抹香鲸是迷人的生物。它们的大脑是所有生物中最大的，是人类大脑的六倍。科学家认为，它们的大脑可能已经为了支持智能、理性的行为而进化了。它们具有高度社会性，能够作为一个群体做出决定，并且表现出复杂的觅食行为。

但我们对抹香鲸的了解还远远不够，比如它们会使用一种名为尾声（codas）的系统进行交流，通过一连串的滴答声试图对彼此说些什么，但我们对此了解不多。

近日，发表在 Nature Communications 杂志上的新研究表明，抹香鲸的交流实际上比人类之前想象的更具表现力和复杂性。

（来源：AMANDA COTTON/PROJECT CETI ）‍

由麻省理工学院计算机科学与人工智能实验室的普拉秋莎·夏尔马（Pratyusha Sharma）领导的研究小组与 Project CETI 合作，后者是一个专注于使用人工智能了解鲸鱼的非营利组织，他们使用了传统的统计模型来分析鲸鱼尾声。

研究人员成功发现了鲸鱼语言的一种结构与人类所用的复杂发声特征相似。他们的发现可以帮助打造一种未来的研究工具，不仅可以用来破译鲸鱼声音的结构，还可以用来破译声音所包含的实际含义。

该团队使用多种模式识别和分类算法，分析了多米尼加抹香鲸项目（Dominica Sperm Whale Project）在 2005 年至 2018 年间收集的约 60 头鲸鱼的 8719 条尾声记录。

他们发现，鲸鱼的交流方式不是随机的、简单的，而是在不同的对话背景下有不同的结构。这使他们能够识别以前未曾发现的独特声音。

研究人员没有依赖更复杂的机器学习技术，而是选择使用经典分析，并以新的视角来处理现有数据库。

“我们想要一个更简单的模型，一个已经为我们的假设提供了基础的模型。”夏尔马说。

地球物种项目（Earth Species Project）的高级人工智能研究顾问菲利克斯·埃芬伯格（Felix Effenberger）表示：“统计方法的好处在于，你不必训练模型，它也不是黑盒子，而且更容易执行。”

地球物种项目是一个非营利组织，正在研究如何使用人工智能解码非人类通信。但埃芬伯格指出，机器学习是加快发现数据集中隐藏规律的好方法，因此这种方法在未来可能会很有用。

（来源：DAN TCHERNOV/PROJECT CETI）

这些算法将尾声数据中的滴答声转化为一种新型数据可视化，研究人员称之为交换图（exchange plot），可以揭示一些尾声中包含的额外的滴答声。

这些额外的滴答声，加上鸣叫持续时间的变化，出现在多头鲸鱼之间的互动中。研究人员表示，这表明尾声可以携带更多信息，并拥有比我们之前认为的更复杂的内部结构。

参与该项目的麻省理工学院副教授雅各布·安德烈亚斯（Jacob Andreas）表示：“对于我们的发现，一种形象的理解方式是，人们之前一直将抹香鲸的通信系统理解为埃及象形文字，但实际上它就像字母。”

尽管团队不确定它发现的内容是否可以解释为人类语言中的字母、舌头位置或句子，但他们相信，他们分析的尾声之间存在很多内在相似性。

安德烈亚斯补充说：“这反过来让我们认识到，鲸鱼显然能够感知到更多种类的尾声，或者尾声之间的更多区别，而人们在这些数据中根本没有注意到。”

该团队的下一步是建立鲸鱼叫声的语言模型，并检查这些叫声与不同行为的关系。夏尔马说，他们还计划开发一个可以跨物种使用的更通用的系统。

找到一个我们一无所知的物种通信系统，弄清楚它如何编码和传输信息，并慢慢开始理解通信的内容。这些宝贵的知识还有很多用途。

“我认为我们才刚刚开始了解其中一些事情。”她说，“我们还处于起步阶段，但我们正在慢慢迈出第一步。”

了解动物之间的对话是此类项目背后的主要动机，但美国加州大学圣克鲁斯分校研究象海豹的研究员卡罗琳·凯西（Caroline Casey）表示，如果我们希望了解鲸鱼正在交流什么，那么就会遇到一个很大的障碍：我们需要通过实验来证明这种尝试确实可行。

“自从人工智能出现以来，人们对解码动物信号重新产生了兴趣。”凯西说，“但我们很难证明这些动物发出的信号实际上包含着人类所认为的含义。这篇论文很好地描述了它们声学结构的细微差别，但更进一步理解信号的含义是非常困难的。”

支持：Ren

运营/排版：何晨龙

01/ 揭开化学反应“黑匣子”，杨学明院士团队联合发展控制氢分子立体取向新方法，精准调控化学反应

02/ 南科大团队实现无扩散的单光子波包，为量子态远距离传输提供理想光形态，或实现更复杂的量子系统

03/ 同济团队开发新型无铂催化剂，每克制备成本不到100元，为制备金属氧化物催化材料提供指导

04/ 西工大团队造出可在超声中存在15分钟以上的声悬浮气泡，可用于地面模拟太空微重力环境

05/ 或将塑料转为小分子化合物，科学家实现聚苯乙烯的可控降解，降解产物分子量低于1000Da