借助AI 人類(lèi)能聽(tīng)懂動(dòng)物的“喜怒哀樂(lè )”？

　　目前來(lái)看，相關(guān)研究?jì)H僅只是在一定程度上實(shí)現了人與動(dòng)物之間簡(jiǎn)單的信息傳遞，離實(shí)現真正的跨物種交流，恐怕還有很長(cháng)的一段路要走。從短期來(lái)看，要想實(shí)現跨物種交流還很難，但越來(lái)越多的研究無(wú)疑正在為其打開(kāi)一扇扇大門(mén)。

　　譚茗洲 遠望智庫人工智能事業(yè)部部長(cháng)、圖靈機器人首席戰略官

　　在《安徒生童話(huà)》等文學(xué)作品，以及不少優(yōu)秀的影視作品中都反映了同一個(gè)主題——人與動(dòng)物的交流互動(dòng)。如今，世界各地的學(xué)者們試圖通過(guò)人工智能等途徑打破人與動(dòng)物的語(yǔ)言屏障，真正實(shí)現跨物種的溝通，甚至情感交流。

　　近日，一個(gè)由丹麥哥本哈根大學(xué)、瑞士蘇黎世聯(lián)邦理工學(xué)院，以及法國國家農業(yè)、食品和環(huán)境研究所等研究人員組成的國際研究小組，開(kāi)發(fā)出一款人工智能產(chǎn)品，可以翻譯家豬在各種場(chǎng)景中發(fā)出的聲音，成功解碼了其叫聲中所傳遞的“喜怒哀樂(lè )”。該研究成果發(fā)表在最新一期的《科學(xué)報道》期刊上。那么，人工智能是否可以實(shí)現人與動(dòng)物的溝通？算法具體是如何分辨動(dòng)物情緒的？目前，人類(lèi)要通過(guò)AI理解動(dòng)物語(yǔ)言，還需克服哪些困難？

　　已通過(guò)算法研究多種動(dòng)物語(yǔ)言

　　動(dòng)物和人一樣也會(huì )有自己的情緒。它們會(huì )快樂(lè )、難過(guò)、恐懼、憤怒，但受限于語(yǔ)言和表達方式，動(dòng)物的情緒較難為人所知。其實(shí)，在我們聽(tīng)起來(lái)大同小異的動(dòng)物叫聲中，或許隱藏著(zhù)它們不一樣的情緒。

　　上述論文顯示，研究人員為了訓練AI翻譯豬的語(yǔ)言，專(zhuān)門(mén)錄下了411頭家豬發(fā)生于19種不同場(chǎng)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面情緒的呼叫聲更短且振幅更低。研究人員稱(chēng)，這種算法的準確率高達92%，可以基本準確地從豬叫聲中辨別其情緒。

　　無(wú)獨有偶，此前劍橋大學(xué)一個(gè)科研團隊讓AI僅根據綿羊的面部表情來(lái)識別這只羊是否處于困境之中。AI系統首先根據綿羊疼痛的面部表情，列出與不同疼痛程度相關(guān)的幾個(gè)“面部動(dòng)作單元”（AU），然后在480張綿羊照片中標記了這些AU——鼻孔變形、每只耳朵的旋轉和眼睛的縮小等，以此來(lái)判斷綿羊的處境。

　　“其實(shí)，借助算法研究動(dòng)物的語(yǔ)言，以及人與動(dòng)物之間的溝通，早有先例。之前就有研究寵物狗、貓的項目，這些研究的目的在于讓人類(lèi)便于跟它們更好地相處。”5月4日，遠望智庫人工智能事業(yè)部部長(cháng)、圖靈機器人首席戰略官譚茗洲在接受科技日報記者采訪(fǎng)時(shí)指出。

　　例如，為了實(shí)現人寵溝通，日本著(zhù)名聲學(xué)專(zhuān)家鈴木松美博士利用基于機器學(xué)習的動(dòng)物翻譯技術(shù)，曾經(jīng)發(fā)明過(guò)一款“寵物狗翻譯器”。寵物主人只需要將一枚迷你麥克風(fēng)別在衣領(lǐng)上，所收集到的寵物叫聲便會(huì )傳輸到翻譯器中進(jìn)行語(yǔ)音識別和轉換，進(jìn)而向主人傳達寵物想要表達的意思，了解它們的情緒。

　　“此外，還有研究人員研究簡(jiǎn)單動(dòng)物的群體智慧，如蜜蜂、螞蟻的溝通方式，這些研究對于軍事戰術(shù)、設備等有一定的仿生借鑒意義；還有對海豚、鯨魚(yú)這類(lèi)動(dòng)物組織化能力的跨學(xué)科研究，這類(lèi)研究對于探究生物進(jìn)化史非常有價(jià)值。”譚茗洲進(jìn)一步解釋。

　　不懂語(yǔ)言也能獲得翻譯能力

　　動(dòng)物有自己的語(yǔ)言嗎？如果有的話(huà)，它們會(huì )聊些什么？了解動(dòng)物可以說(shuō)是人類(lèi)的一個(gè)長(cháng)久研究課題，目前AI正在幫我們探尋答案。譚茗洲表示：“動(dòng)物沒(méi)有人類(lèi)所特有的語(yǔ)言系統，所以研究人員可以通過(guò)結合它們的叫聲、行為、習性來(lái)分析其訴求，以便更好地了解它們。”

　　一位研究人員曾經(jīng)旁聽(tīng)了兩只位置相對靜止的抹香鯨之間斷斷續續長(cháng)達40分鐘的“對話(huà)”，它們的“對話(huà)”幾乎每一句都不重樣，并且伴有各種動(dòng)作。這令人不禁猜測：是否這兩只母鯨在“拉家常”、分享育兒心得？對抹香鯨“對話(huà)”內容的研究，正是近幾年由國際科學(xué)家團隊發(fā)起、《國家地理》支持的“鯨語(yǔ)翻譯計劃”（Project CETI）中的研究?jì)热葜弧?據報道，研究人員正在使用自然語(yǔ)言處理系統（NLP）分析抹香鯨的40億個(gè)交流代碼。NLP是人工智能的一個(gè)子領(lǐng)域，專(zhuān)注于處理人類(lèi)的書(shū)面和口頭語(yǔ)言。研究團隊計劃讓人工智能將每個(gè)聲音與特定的背景聯(lián)系起來(lái)，這一過(guò)程預計至少需要5年時(shí)間。如果該團隊實(shí)現了這些目標，下一步將是開(kāi)發(fā)和部署一個(gè)互動(dòng)聊天機器人，與生活在野外的抹香鯨進(jìn)行對話(huà)。

　　發(fā)表在《自然》期刊的科學(xué)研究證明，人工智能在破譯古代人類(lèi)語(yǔ)言方面非常有效。這為使用AI探索動(dòng)物語(yǔ)言開(kāi)辟了可能性。該研究稱(chēng)，機器學(xué)習技術(shù)提供了新的工具，可以幫助考古學(xué)家更快地了解過(guò)去，特別是在破譯古代文字時(shí)。該AI系統采用了古希臘語(yǔ)言和整個(gè)古代地中海世界的銘文進(jìn)行訓練，訓練數據來(lái)自相關(guān)人文學(xué)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，其中描述了由歷史學(xué)家考察出來(lái)的銘文的書(shū)寫(xiě)地點(diǎn)和時(shí)間。有了這些數據，AI就能在這些信息中尋找模式和規律，并利用復雜的數學(xué)模型來(lái)對這些信息進(jìn)行編碼，然后進(jìn)一步使用這些推測出的信息來(lái)對其他銘文的內容、編寫(xiě)地點(diǎn)和年限進(jìn)行推斷。研究顯示，該AI在修復受損文字方面達到了62％的準確率。這也為翻譯動(dòng)物語(yǔ)言提供了靈感。

　　人工智能在破解古文字和翻譯動(dòng)物語(yǔ)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(jīng)典任務(wù)上，機器不需要理解語(yǔ)言，而是僅靠單一語(yǔ)言的語(yǔ)料，即可掌握該語(yǔ)言的句法、語(yǔ)法等關(guān)鍵要素。也就是說(shuō)，深度學(xué)習不懂英語(yǔ)和中文，但是通過(guò)大量學(xué)習語(yǔ)料即可獲得中英互譯的能力。”

　　“歸根到底，AI能夠翻譯、理解動(dòng)物語(yǔ)言，其背后依然是基于人類(lèi)對語(yǔ)言進(jìn)行的有效解讀。” 譚茗洲說(shuō)。

　　實(shí)現跨物種交流尚有很長(cháng)的路要走

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

　　首先，事實(shí)證明，利用受人為偏見(jiàn)影響的數據進(jìn)行訓練的算法很容易將結果導向“歧途”。比如，狗會(huì )發(fā)出急促的叫聲，可能是因為想要向主人乞食，也可能是因為提醒主人警惕陌生人，還可能是對主人不陪自己玩的責怪。但如果研究人員僅基于自己的認知，在對這種叫聲數據進(jìn)行標記的時(shí)候，認為這種叫聲只表達寵物向主人要食物的需求，從而對數據進(jìn)行單一標記處理，那么人工智能在學(xué)習數據、翻譯的時(shí)候往往就會(huì )產(chǎn)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，從而喪失寵語(yǔ)翻譯的意義。

　　“在研究中，科研人員需要去‘人類(lèi)中心’，也就是說(shuō)，借助于算法實(shí)現的跨物種溝通，需要算法避免人類(lèi)某些偏見(jiàn)。”譚茗洲指出。

　　其次，通過(guò)AI算法將人類(lèi)語(yǔ)言與動(dòng)物語(yǔ)言對應，需要大量、廣泛、完善的數據采集和場(chǎng)景訓練，以完成對動(dòng)物語(yǔ)言的解讀，實(shí)現對“規則”的總結。這需要廣泛同步采集動(dòng)物叫聲和腦電波數據并進(jìn)行比對，再將其納入數據庫。然而不同犬種聲帶特點(diǎn)不同，面對同一場(chǎng)景的發(fā)聲表現也不同，而這樣的場(chǎng)景和叫聲的組合有無(wú)數個(gè)，這為數據采集工作帶來(lái)了巨大的挑戰。

　　譚茗洲說(shuō)，在技術(shù)方面，一個(gè)AI翻譯產(chǎn)品做到精確翻譯至少需攻破幾個(gè)難題：在形式端，如果使用拍譯的形式要攻克圖像識別相關(guān)問(wèn)題，同聲翻譯形式則要攻克語(yǔ)音識別相關(guān)問(wèn)題；在內容端，AI翻譯產(chǎn)品還要攻克文本語(yǔ)言分析、大數據采集等問(wèn)題。由于A(yíng)I缺乏對視覺(jué)場(chǎng)景、聽(tīng)覺(jué)場(chǎng)景、自然語(yǔ)言處理的常識判斷，這還需要AI發(fā)展到能夠極為精確地處理這些問(wèn)題的階段。

　　此外，有學(xué)者指出，動(dòng)物語(yǔ)言和人語(yǔ)之間的代溝是客觀(guān)存在的，AI所能做的，只能是不斷改進(jìn)自身的功能，用科學(xué)手段完善數據庫、內容、語(yǔ)料和場(chǎng)景；形式和內容雙管齊下，才能將這條橫亙在動(dòng)物和人之間的語(yǔ)言鴻溝填平，在堅實(shí)的地基上實(shí)現人和動(dòng)物的有效溝通。

　　“盡管有些研究也曾獲得了很大的進(jìn)展，但是其中的問(wèn)題也無(wú)法被忽視。目前來(lái)看，相關(guān)研究?jì)H僅只是在一定程度上實(shí)現了人與動(dòng)物之間簡(jiǎn)單的信息傳遞，離實(shí)現真正的跨物種交流，恐怕還有很長(cháng)的一段路要走。從短期來(lái)看，要想實(shí)現跨物種交流還很難，但越來(lái)越多的研究無(wú)疑正在為其打開(kāi)一扇扇大門(mén)。”譚茗洲表示。