我们很快就能和其他物种交流了

　　科学家们很快就能和其他物种交流了——你猜，第一个会“开口”的会是谁？

　　长期以来，科学家们一直小心翼翼地避免宣称非人类动物拥有语言。然而，如今借助人工智能的力量，这一局面正在悄然改变。

　　Sophie Cohen-Bodénès第一次意识到自己发现了重要线索，那是在观察墨鱼时，她看到它伸起两条触腕，同时将另外六条交缠在一起。她称之为“向上”的手势——更有趣的是，这种动作是对另一段墨鱼视频的回应。也就是说，这些海洋生物——章鱼的远亲——可能正在使用某种形式的手势语言进行交流。

　　几十年来，科学家们几乎从不声称人类以外的动物拥有语言。但现在，借助人工智能分析海量动物声音与动作数据，研究正在迈向突破。以色列特拉维夫大学与风险投资家Jeremy Coller的慈善基金会联合发起的Coller Dolittle挑战赛，更是加速了这一进程。参赛团队的目标，是开发算法与非人类生物沟通，或至少理解它们在“说什么”。今年的优胜者获得了10万美元奖金，而最终破解跨物种交流难题的团队，将赢得1000万美元的巨额奖励。

　　在研究者们争相发表成果之际，墨鱼只是一个令人惊讶的例子，它们比我们想象的更加健谈。新的发现让人们对未来与动物对话充满希望，但同时也提出了更深层的问题：语言到底是什么？为什么我们很难将其归属于非人类物种？如果我们真的解读出动物的“话语”，会意味着什么？

　　当然，如果你养过宠物，你会知道自己和它们在某种程度上是在交流——它们饿了、想散步，你都能感知。但这与语言不同。人类语言系统包括词汇和语法规则，它依赖后天学习的声音，按名词、动词等语义类别划分，并随时态变化调整句式。语法允许我们创造新词，组合成前所未有的句子，甚至讨论超越自身时空的事物，例如不在场的人或遥远的目标。

　　这套体系听起来令人惊叹，即便有其他动物的沟通系统接近人类，我们也未必能证明。部分研究者认为，人类对自身交流方式的痴迷反而阻碍了我们理解其他物种的能力。Coller在今年的首届Coller Dolittle奖颁奖典礼上直言：“我们傲慢地相信，只有自己才值得被倾听。”

　　普通墨鱼(Sepia officinalis)显然与我们差异巨大。然而，Saint Louis华盛顿大学的Cohen-Bodénès与意大利热那亚技术研究所的Peter Neri发现，它们通过挥动触腕创造出四种独特手势，分别称为“向上”“侧向”“翻滚”和“王冠”。算法分析显示，当一只墨鱼看到另一只做手势时，它会用四种手势中的某一个作出回应，甚至仅凭水中震动感知就能模仿。这些动作具体含义尚不完全清楚，但Cohen-Bodénès认为，“王冠”——类似双手指尖组成金字塔状——可能用来表达对环境变化的不安。在实验中，做“王冠”手势的墨鱼会后退，并将身体变为橙色或黑色，这种行为被认为与回避或警惕相关。虽不算惊天动地，但对于孤独、进化悠久的墨鱼来说，已是令人意外的沟通能力。

　　另一支入围Coller Dolittle奖的团队来自德国马克斯·普朗克生物智能研究所，他们研究夜莺(Luscinia megarhynchos)。这些鸟类的歌声由宽频率的啸鸣组成，研究人员发现，它们可以即时调整音高模仿其他个体。这种灵活性在非人类动物中尚属首次，也正是人类语言的重要特征。

　　动物“命名”系统也有突破。耶路撒冷希伯来大学的David Omer发现，生活在紧密家庭群体中的卷尾猴，会使用独特的、类似名字的“phee”叫声互相称呼。这是首例非人类灵长类的命名行为，尽管大象和海豚也有类似的个体识别声音。

　　海豚的交流远超简单命名。马萨诸塞州伍兹霍尔海洋研究所的Laela Sayigh及其团队研究了佛罗里达Sarasota湾的约170只宽吻海豚，跨越六代。通过AI分析多年录音，他们发现了22种非标识性哨声，其中一种由35只以上海豚使用，用于表达遇到陌生或意外事物的反应，仿佛在说：“那是什么？”另有哨声带有警告意味。若单看这些哨声并不特别，但结合海豚使用标识性哨声建立社交关系、出色的模仿能力，以及对幼崽提高音高的习惯，它们的交流能力显得非常出色。未公开的研究甚至显示，海豚可能会使用不在场个体的标识性哨声，“这意味着它们在谈论那只海豚”，Sayigh说。

　　尝试用AI破解动物语言的团队不止这四个，对鲸类尤其有效。今年早些时候，AI揭示座头鲸歌声的统计结构与人类语言有相似之处；6月，Project CETI创始人David Gruber和加州大学伯克利分校语言学家Gašper Beguš利用AI证明抹香鲸的点击声在声学上类似人类元音。研究显示，抹香鲸有156种点击模式构成“音素表”，并在交流时调整节奏。这种同步性不仅见于普通尾鹪鹩和长臂猿，也用于抹香鲸的社会协调和亲密联系。

　　“AI让实验规模成倍扩展，数据处理速度更快，这真是颠覆性的变化。”丹麦奥胡斯大学的Frants Jensen说。然而，AI并非万能。它在训练和测试数据一致时表现良好，但面对稍有不同的声学特征就可能失败。即便发现了大数据中的模式，也仅是开始。Tel Aviv大学的Yossi Yovel提醒：“接下来科学家的任务是确认这些特征对动物本身是否有意义。”

　　关键在于理解动物发声的背景，这并不容易。鲸鱼大部分时间潜在水下，获取信息困难。红毛猩猩也充满挑战。英国华威大学的Adriano Lameira发现，猩猩母亲在发现捕食者后，会延迟20分钟才发出警告，声音变化能让同伴推测事件过去了多久。研究者要分辨这声响是“此刻”还是“过去”，难度可想而知。

（示意图）

　　波士顿大学的Irene Pepperberg指出，仅关注声学密码可能忽略其他交流形式。细微变化也能影响意义：日本山雀用不同音符和组合表达“危险”“靠近”，顺序变化可能改变整体含义。还有颜色变化、气味、触碰、面部表情，甚至电鱼的电脉冲，都增加了复杂性。

　　即便我们学会解码多种交流方式，非人类物种是否拥有语言仍会激烈争论。Rendell认为，语言是多维的：需要声学学习、心智理论、灵活的发声系统以及对过去和未来的思考能力。他认为部分动物具备部分能力，但人类独有完整体系。Gruber则乐观：“如果把语言看作连续体，鲸鱼也算有语言。”

　　那么，哪种动物语言最先被破解？鲸鱼无疑是热门候选，因为我们已有大量录音。南太平洋座头鲸的几十年歌声记录，以及Sarasota海豚项目的长期精确数据，都让它们成为首选。

　　Sayigh对她的海豚充满期待，但也清楚这是巨大挑战。海豚有一整套爆发脉冲声，用于表达情绪，结合哨声或身体动作(类似墨鱼的手势)，或许就像我们挑眉或眨眼一样。她坦言：“它们太复杂，这将花很长时间。”

　　Yovel认为，首个被完全解码的物种可能更容易研究，或许是群居、用声音协调行为的社交鸟类。他会押宝于松鸦。曾以灰鹦鹉Alex闻名的Pepperberg也倾向鸟类，指出虎皮鹦鹉大脑中声音地图与人类相似，“我对鸟类系统着迷，因为它们的声学学习和我们极为相似。”

　　这不仅是为了抢先或赢大奖。如果我们真的解码了任何物种的交流，这将打开全新的观察与理解世界的视角。或许我们能感知回声般的沟通，或发现色彩的新含义，就像理解蜜蜂能看紫外线世界一样。更重要的是，它能增进我们对其他物种的尊重。Yovel说：“了解动物，让我们更欣赏它们。研究交流会让人感叹：‘哇，它们和我们好像啊！’”