人工智能能否帮助人类了解动物并重新与自然建立联系？非营利研究实验室这么认为

蒙特利尔——当隔音室的门打开时，人们从隔音室里涌出。雌性斑胸草雀在布满麦克风的盒子里叽叽喳喳地叫着。实验室里的声音就像一群吱吱作响的玩具。

“他们可能正在谈论我们，”麦吉尔大学博士后研究员洛根詹姆斯说。

当然，目前还不清楚他们在说什么。但詹姆斯相信，通过与地球物种项目的合作，他距离破译它们的声音越来越近了。这个非营利性实验室吸引了科技行业一些最富有的慈善家——他们希望看到的不仅仅是科学进步。除了动物语言方面的突破之外，他们预计物种间理解的改善将促进人们在面对气候变化时更加了解地球。

地球物种计划希望利用其开创性的人工智能工具解码其他生物的通信。Impact 总监简·劳顿 (Jane Lawton) 表示，我们的目标不是建立一个“让我们能够与其他物种对话的翻译器”。然而，她补充说，针对其他动物的“基本词典”不仅是可能的，而且可以帮助制定更好的保护策略，并将人类与经常被遗忘的生态系统重新联系起来。

“我们相信，通过提醒人们其他物种和整个自然界中存在的美丽、复杂和智慧，我们可以开始，在某种程度上，几乎修复这种关系，”劳顿说。

在麦吉尔大学，该技术在与活雀的模拟对话中生成特定的呼叫，帮助研究人员隔离每种独特的噪音。计算机实时处理呼叫并做出响应。然后，这些录音被用来训练加利福尼亚州伯克利研究小组的动物声音音频语言模型。

这次临时合作只是 ESP 所说的未来的冰山一角。劳顿表示，到 2030 年，预计“对其他动物如何交流有真正有趣的见解”。人工智能的进步正在加速这项研究。总计 1700 万美元的新拨款将用于雇用工程师，并将研究团队的规模至少扩大一倍，该团队目前约有 7 名成员。劳顿说，在接下来的两年里，该非营利组织的研究人员将选择“可能真正改变一些”人们与自然关系的物种。

受益的是受到栖息地丧失或人类活动威胁的动物群体，通过更好地了解它们的语言，可以更好地保护它们。现有的合作旨在记录夏威夷乌鸦和圣劳伦斯河白鲸的声音曲目（独特的叫声及其不同的背景）。

乌鸦在野外灭绝了二十多年后，现在已经被重新引入他们毛伊岛的家。但一些自然资源保护主义者担心批评词汇在圈养中已经消失。劳顿说，这些鸟在成群结队地重新进入自然栖息地之前可能需要重新学习一些“单词”。

在加拿大的圣劳伦斯河，航运交通危及在那里觅食的海洋哺乳动物，该小组的科学家正在探索机器学习是否可以对剩余白鲸未标记的叫声进行分类。劳顿建议，如果当局了解某些声音表明鲸鱼即将浮出水面，也许他们可以向附近的船只发出警报。

大捐助者包括 LinkedIn 联合创始人里德·霍夫曼 (Reid Hoffman)，这是一家由已故微软联合创始人保罗·G·艾伦 (Paul G. Allen) 和劳伦·鲍威尔·乔布斯 (Laurene Powell Jobs) 创办的家族慈善机构——韦弗利街基金会 (Waverley Street Foundation)。后者旨在支持针对“气候紧急情况”的“自下而上”解决方案。根据韦弗利街基金会主席贾里德·布鲁门菲尔德的说法，这场危机的根源在于人类应得的理念。统治世界。

Blumenfeld 发现 ESP 的工作重要地提醒我们，我们才是地球的管理者。

“这不是灵丹妙药，”他说。“但它肯定是一系列有助于改变我们看待自己与自然关系的方式的一部分。”

盖尔·帕特里切利 (Gail Patricelli) 是加州大学戴维斯分校的一位独立动物行为学教授，他记得当时此类工具还只是“天上掉下来的馅饼”。研究人员此前花了数月时间手动梳理 TB 级的录音并对通话进行注释。

她说，过去几年，她看到生物声学利用机器学习来加速这一过程，取得了“指数级的腾飞”。虽然她发现 ESP 有希望在现有的“词典”中做出更精细的区分，特别是对于难以接触到的物种，但她警告观察者不要将人类特征归因于这些动物。

考虑到这项研究的设备和劳动力成本高昂，帕特里切利说她很高兴看到大型慈善家的支持。但她表示，该领域不应过度依赖单一资金来源。她指出，政府的支持仍然是必要的，因为生态系统保护还要求自然资源保护主义者检查“不性感”的物种，她认为这些物种比更有魅力的物种受到的关注更少。她还鼓励资助者咨询科学家。

“有很多东西需要学习，而且非常昂贵，”她说。“对于其中一些捐助者来说，这可能不是什么大问题，但很难拿出资金来做这件事。”

当前的工作主要涉及开发基线技术来完成这一切。最近一项单独的倡议描述了抹香鲸说话的基本要素。但人工智能研究总监 Olivier Pietquin 表示，ESP 正试图成为“物种不可知论者”，以提供能够区分许多动物言语模式的工具。

ESP 今年秋天推出了 NatureLM-audio，宣称该系统是第一个适合动物的大型音频语言模型。该工具可以识别物种并区分性别或生命阶段等特征。据 ESP 称，当应用于未经训练的斑马雀种群时，NatureLM-audio 以高于随机概率的速度准确地计算了鸟类的数量。对于 Pietquin 来说，这一结果是一个积极的信号，即 NatureLM 可能能够跨物种扩展。

“这只有通过大量计算、大量数据以及与生态学家和生物学家的大量合作才有可能实现，”他说。“我认为，这让我们非常严肃。”

ESP 承认，它不确定会在动物通讯方面发现什么，也不知道它的模型何时绝对正确。但该团队将人工智能比作显微镜：这些进步使科学家能够看到比以前认为的更多的东西。

斑胸草雀是高度群居的动物，拥有大量的叫声。无论是成对还是成百上千地聚集，它们都会产生数小时的数据，这对非营利组织的人工智能科学家来说是有帮助的，因为动物的声音不像为训练聊天机器人而抓取的互联网文本页面那么丰富。

詹姆斯是地球物种项目的附属研究员，他一直在努力解决解码动物通讯的概念。当然，他可以清楚地区分小鸡何时尖叫着要食物。但他并不期望将这个呼叫或任何其他呼叫翻译成人类单词。

不过，他想知道是否可以从通话的音调或持续时间等方面收集更多有关他们互动的线索。

“所以我们能否找到形式和功能之间的联系，这可能是我们思考解码的一种方式，”詹姆斯说。“当她延长她的电话时，是因为她更加努力地试图引出一个回应？

___

美联社对慈善事业和非营利组织的报道通过美联社与 The Conversation US 的合作获得支持，并得到礼来基金会 (Lilly Endowment Inc.) 的资助。美联社对此内容全权负责。如需了解美联社的所有慈善报道，请访问https://apnews.com/hub/philanthropy。.