早在2017年，一位资深动物行为专家称，未来10年内，我们使用一种手机大小的装置便能与动物进行“对话”。如今，在人工智能的帮助下，人类有望打破和动物的语言屏障，真正实现跨物种沟通，进行跨物种情感交流。

从声音中解码猪情绪，准确率高达92%

由哥本哈根大学、苏黎世联邦理工学院和法国国家农业、食品和环境研究所（INRAE）等研究人员组成的国际研究小组首次实现通过声音分辨猪的各种情绪，该项研究以“Classification of pig calls produced from birth to slaughter according to their emotional valence and context of production”（图1）为题，发表在Scientific Reports上。

图1 研究成果（图源：Scientific Reports）

研究小组通过收集7000多条猪在整个生命过程中的声音记录，应用设计好的人工智能算法，成功解码猪叫声中所传递的喜怒哀乐。

以往研究表明，猪的发生可以分为高频和低频，高频叫声（比如尖叫声）与消极情绪有关，而低频叫声（比如呼噜声）则与积极或中性情绪相关。因此，高频叫声可以用作猪表达负面情感效价的指标。为了进一步研究猪叫声与其情绪之间的关联性，研究人员设置了各种模拟场景。他们发现，在辨别猪的情绪状态方面，两个特定的声音特性与频率也很重要，即叫声的持续时间和叫声的振幅。当猪发出短促的呼噜声时，通常表示自己是快乐的；当这种呼噜声变长时，说明猪是存在负面情绪的（图2）。当猪感到痛苦时，它们便会发出尖叫声。简言之，在积极情绪状态下，猪叫声短且幅度波动很小；反之，猪叫声长且幅度波动大。

图2 不同情绪状态下猪叫声的差异（图源：Scientific Reports）

研究人员通过使用机器学习算法，评估是否可以将猪叫声自动分类到准确的情绪状态。算法执行结果表明，积极情绪的呼叫声比负面情绪的呼叫声更短且振幅更低（图3）。研究人员称，这种算法的准确高达92%，可以近乎准确地从猪叫声中辨别其情绪。

图3 基于机器算法根据情绪和环境对声猪叫声进行分类（图源：Scientific Reports）

研究人员的长远目标是通过这种算法开发出一种应用程序，可以实时监测猪的情绪状态，以便更好地指导主人改善动物福利。如果有了足够的数据来支撑算法，那么这种方法也可用来跟其他动物沟通，以感受动物的情绪并及时改善其负面情绪。正如哥本哈根大学的Elodie Briefer博士所说“主人可以用这个程序来改善动物的心情”。

借助算法实现人宠沟通已有先例

当今社会，人与宠物的关系已经发生了根本性变化，宠物的存在很大程度上是为了满足人的情感需要，并且有研究表明，与宠物互动能够使人放松，引起心率放缓，血压降低。因此，我们应该关注并善待任何一种动物。社会各界已经开始提倡“动物福利”，其中心就在于如何合理地与动物相处，而要想实现这一目标，人类首先要学会与动物进行有效交流。

日本著名声学专家铃木松美博士曾经发明过一款“宠物狗翻译器”，借助这种新型翻译机器，宠物主人可以通过宠物的叫声了解它的喜怒哀乐。这一款宠物翻译机器是在广泛研究的基础上研发而成，宠物主人只需要将一枚迷你麦克风别在衣领上，所收集到的宠物叫声便会传输到翻译器中进行语音识别和转换，进而向主人传达宠物想要表达的意思。

时至今日，科学家们还在朝着实现人宠沟通的方向努力，不断开发基于机器学习的动物翻译技术，以对动物的叫声进行翻译，非营利组织Wild Dolphin Project（WDP）便是其中一个典型代表。该组织第一阶段的目标是使用一种独特的非侵入性模型来研究巴哈马的两个自由放养海豚群落，记录海豚的超声波并凭借三代海豚声学、姿势和视觉信号的水下视频数据集，以破解海豚通信密码。第二阶段目标是在解码海豚发声的同时，WDP试图开发一种水声接口CHAT（图4），这种系统可以使人类通过通过海豚的声音了解其行动，然后进一步研究开发海豚和人类之间的双向通信系统。

图4 WDP项目成员在入水前检测CHAT设备（图源：WAP官网）

以机器学习为基础，科学家打造跨物种交流的“罗塞塔石碑”

在安徒生童话、爱丽丝梦游仙境等文学作品中，跨物种交流是一个比较常见的话题，在现实中，世界各地的学者们也在试图通过人工智能等途径实现跨物种交流。

一群幻想实现人鲸对话的专家们联合开展了跨学科前沿项目“鲸类翻译计划”（Cetacean Translation Initiative，CETI），该项目成员由来自纽约城市大学、UC伯克利、MIT、哈佛、谷歌研究院和《国家地理》等高校机构的专家共同组成，试图用先进的机器学习和机器人技术来破译世界上最神秘的海洋物种之——抹香鲸（图5）的交流，以期实现人鲸对话。

图5 抹香鲸（图源：Project CEIT）

研究人员正在使用“自然语言处理”系统或NLP（人工智能的一个子领域）研究分析抹香鲸的40亿种交流代码，计划通过人工智能将每个声音与特定的背景联系起来，而这一过程至少需要五年。如果可以顺利实现初期目标，下一步可能会开发“鲸语聊天机器人”，尝试对抹香鲸的表达做出回应。该研究团队的长期目标在于实现人鲸对话，他们认为，或许可以借用机器学习的思路，找到跨物种沟通的突破口。如果能够达成这一目标，人类就能更近一层了解抹香鲸的生活、历史、社会、行为等方面，从而为保护鲸鱼做出更多贡献。

早在2019年，Science Robotics曾经发表过一项研究，瑞士洛桑联邦理工大学的研究人员发明了一款仿生机器人，在仿生机器人的辅助下，位于奥地利的蜜蜂和位于瑞士的斑马鱼实现了跨地域跨物种的信息交流（图6）。

图6 研究成果（图源：Science Robotics）

仿生机器人是指模仿生物外部形状的一种机器人系统，在这项研究中，为了让斑马鱼和蜜蜂能进行交流，研究人员设计出机器鱼和机器蜂作为斑马鱼和蜜蜂两个群体的信息传输媒介。机器鱼和机器蜜蜂的媒介作用在于接收斑马鱼和蜜蜂发出的信号，并将其翻译成对方群体能够听懂的信号。研究人员一共进行了三次模拟试验，采取三种不同的信息传输方式，观察两个群体之间的相互作用，得出以下结论：

1、 蜂群的运动信息通过机器蜜蜂传输给鱼群时，对斑马鱼的运动产生了影响；

2、 鱼群的移动信息通过机器鱼传输给蜂群时，对蜂群的运动产生了影响；

3、 鱼群和蜂群分别同时向机器蜜蜂和机器鱼传输各自的运动信息，蜂群和鱼群的运动相应地受到影响。

以上结果说明蜜蜂和斑马鱼成功向对方传达了信息，对对方的行动产生了影响，从而进行了“有效交流”。研究人员表示，为了证明跨物种交流的适用性，他们特意选择了斑马鱼和蜜蜂这两种在自然界中完全不会相互影响的物种，并将它们的物理距离拉长至680公里，这已经足够证明仿生机器人系统的普遍适用性。

尽管尚不能完全实现跨物种自由交流，但是这项研究创造性地运用仿生机器人作为两种物种间的媒介，实现了以算法为基础的跨物种交流，这已经成功迈出了跨物种交流的第一步。如果这种技术可以应用到人与动物之间，未来某一天也许我们可以跨越物种障碍实现与其他物种的交流。科学家们正在进行的各项研究，让我们看到人工智能或许有望解决人类与动物沟通的障碍。

跨物种语言翻译山高路远，AI还需克服哪些困难

人类的语言有规律可循，因而不同国家的语言是可以遵循规律去学习。但动物的语言规则则存在未知壁垒，通过AI算法将人类语言与动物语言对应，需要大量数据的采集和场景的训练来实现“规则”的总结。那么AI实现跨物种语言翻译，需要克服哪些困难？

1、规则的不确定性

借助于算法实现跨物种沟通，是基于算法没有人类的某些偏见，但事实证明，对已经受人为偏见影响的数据进行训练的算法容易使结果导向“歧途”。比如，狗会发出急促的叫声，可能是因为想要向主人乞食，也可能是因为警惕陌生人，还可能是对主人不陪自己玩的责怪。如果它想表达的是这一种，而AI的翻译器却传达为另一种，那么就容易将人和宠物之间的沟通引入“歧途”，从而完全丧失了宠语翻译的意义了。

2、数据的广泛性和多样性

动物语言的解读的工作需要在完善数据的基础上进行。广泛同步采集动物叫声和脑电波数据并进行比对，并将其纳入数据库。然而不同犬种声带特点不同，面对同一场景的发声表现不同，而这样的场景却有无数个，这为数据采集工作带来了巨大的挑战。

3、精确判断的技术性难题

AI要实现精确翻译需要打通形式和内容端的技术壁垒。然而AI技术尚未发展到“精确”阶段，仍然缺乏对视觉场景、听觉场景、自然语言处理的常识判断。以科大讯飞为例，基于深度神经算法打造的AI翻译工具在“信、雅、达”方面仍未完全实现。

4、 不同场景下的声音内涵判断

汉语中同一个字在不同场景有不同的表达，动物语言同样如此。声音的收集从来不是难点，声音背后对应的场景才是难点，机器学习在理解场景方面仍然缺乏精确性，这导致对声音背后的丰富信息难以明确理解。

这些问题无法解决，就会出现“马什么梅”、“什么冬梅”、“马冬什么”的“人工智障”场景。

从丹妮丝·赫尔辛的野生海豚项目，到试图实现人鲸对话的CEIT计划，再到如今借助AI解码猪情绪，跨物种交流的相关研究与尝试一直在继续，尽管这些研究也曾获得很大的进展，但是其中的问题也无法被忽视。目前来看，相关研究也仅仅只是在一定程度上实现简单的信息传递，离实现真正的跨物种交流，恐怕还有很长一段路要走。但是，正如北亚利桑那大学名誉教授、动物行为学家 Con Slobodchikoff 所说“计算机技术终于让我们能够看到动物世界的内部，向我们展示它们是复杂的生物，值得我们理解和尊重。”我们应该看到尽管从短期来看，要想实现跨物种交流有点天方夜谭，但越来越多的研究无疑为其打开了一扇门。

参考资料：

[1]https://www.projectceti.org/

[2]https://www.pingwest.com/a/252663

[3]Briefer EF, Sypherd CC, Linhart P, et al. Classification of pig calls produced from birth to slaughter according to their emotional valence and context of production. Sci Rep. 2022 Mar 7;12(1):3409. doi: 10.1038/s41598-022-07174-8. PMID: 35256620; PMCID: PMC8901661.

[4]Bonnet F, Mills R, Szopek M, et al. Robots mediating interactions between animals for interspecies collective behaviors. Sci Robot. 2019 Mar 20;4(28):eaau7897. doi: 10.1126/scirobotics.aau7897. PMID: 33137747.

[5]Slobodchikoff CN, Paseka A, Verdolin JL. Prairie dog alarm calls encode labels about predator colors. Anim Cogn. 2009 May;12(3):435-9. doi: 10.1007/s10071-008-0203-y. Epub 2008 Dec 31. PMID: 19116730.