MIT 藉助機器學習破譯抹香鯨：發現類似人類語言的「拼音表」

科幻電影里人類總想著去外太空接收外星訊號，其實地球深海里就藏著一套人類聽了幾十年都沒聽懂的密碼。

MIT CSAIL 與 Project CETI 在一項發表於學術期刊的研究中宣佈，他們藉助機器學習，發現了抹香鯨交流系統裡的一套「語音字母表」。抹香鯨發出的聲音並不是雜亂無章的咔噠聲，而是一套具有複雜組合規則的編碼系統。

抹香鯨的叫聲在學術上被稱為 coda，本質是一串串短促的咔噠聲。過去幾十年裡，生物學家記錄過大約 150 種不同的 coda，只知道其中一小部分能標明鯨魚的個體身份和家族族群，但整套聲音系統到底怎麼構成、能傳達多少資訊，一直是個謎。

把咔噠聲拆解成五線譜

這次研究的突破，很大程度上得益於已故海洋生物學家 Roger Payne 的啟發。去年 6 月去世的 Payne 是座頭鯨之歌的開創性研究者。科研團隊這次找來了研究員 Shane Gero 在東加勒比海多米尼克島近海收集的資料集，裡面足足有 8719 個抹香鯨 coda。

MIT CSAIL 主任 Daniela Rus 解釋了他們的幹法：團隊先給模型喂資料，反覆調整機器學習模型以做好視覺化，然後再和生物學家坐在一起逐個分析輸出結果。

過去的分析往往只盯著單個 coda 看，這次團隊換了個思路，把聲音放回抹香鯨彼此來回呼應的對話上下文中去觀察。

更有意思的是，他們借用了音樂學的概念來給這些聲音分類，比如速度、節奏、裝飾音和彈性速度。結果發現，抹香鯨發出的聲音並非隨意變化，那些細微的節奏和速度微調，其實構成了組合編碼的基本單元。

按照 Rus 的說法，這很可能是人類語言之外，第一次在動物身上發現符合語言學「雙重構擬」特徵的系統。說白了，就像人類用毫無獨立意義的拼音或音節拼出詞彙一樣，抹香鯨也是把沒有意義的基本發音元素，組合成了能夠傳達更豐富含義的「詞」，而且這些詞在不同語境下還會改變意思。

為什麼選抹香鯨開刀

在大海里，具有複雜發聲能力的物種不少，為什麼 AI 破譯的第一站選了抹香鯨？

Rus 提到，抹香鯨的聲音是由離散的咔噠聲組成的，這種一段一段的離散訊號，在資料處理上比座頭鯨那種連綿不斷的連續聲音要好對付得多。

再加上多米尼克海域積累了足夠紮實的長年連續錄音，給機器學習模型提供了難得的乾淨樣本。研究團隊表示，這套方法摸順之後，下一步他們打算把範圍擴大，繼續深入研究抹香鯨，甚至未來擴充套件到座頭鯨等其他物種。

為什麼重要

在我們看來，這項研究最硬核的地方，在於它把動物語言研究從「玄學猜想」拽進了「定量計算」的軌道。

以前生物學家聽鯨魚叫，大多靠耳朵聽、憑經驗猜，很難在大規模資料裡找出微妙的規律。機器學習在這裡起到的不是替人類做結論，而是充當了超強辨音器，把人類耳朵容易忽略的節奏、時長微差全部拎出來做模式識別。對跨學科研究來說，這套把演算法和領域專家緊密繫結的流程很值得參考。

不過，我們也要看到眼下的侷限。找出字母表或者組合規則，並不等於人類能跟抹香鯨聊天了。就像你拿到了一串外語的音素表，但你依然不知道這串詞連起來到底是打招呼、警告危險還是求偶閒聊。從「識別語音結構」跨越到「真正理解語義」，中間還有很長的路要走。

但這依然給整個 AI 行業提了個醒：大語言模型的底座技術不僅能用來刷程式碼題或寫公文，當它被用來處理大自然裡未經標註的複雜訊號時，完全有潛力幫人類開啟看世界的新視角。