MIT 借助机器学习破译抹香鲸：发现类似人类语言的「拼音表」

科幻电影里人类总想着去外太空接收外星信号，其实地球深海里就藏着一套人类听了几十年都没听懂的密码。

MIT CSAIL 与 Project CETI 在一项发表于学术期刊的研究中宣布，他们借助机器学习，发现了抹香鲸交流系统里的一套「语音字母表」。抹香鲸发出的声音并不是杂乱无章的咔哒声，而是一套具有复杂组合规则的编码系统。

抹香鲸的叫声在学术上被称为 coda，本质是一串串短促的咔哒声。过去几十年里，生物学家记录过大约 150 种不同的 coda，只知道其中一小部分能标明鲸鱼的个体身份和家族族群，但整套声音系统到底怎么构成、能传达多少信息，一直是个谜。

把咔哒声拆解成五线谱

这次研究的突破，很大程度上得益于已故海洋生物学家 Roger Payne 的启发。去年 6 月去世的 Payne 是座头鲸之歌的开创性研究者。科研团队这次找来了研究员 Shane Gero 在东加勒比海多米尼克岛近海收集的数据集，里面足足有 8719 个抹香鲸 coda。

MIT CSAIL 主任 Daniela Rus 解释了他们的干法：团队先给模型喂数据，反复调整机器学习模型以做好可视化，然后再和生物学家坐在一起逐个分析输出结果。

过去的分析往往只盯着单个 coda 看，这次团队换了个思路，把声音放回抹香鲸彼此来回呼应的对话上下文中去观察。

更有意思的是，他们借用了音乐学的概念来给这些声音分类，比如速度、节奏、装饰音和弹性速度。结果发现，抹香鲸发出的声音并非随意变化，那些细微的节奏和速度微调，其实构成了组合编码的基本单元。

按照 Rus 的说法，这很可能是人类语言之外，第一次在动物身上发现符合语言学「双重构拟」特征的系统。说白了，就像人类用毫无独立意义的拼音或音节拼出词汇一样，抹香鲸也是把没有意义的基本发音元素，组合成了能够传达更丰富含义的「词」，而且这些词在不同语境下还会改变意思。

为什么选抹香鲸开刀

在大海里，具有复杂发声能力的物种不少，为什么 AI 破译的第一站选了抹香鲸？

Rus 提到，抹香鲸的声音是由离散的咔哒声组成的，这种一段一段的离散信号，在数据处理上比座头鲸那种连绵不断的连续声音要好对付得多。

再加上多米尼克海域积累了足够扎实的长年连续录音，给机器学习模型提供了难得的干净样本。研究团队表示，这套方法摸顺之后，下一步他们打算把范围扩大，继续深入研究抹香鲸，甚至未来扩展到座头鲸等其他物种。

为什么重要

在我们看来，这项研究最硬核的地方，在于它把动物语言研究从「玄学猜想」拽进了「定量计算」的轨道。

以前生物学家听鲸鱼叫，大多靠耳朵听、凭经验猜，很难在大规模数据里找出微妙的规律。机器学习在这里起到的不是替人类做结论，而是充当了超强辨音器，把人类耳朵容易忽略的节奏、时长微差全部拎出来做模式识别。对跨学科研究来说，这套把算法和领域专家紧密绑定的流程很值得参考。

不过，我们也要看到眼下的局限。找出字母表或者组合规则，并不等于人类能跟抹香鲸聊天了。就像你拿到了一串外语的音素表，但你依然不知道这串词连起来到底是打招呼、警告危险还是求偶闲聊。从「识别语音结构」跨越到「真正理解语义」，中间还有很长的路要走。

但这依然给整个 AI 行业提了个醒：大语言模型的底座技术不仅能用来刷代码题或写公文，当它被用来处理大自然里未经标注的复杂信号时，完全有潜力帮人类打开看世界的新视角。