借助AI 人類能聽懂動物的“喜怒哀樂(le) ”？

　　目前來看，相關(guan) 研究僅(jin) 僅(jin) 隻是在一定程度上實現了人與(yu) 動物之間簡單的信息傳(chuan) 遞，離實現真正的跨物種交流，恐怕還有很長的一段路要走。從(cong) 短期來看，要想實現跨物種交流還很難，但越來越多的研究無疑正在為(wei) 其打開一扇扇大門。

　　譚茗洲 遠望智庫人工智能事業(ye) 部部長、圖靈機器人首席戰略官

　　在《安徒生童話》等文學作品，以及不少優(you) 秀的影視作品中都反映了同一個(ge) 主題——人與(yu) 動物的交流互動。如今，世界各地的學者們(men) 試圖通過人工智能等途徑打破人與(yu) 動物的語言屏障，真正實現跨物種的溝通，甚至情感交流。

　　近日，一個(ge) 由丹麥哥本哈根大學、瑞士蘇黎世聯邦理工學院，以及法國國家農(nong) 業(ye) 、食品和環境研究所等研究人員組成的國際研究小組，開發出一款人工智能產(chan) 品，可以翻譯家豬在各種場景中發出的聲音，成功解碼了其叫聲中所傳(chuan) 遞的“喜怒哀樂(le) ”。該研究成果發表在最新一期的《科學報道》期刊上。那麽(me) ，人工智能是否可以實現人與(yu) 動物的溝通？算法具體(ti) 是如何分辨動物情緒的？目前，人類要通過AI理解動物語言，還需克服哪些困難？

　　已通過算法研究多種動物語言

　　動物和人一樣也會(hui) 有自己的情緒。它們(men) 會(hui) 快樂(le) 、難過、恐懼、憤怒，但受限於(yu) 語言和表達方式，動物的情緒較難為(wei) 人所知。其實，在我們(men) 聽起來大同小異的動物叫聲中，或許隱藏著它們(men) 不一樣的情緒。

　　上述論文顯示，研究人員為(wei) 了訓練AI翻譯豬的語言，專(zhuan) 門錄下了411頭家豬發生於(yu) 19種不同場景中的7000多次叫聲。算法執行結果表明，豬積極情緒的呼叫聲比負麵情緒的呼叫聲更短且振幅更低。研究人員稱，這種算法的準確率高達92%，可以基本準確地從(cong) 豬叫聲中辨別其情緒。

　　無獨有偶，此前劍橋大學一個(ge) 科研團隊讓AI僅(jin) 根據綿羊的麵部表情來識別這隻羊是否處於(yu) 困境之中。AI係統首先根據綿羊疼痛的麵部表情，列出與(yu) 不同疼痛程度相關(guan) 的幾個(ge) “麵部動作單元”（AU），然後在480張綿羊照片中標記了這些AU——鼻孔變形、每隻耳朵的旋轉和眼睛的縮小等，以此來判斷綿羊的處境。

　　“其實，借助算法研究動物的語言，以及人與(yu) 動物之間的溝通，早有先例。之前就有研究寵物狗、貓的項目，這些研究的目的在於(yu) 讓人類便於(yu) 跟它們(men) 更好地相處。”5月4日，遠望智庫人工智能事業(ye) 部部長、圖靈機器人首席戰略官譚茗洲在接受科技日報記者采訪時指出。

　　例如，為(wei) 了實現人寵溝通，日本著名聲學專(zhuan) 家鈴木鬆美博士利用基於(yu) 機器學習(xi) 的動物翻譯技術，曾經發明過一款“寵物狗翻譯器”。寵物主人隻需要將一枚迷你麥克風別在衣領上，所收集到的寵物叫聲便會(hui) 傳(chuan) 輸到翻譯器中進行語音識別和轉換，進而向主人傳(chuan) 達寵物想要表達的意思，了解它們(men) 的情緒。

　　“此外，還有研究人員研究簡單動物的群體(ti) 智慧，如蜜蜂、螞蟻的溝通方式，這些研究對於(yu) 軍(jun) 事戰術、設備等有一定的仿生借鑒意義(yi) ；還有對海豚、鯨魚這類動物組織化能力的跨學科研究，這類研究對於(yu) 探究生物進化史非常有價(jia) 值。”譚茗洲進一步解釋。

　　不懂語言也能獲得翻譯能力

　　動物有自己的語言嗎？如果有的話，它們(men) 會(hui) 聊些什麽(me) ？了解動物可以說是人類的一個(ge) 長久研究課題，目前AI正在幫我們(men) 探尋答案。譚茗洲表示：“動物沒有人類所特有的語言係統，所以研究人員可以通過結合它們(men) 的叫聲、行為(wei) 、習(xi) 性來分析其訴求，以便更好地了解它們(men) 。”

　　一位研究人員曾經旁聽了兩(liang) 隻位置相對靜止的抹香鯨之間斷斷續續長達40分鍾的“對話”，它們(men) 的“對話”幾乎每一句都不重樣，並且伴有各種動作。這令人不禁猜測：是否這兩(liang) 隻母鯨在“拉家常”、分享育兒(er) 心得？對抹香鯨“對話”內(nei) 容的研究，正是近幾年由國際科學家團隊發起、《國家地理》支持的“鯨語翻譯計劃”（Project CETI）中的研究內(nei) 容之一。 據報道，研究人員正在使用自然語言處理係統（NLP）分析抹香鯨的40億(yi) 個(ge) 交流代碼。NLP是人工智能的一個(ge) 子領域，專(zhuan) 注於(yu) 處理人類的書(shu) 麵和口頭語言。研究團隊計劃讓人工智能將每個(ge) 聲音與(yu) 特定的背景聯係起來，這一過程預計至少需要5年時間。如果該團隊實現了這些目標，下一步將是開發和部署一個(ge) 互動聊天機器人，與(yu) 生活在野外的抹香鯨進行對話。

　　發表在《自然》期刊的科學研究證明，人工智能在破譯古代人類語言方麵非常有效。這為(wei) 使用AI探索動物語言開辟了可能性。該研究稱，機器學習(xi) 技術提供了新的工具，可以幫助考古學家更快地了解過去，特別是在破譯古代文字時。該AI係統采用了古希臘語言和整個(ge) 古代地中海世界的銘文進行訓練，訓練數據來自相關(guan) 人文學院提供的最大的希臘銘文數字數據集，而且這些銘文中的每一條都標注了元數據，其中描述了由曆史學家考察出來的銘文的書(shu) 寫(xie) 地點和時間。有了這些數據，AI就能在這些信息中尋找模式和規律，並利用複雜的數學模型來對這些信息進行編碼，然後進一步使用這些推測出的信息來對其他銘文的內(nei) 容、編寫(xie) 地點和年限進行推斷。研究顯示，該AI在修複受損文字方麵達到了62％的準確率。這也為(wei) 翻譯動物語言提供了靈感。

　　人工智能在破解古文字和翻譯動物語言上往往遵循同樣的方法和準則。譚茗洲表示：“在翻譯這一經典任務上，機器不需要理解語言，而是僅(jin) 靠單一語言的語料，即可掌握該語言的句法、語法等關(guan) 鍵要素。也就是說，深度學習(xi) 不懂英語和中文，但是通過大量學習(xi) 語料即可獲得中英互譯的能力。”

　　“歸根到底，AI能夠翻譯、理解動物語言，其背後依然是基於(yu) 人類對語言進行的有效解讀。” 譚茗洲說。

　　實現跨物種交流尚有很長的路要走

　　“人類的語言有規律可循，因而不同國家的語言是可以遵循規律去學習(xi) 的。但動物的語言規則存在未知壁壘，因此AI要實現跨物種語言翻譯，尚有一段很長的路要走，需要克服一些困難。”譚茗洲表示。

　　首先，事實證明，利用受人為(wei) 偏見影響的數據進行訓練的算法很容易將結果導向“歧途”。比如，狗會(hui) 發出急促的叫聲，可能是因為(wei) 想要向主人乞食，也可能是因為(wei) 提醒主人警惕陌生人，還可能是對主人不陪自己玩的責怪。但如果研究人員僅(jin) 基於(yu) 自己的認知，在對這種叫聲數據進行標記的時候，認為(wei) 這種叫聲隻表達寵物向主人要食物的需求，從(cong) 而對數據進行單一標記處理，那麽(me) 人工智能在學習(xi) 數據、翻譯的時候往往就會(hui) 產(chan) 生很大的局限性。這種翻譯很容易導致人和寵物的溝通障礙，從(cong) 而喪(sang) 失寵語翻譯的意義(yi) 。

　　“在研究中，科研人員需要去‘人類中心’，也就是說，借助於(yu) 算法實現的跨物種溝通，需要算法避免人類某些偏見。”譚茗洲指出。

　　其次，通過AI算法將人類語言與(yu) 動物語言對應，需要大量、廣泛、完善的數據采集和場景訓練，以完成對動物語言的解讀，實現對“規則”的總結。這需要廣泛同步采集動物叫聲和腦電波數據並進行比對，再將其納入數據庫。然而不同犬種聲帶特點不同，麵對同一場景的發聲表現也不同，而這樣的場景和叫聲的組合有無數個(ge) ，這為(wei) 數據采集工作帶來了巨大的挑戰。

　　譚茗洲說，在技術方麵，一個(ge) AI翻譯產(chan) 品做到精確翻譯至少需攻破幾個(ge) 難題：在形式端，如果使用拍譯的形式要攻克圖像識別相關(guan) 問題，同聲翻譯形式則要攻克語音識別相關(guan) 問題；在內(nei) 容端，AI翻譯產(chan) 品還要攻克文本語言分析、大數據采集等問題。由於(yu) AI缺乏對視覺場景、聽覺場景、自然語言處理的常識判斷，這還需要AI發展到能夠極為(wei) 精確地處理這些問題的階段。

　　此外，有學者指出，動物語言和人語之間的代溝是客觀存在的，AI所能做的，隻能是不斷改進自身的功能，用科學手段完善數據庫、內(nei) 容、語料和場景；形式和內(nei) 容雙管齊下，才能將這條橫亙(gen) 在動物和人之間的語言鴻溝填平，在堅實的地基上實現人和動物的有效溝通。

　　“盡管有些研究也曾獲得了很大的進展，但是其中的問題也無法被忽視。目前來看，相關(guan) 研究僅(jin) 僅(jin) 隻是在一定程度上實現了人與(yu) 動物之間簡單的信息傳(chuan) 遞，離實現真正的跨物種交流，恐怕還有很長的一段路要走。從(cong) 短期來看，要想實現跨物種交流還很難，但越來越多的研究無疑正在為(wei) 其打開一扇扇大門。”譚茗洲表示。