人工智能能否幫助人類理解動物，重拾與自然的聯繫？
蒙特利爾（美聯社）——當聲音隔絕室的門打開時，一群小雀鳥緩緩走出。母斑馬雀在麥吉爾大學的麥克風環繞的箱子內叽叽喳喳，聽起來就像一群發出 squeaky 聲音的玩具。
“她們可能在聊我們的事，”麥吉爾大學的博士後研究員洛根·詹姆斯（Logan James）說。
當然，這些雀鳥在說什麼並不清楚。然而，詹姆斯相信，通過與地球物種項目（Earth Species Project）的合作，他正逐漸接近解碼這些雀鳥的叫聲。這個非營利實驗室吸引了科技界一些最富有的慈善家，他們希望看到的不僅僅是科學進步。在動物語言的突破之上，他們期望改善物種之間的理解，從而在面對氣候變化時增強人類對地球的珍惜。
地球物種項目希望利用其先進的人工智能工具來解讀其他生物的交流。項目的影響總監簡·羅頓（Jane Lawton）表示，目標並不是建立一個“翻譯器來讓我們與其他物種對話”。不過，她補充道，“基本的動物字典”不僅是可能的，還可以幫助制定更好的保護策略，並讓人類重新與那些經常被忽視的生態系統建立聯繫。
“我們相信，通過提醒人們其他物種及整個自然界的美麗、複雜和智慧，我們可以開始修復這種關係，”羅頓說。
在麥吉爾大學，技術生成特定的叫聲，進行模擬對話，幫助研究人員隔離每一個獨特的聲音。計算機實時處理這些叫聲，並做出回應。這些錄音隨後用於訓練位於加州伯克利的研究小組的動物聲音音頻語言模型。
對動物交流的新見解
這種臨時合作僅僅是地球物種項目所說的未來的一個縮影。羅頓表示，到2030年，他們期望能獲得“非常有趣的見解，了解其他動物如何交流”。人工智能的進步正在加速這項研究。新的1700萬美元資助將幫助聘請工程師並至少將研究團隊的規模翻倍，目前團隊約有七名成員。在接下來的兩年中，羅頓表示，非營利組織的研究人員將選擇那些“可能真正改變”人類與自然關係的物種。
受益的將是那些因棲息地喪失或人類活動而面臨威脅的動物群體，這些動物群體可以通過更好地理解它們的語言來獲得更好的保護。現有的合作旨在記錄夏威夷烏鴉和聖勞倫斯河白鯨的聲音庫——即它們獨特的叫聲及其不同的語境。
在野外滅絕超過20年後，烏鴉已被重新引入到毛伊島的故鄉。但一些保護者擔心，這些鳥在圈養中可能失去了重要的語彙。羅頓表示，這些鳥可能需要重新學習一些“單詞”，以便在重返自然棲息地時不至於迷失。
在加拿大的聖勞倫斯河，航運交通威脅到在那裡覓食的海洋哺乳動物，該組織的科學家正在探索機器學習是否能夠對剩餘白鯨的未標記叫聲進行分類。羅頓暗示，也許當當局了解到某些聲音預示著鯨魚即將浮出水面時，可以提前警告附近的船隻。
大額捐助者包括LinkedIn共同創始人瑞德·霍夫曼（Reid Hoffman）、已故微軟共同創始人保羅·G·艾倫（Paul G. Allen）創立的家庭慈善機構以及勞倫·鮑威爾·喬布斯（Laurene Powell Jobs）的瓦弗利街基金會。後者旨在支持針對“氣候緊急”的“自下而上”解決方案。瓦弗利街基金會的總裁賈瑞德·布盧門菲爾德（Jared Blumenfeld）認為，這場危機的根源在於人類應該擁有“統治”世界的觀念。
布盧門菲爾德認為，地球物種項目的工作提醒我們，實際上我們是這個星球的管理者。
通話處理的“指數增長”
加州大學戴維斯分校的動物行為學教授蓋爾·帕特里切利（Gail Patricelli）記得，這種工具曾經只是“空中樓閣”。研究人員以前需要幾個月的時間來手動篩選數TB的錄音並標註呼叫。
她表示，過去幾年，生物聲學在機器學習的應用上出現了“指數增長”，加速了這一過程。雖然她認為地球物種項目有潛力在現有“字典”中做出更細微的區分，特別是對於難以接觸的物種，但她警告說，觀察者不應該將人類特徵歸因於這些動物。
考慮到這項研究的高設備和勞動成本，帕特里切利表示，她很高興看到大型慈善家支持這一工作。但她也指出，該領域不應過於依賴單一的資金來源。她指出，政府支持仍然是必要的，因為生態系統的保護還需要保護者關注那些“不吸引眼球”的物種，這些物種預計將比更具魅力的物種獲得更少的關注。她也鼓勵資助者諮詢科學家。
“這是一個需要學習的領域，而這非常昂貴，”她說。“對於一些捐助者來說，這可能不是大問題，但籌集資金來進行這項研究是非常困難的。”
目前的工作主要涉及開發基礎技術。另一項計劃最近描述了抹香鯨可能如何交流的基本要素。但地球物種項目試圖保持“物種無關”，人工智能研究總監奧利維耶·皮特昆（Olivier Pietquin）表示，目的是提供能夠梳理多種動物語音模式的工具。
地球物種項目於今年秋季推出了NatureLM-audio，宣稱這是首個適用於動物的大型音頻語言模型。該工具可以識別物種並區分性別或生命階段等特徵。當應用於未經訓練的斑馬雀群體時，NatureLM-audio的準確計數超過隨機機會，這一結果讓皮特昆看到該模型可能在物種之間擴展的積極跡象。
“這一切只有在大量計算、大量數據和與生態學家及生物學家的眾多合作下才能實現，”他說。“我認為，這使得我們的工作變得相當嚴肅。”
人工智能讓科學家看得更遠
地球物種項目承認，他們不確定將會發現什麼關於動物交流的知識，並且不會知道何時其模型能夠完全正確。但這個團隊將人工智能比作顯微鏡：這些進步使科學家能夠看到以前認為不可能的事物。
詹姆斯作為地球物種項目的研究人員，對解碼動物交流的概念感到困惑。他可以清楚地區分小雀鳥在叫喚食物時的聲音，但他不指望能將這個叫聲或任何其他叫聲翻譯成人的語言。
然而，他仍然想知道能否通過叫聲的音調或持續時間等方面收集更多有關它們互動的線索。
“所以我們能否找到形式和功能之間的聯繫，這是我們思考解碼的一種方式，”詹姆斯說。“當她延長她的叫聲時，是因為她試圖更努力地引發反應嗎？”
這項研究不僅是探索動物語言的可能性，更是人類與自然界重新建立聯繫的契機。希望這些努力能夠喚醒人類對自然的關注，進而促進更好的生態保護。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
