgren都表示，在未來十年左右的時間裡，這項工程可以邁出大步。即使結果可能不是我們想要的動物式谷歌翻譯。

但我們還需要考慮一個問題，這是否符合任何人的利益。「採取這種方式的話，動物們必須以我們想要與它們互動的方式與彼此和其他人互動。」Savage說。

無論是在研究還是工業層面，人工智慧很可能成為畜牧業的一種寶貴工具，但我們現在仍然可以利用我們現有的工具做一些重要的事情。

Savage以鴞鸚鵡為例，這是一種在紐西蘭發現的大型、不會飛的鸚鵡。當需要交配時，鴞鸚鵡會挖一個小坑併發出隆隆的聲音，利用這種小坑來放大聲音。雌性會根據這種聲音來選擇配偶。但是當種群數量很少時，就只會有少數雄效能夠成功，基因庫變得有限。

Savage解釋了他們如何能夠讓最好的「嬰兒潮一代」退休，並將他們搬到另一個島上，那裡有許多少年男性居住。這使年輕一代可以向成功的男性學習，並自己成為熟練的嬰兒潮一代。

隨著幼崽的成熟，它們會被安置在雌性身邊，並能夠從它們新發現的語言能力中獲益。慢慢地，該物種可以在沒有遺傳限制風險的情況下恢復。現在，如果我們能告訴蜜雀這件事就好了。

如果人工智慧最終兌現其承諾，也許有一天我們可以做到。

相關報道：