帕什雷（Lois Parshley）／美國經常獲獎的自由記者，報導廣見於《哈潑》、《大西洋雜誌》、《連線》。2017～2018 年奈特——華萊士新聞獎得主，曾擔任《科技時代》和《外交政策》編輯。
譯者／林慧珍
現今 AI 技術是科學家了解動物語言的新利器，
對於找出動物聲音和行為的模式大有助益，
可望增進我們對於動物溝通的理解。
1. 借助科技進展，科學家正廣泛收集不同動物的聲音資料並建構機器學習模型，試圖深入理解鯨、鳥、寵物及家畜等叫聲中的涵義，甚或情緒。
2. 若能正確理解動物溝通和行為的意涵，對於保育和促進動物福祉將大有助益。但是這些技術也可能落入商業用途，進而擾亂自然或造成濫捕。
3. 把動物發聲及相關行為視同語言，仍有爭議。人們對於語言的定義以及對動物溝通存有的預期和偏見，可能才是翻譯動物語言真正的難題。
新喀里多尼亞烏鴉是目前已知能製作工具的少數鳥類之一，過去認為製作工具是人類獨有的技能。蘇格蘭聖安德魯斯大學（University of St. Andrews）行為生態學家魯茨（Christian Rutz）幾乎把職業生涯都投注於研究烏鴉的能力，這些精巧表現讓他驚訝，改變了他對鳥類能力的認知。他開始好奇，動物是否還有其他不為人知的能力？烏鴉生活於複雜的社會群體，有可能把製作工具的技術傳授給後代，實驗也證明，新喀里多尼亞島上不同烏鴉群體的叫聲各不相同。魯茨想了解這些「方言」，是否有助於解釋存在於不同烏鴉群體之間工具製造技術上的差異。
借助人工智慧（AI）的新技術，可望提供新洞見，以解答這類疑問。人類是否有可能理解動物之間的對話，一直是個吸引人的課題。不少原住民文化長久以來相信動物能傳遞有意涵的訊息，但過去西方科學家深怕招致把動物擬人化的非議，一直刻意迴避那些會讓人類與動物界線變得模糊的研究。但魯茨說，隨著近年 AI 的突破，「人們意識到，在了解動物溝通行為方面即將有重大進展。」
非營利機構「地球物種計畫」（Earth Species Project）的創始人之一拉斯金（Aza Raskin）表示，機器學習技術除了造就令人驚歎的聊天機器人，以及創作贏得藝術大賽的作品之外，還可能即將翻譯例如烏鴉叫聲之類的聲音。地球物種計畫的 AI 科學家、生物學家和保育專家團隊正廣泛收集來自不同動物的資料，並建構機器學習的模型來分析。鯨豚翻譯計畫（Project Cetacean Translation Initiative, CETI）等其他團體則正致力嘗試了解特定物種的對話，例如抹香鯨（sperm whale）。
解讀動物的聲音有助於推動保育及動物福祉相關工作，也可能對我們產生驚人的影響。拉斯金以望遠鏡的發明來比擬即將發生的變革：「我們觀察了宇宙，才發現地球不是宇宙中心。」他認為，AI 能重塑我們對動物的理解，因此也會產生類似效果，「這些工具將改變我們看待自己之於所有生物的方式。」
訓練電腦學習鯨的語言
在結束某一天於多米尼克（Dominica）的野外調查工作後，步下研究船的傑羅（Shane Gero）感到非常興奮。他的研究對象抹香鯨有複雜的社會群體，而這一天，一頭他熟悉的年輕雄性抹香鯨回到牠的家族，讓傑羅和同事有機會錄下抹香鯨團聚時的聲音。
傑羅以加拿大卡爾頓大學為研究據點，近 20 年來持續在加勒比海詳細記錄生活在碧綠海水中的兩群抹香鯨家族，收集這些抹香鯨發出的咔嗒聲以及發聲時的行為。他發現，這些抹香鯨似乎使用一種稱為尾聲（coda）的特定發聲模式來識別彼此，透過複誦周圍成鯨發出的聲音來學習這些尾聲，與人類幼兒初學單字及名字的方式十分相似。
在以人力解讀了其中一些尾聲後，傑羅和同事開始思考，是否可利用 AI 來加快解讀速度？為驗證概念，研究人員把傑羅錄下的一些聲音輸入類神經網路（neural network），這種演算法藉由分析資料來學習技能。該演算法能從尾聲中正確識別出一個小型子群的鯨個體，準確率達 99%。接下來，研究團隊設定了宏大的新目標：收集大範圍的海洋聲音，嘗試訓練電腦學習鯨的語言。傑羅是 CETI 的首席生物學家，CETI 打算部署一具連接於浮標的水下麥克風，全天候記錄棲息在多米尼克的鯨群所發出的聲音。
隨著各種感測裝置變得更便宜，加上水中聽音器、生物記錄儀以及無人機等技術進步，記錄到的動物資料量爆增，一時之間，生物學家難以透過人工方式進行有效率的檢視分析。然而 AI 的發展有賴大量資訊，諸如 ChatGPT 等大型語言模型都必須取得大量文本，以學習如何及時回應：ChatGPT-3 的訓練使用了大約 45 兆位元組的文本資料，幾乎相當於佔據整個美國國會圖書館大半空間的藏書內容。早期的機器學習模型需要人類來加上標籤，好把大部份資料加以分類，亦即必須有人幫機器設定學習目標；但是新一代機器學習模型已具備「自我監督學習」，能自動學習並獨立創建一套演算法，以預測依序出現的一連串字詞。
2017 年兩組研究團隊研發出一種方法，不需任何語言教學軟體，即可在不同人類語言之間進行翻譯，主要藉由把單字之間的語意關係轉變為幾何關係。機器學習模型現在能透過對應其形狀，在陌生的人類語言之間進行翻譯；例如利用「母親」和「女兒」這類字詞出現在相近位置的頻率來準確預測依序會出現的字詞。拉斯金說：「這種隱藏的底層結構似乎放諸四海皆準。使用機器學習來翻譯尚不知如何解讀的語言，為我們創造了新機會。」
拉斯金解釋，該領域在 2020 年又跨越另一個里程碑，自然語言處理技術開始能夠「把任何事物當成語言」。以 DALL-E 2 為例，這種 AI 系統可根據口語描述來產生逼真的影像：它能以驚人的準確度，把代表文字的形狀與代表圖像的形狀配對，這正是翻譯動物溝通時可能會需要的「多模態」（multimodal）分析。
不少動物會同時採用幾種溝通方式，就像人類在說話同時也使用肢體語言及手勢一樣。在發聲之前、當下或之後瞬間做出的任何動作，都可能蘊涵重要的背景脈絡，有助於理解動物試圖傳達的訊息。過去研究人員把這些行為列在一種稱為行為目錄（ethogram）的清單中，而機器學習模型經由正確的訓練，可以幫忙解讀這些行為，並可能從資料中發現新的模式。例如去年發表在《自然．通訊》的論文指出，一個模型發現了過往在錦花鳥（zebra finch）叫聲中沒有辨識出的差異：雌鳥在擇偶時，比較喜歡叫聲如同陪伴牠們長大的鳥兒一樣鳴唱的雄鳥。
建立動物聲音的視覺化圖像
很多人或許用過一種借助 AI 分析的工具「Merlin」，這是美國康乃爾大學鳥類學實驗室提供的免費應用程式，可用來識別鳥類物種。為了利用聲音來識別鳥類，Merlin 會把使用者錄下的聲音轉成頻譜圖，把鳥叫聲的音量、音調及時間長度加以視覺化。該模型運用康乃爾大學的聲音資料庫進行訓練，並與使用者的錄音進行比對，以預測這隻鳥是屬於哪個物種。然後，應用程式會把預測資料和康乃爾大學的全球觀測資料庫 eBird 進行比對，確認是在使用者所在位置可能看到的物種。Merlin 可以精準識別 1,000 多種鳥類的叫聲。
但這世界相當吵鬧，要從嘈雜的噪音中辨別出一隻鳥或一頭鯨的叫聲相當困難。分離並識別出發聲的單一個體極具挑戰，這種所謂雞尾酒會（cocktail party）難題，一直是分析動物聲音時的困境。2021 年，地球物種計畫建立了一個類神經網路，可以把交織重疊的動物聲音分離成單獨的音軌，並過濾背景噪音，例如汽車喇叭聲。該機構發佈開源程式碼供免費取用，而其運作原理是建立聲音的視覺化圖像，供類神經網路用來確認哪一個像素是由哪一個體發出的聲音。此外，地球物種計畫最近還開發了一種基礎模型，可以自動偵測資料集內的模式並加以分類。
這些工具不僅革新了研究，也具有實用價值。科學家一旦能夠翻譯動物聲音，或許能幫助瀕臨滅絕的物種。夏威夷當地人稱為「’Alalā」的夏威夷烏鴉在 2000 年代初期於野外滅絕，最後一批已進行圈養，做為啟動一項保育繁殖計畫的群體。魯茨為了擴展他對新喀里多尼亞烏鴉的研究，目前正與地球物種計畫合作，研究夏威夷烏鴉的「詞彙」。他說：「該物種已經離開自然環境很久了。」他正在製作一份圈養烏鴉目前使用的所有叫聲的清單，打算拿來和過往記錄最後的野生夏威夷烏鴉的聲音進行比對，以確定烏鴉的「詞彙」是否已在圈養過程中發生了變化。他想知道這些烏鴉是否可能失去了諸如與掠食者或求偶相關的重要叫聲，而這可能有助於解釋為什麼把烏鴉重新引入野外是如此困難。
終有一天，機器學習模型也可以幫助我們搞懂家裡的寵物，《追尋杜立德醫生》的作者斯洛博奇科夫（Con Slobodchikoff）表示，動物行為學家長久以來並不怎麼關注養在家裡的寵物。他在職業生涯初期便開始研究草原犬鼠（prairie dog），當時就對牠們能夠描述掠食者體型的複雜叫聲大感驚歎，這段經驗啟發了他，對日後身為寵物行為顧問、矯治行為不端寵物狗的工作大有助益。他發現，許多飼主完全誤解了愛犬想傳達的訊息。當寵物嘗試要和我們溝通時，經常使用多模態訊號，例如吠叫加上身體姿勢。然而他說：「我們太過執著於聲音，以為那是唯一的有效溝通訊息，因而錯過許多其他線索。」
斯洛博奇科夫正在開發一個 AI 模型，目的在於為飼主翻譯狗的面部表情及吠叫聲。他堅信，隨著研究人員把研究範圍擴大到家畜及寵物，機器學習技術的進步將揭示寵物令人驚訝的能力。「動物有自己的想法、願望，或許還有夢想。」
農場動物也可能受益於如此深度的理解，丹麥哥本哈根大學動物行為學副教授布雷弗（Elodie F. Briefer）證明，依據動物的聲音來評估其情緒狀態是有可能的。她最近創建了一套演算法，以豬的成千上萬種叫聲進行訓練，並利用機器學習預測豬是否正經歷正面或負面情緒。布雷弗表示，越能正確理解動物經歷的感受，就越能對促進動物福祉有所助益。
但是，語言模型無論有多麼善於找出各種模式，畢竟還是沒有真正解讀語意，必然有所失誤。即使是 AI 專家，也常常不明白演算法如何得出結論，因而讓驗證更加困難。霍夫曼（Benjamin Hoffman）在加入地球物種計畫之前，協助開發了 Merlin，他表示，科學家現在面臨的最大挑戰之一，就是弄清楚如何從這些模型的發現中學到些什麼。
霍夫曼解釋：「機器學習做出的選擇，會影響我們可以提出的科學問題類型。」Merlin Sound ID 能夠幫助偵測有哪些種類的鳥類出現，這對生態研究相當有用處。然而，它無法幫忙回答有關動物行為的問題，例如一隻鳥在求偶互動時，會發出何種類型的叫聲？霍夫曼表示，在試圖解讀不同類型動物的溝通時，研究人員還必須了解「電腦在學習如何預測的時候，做了些什麼？」
拆解動物語言的基本組成
麻省理工學院電腦科學與 AI 實驗室主任魯斯（Daniela Rus）仰坐在辦公室的扶手椅上，周圍環繞著書籍及成堆的論文，她急切地想探究已由機器學習帶動的動物溝通研究，還有什麼新的可能？魯斯過去與生物學家佩因（Roger Payne）合作設計了遙控機器人，用來收集鯨行為研究所需的資料；佩因在 1970 年代錄製的座頭鯨（humpback whale）歌曲，成為提高「拯救鯨類運動」（Save the Whales）知名度的助力。現在，魯斯正把她的程式設計經驗帶到 CETI 中。用於水下監測的感測裝置發展迅速，收集動物聲音和行為所需的設備大幅增加，而能夠分析這些資料的 AI 模型也有顯著進步，但是這兩大工具直到最近才開始一同發揮作用。
在 CETI 中，魯斯的第一項任務是把抹香鯨發出的咔嗒聲從大片海洋的背景噪音中分離出來。抹香鯨聲音攜帶訊息的方式，長久以來都比擬為二進位碼（binary code），但其實更複雜。魯斯繼開發出精確的聲學測量方法之後，接著使用機器學習來分析這些咔嗒聲如何組合成尾聲，以尋找其模式及順序。她說：「一旦具備這種基本能力，就可以開始研究這種語言有哪些基本組成。」CETI 將直接解決這個問題，「分析這些抹香鯨的『詞彙』是否具有語言屬性。」
但使用某種語言交談的先決條件，並不是掌握這種語言的結構（無論如何，如今並不成立）。AI 現在可以擷取三秒鐘的人類演說，然後精確模仿其講話模式及語調並生成長篇演說。拉斯金預測，在未來一、兩年內，「我們將能夠為動物溝通建立同樣的模型。」地球物種計畫已經在開發模擬各種動物的 AI 模型，目的是與動物進行「對話」。雙向溝通將使研究人員更容易推論動物聲音的涵義。
地球物種計畫與其他生物學家合作，打算進行一項回放（playback）實驗，在實驗室環境中播放人工生成的錦花鳥叫聲，然後觀察錦花鳥的反應。拉斯金斷言，很快地「我們將能通過雀鳥、烏鴉或鯨的涂林（Turing）測試。」指的是動物無法分辨正在和牠們對話的是機器，還是其同類。「故事情節的轉折點是，我們在真正理解之前就能夠溝通。」
這項突破的前景也引發道德疑慮。《聽見生命之聲》的作者巴克（Karen Bakker）是數位創新研究人員，她解釋，意想不到的後果可能因此發生。商人可以利用 AI，透過監聽目標物種或其掠食者的群體進行精準捕魚；盜獵者可以利用這些技術找到瀕臨滅絕動物的位置，並模仿其叫聲，引誘牠們靠近。巴克說，座頭鯨的神秘歌曲能夠以驚人的速度在大海中傳播，一首人工生成的歌曲對座頭鯨這樣的物種來說，可能像是「在全球的族群注入一個病毒性的迷因（meme）」，為其社會結構帶來未知的影響。
直到目前為止，率先投入動物溝通研究的組織都是類似地球物種計畫的非營利機構，這些機構的科學家致力於資料庫及模型的開源共享，且對於所研究的動物充滿熱情。但該領域可能不會一直如此，以利益為出發點的參與者可能濫用這項技術。最近發表於《科學》的論文中，魯茨和共同作者指出，現在迫切需要的是「最佳實踐指南及適當的立法框架」。拉斯金嚴正提醒：「光是開發技術還不夠，每當有一項技術發明，一種責任也因應而生。」
動物溝通能否視為語言？
要做到 CETI 想達到的目標，設計一款「鯨類聊天機器人」，並不像搞懂如何複製抹香鯨的咔嗒聲和口哨聲那麼簡單；因為這也需要我們去想像動物遭遇的經驗。儘管生理差異極大，人類和其他動物其實有許多共同的基本溝通方式，不妨想像父母和子女之間的互動，例如哺乳動物嬰兒的哭聲可能很相似，因而讓白尾鹿（white-tailed deer）對嗚咽聲有反應，無論這些聲音是來自土撥鼠、人類還是海豹。不同物種聲音表達的發展方式也可能十分相似，港灣海豹（harbor seal）幼獸與人類嬰兒一樣，都知道改變其音調以迎合父母的聽覺。馬里蘭大學大腦與行為計畫研究科學家弗里茨（Johnathan Fritz）解釋，鳴禽的雛鳥和人類嬰幼兒都會牙牙學語（babbling），這是一種「從某位指導者習得的複雜音節序列」。
然而動物的發聲方式，就其想要傳達的訊息而言，是否能與人類語言相提並論，仍然是一個看法極度分歧的問題。巴克表示，「有些人認為，語言在本質上是以人類為唯一有語言能力的動物為基礎而定義的」，其中有文法和語法（grammar and syntax）的規則。懷疑論者擔心，把動物溝通視為語言，或者試圖翻譯，有可能扭曲其涵義。
不過拉斯金對這些擔憂很不以為然，他不相信動物會說「把香蕉遞給我」，但猜想我們能夠在共同經驗中發現一些溝通的基礎。他說：「如果我們發現了不同物種都有『悲傷』、『母親』或『飢餓』的表達方式，我不會感到驚訝。」畢竟，化石記錄顯示，鯨等生物已經發聲數千萬年，「以某些長期存活的動物來說，把一些非常深刻及真實的訊息加以編碼，是必要的。」
終究，真正的翻譯可能不僅需要有各種新工具，還需要我們能夠超越自身的偏見及預期。2022 年我家後方的積雪消融時，一對沙丘鶴（sandhill crane）偷偷跑進荊棘叢裡，一場求愛戲碼隨即上演，雄鶴大獻殷勤並精心梳理自己。沒多久，每天早上其中一隻鳥會獨自飛去覓食，另一隻則留下來照料牠們的蛋。我和這對鳥兒都建立起一種日常慣例：太陽爬上山頂時，我緊盯窗外，數著日子，想像細胞正在分裂，新的翅膀在溫暖黑暗的羊膜中形成。
然後有一天早上，一切突然結束。在屋後某處，這對鳥兒開始哀鳴，聲音交織成刺耳的哭聲，直到我突然看見牠們雙雙跑下山，跌跌撞撞地開始飛行，牠們繞了一圈便消失不見。我等了好幾天，但再也不曾見到。
我好奇牠們是不是因育雛失敗而悲慟，或者我是否過度解讀其行為？於是我聯絡哈普（George Happ）和雲克（Christy Yuncker）這兩位退休科學家，他們與兩隻野生沙丘鶴在阿拉斯加共享池塘長達 20 年，還分別為牠們取了小名：米莉和羅伊。他們跟我說，非常確定以往也見過沙丘鶴對死亡的反應。米莉和羅伊的其中一隻雛鳥死後，羅伊開始叼起草葉，扔在屍體附近。那天晚上，太陽落下地平線時，牠們全家開始跳舞，存活的雛鳥和其父母一起旋轉跳躍，把長長的脖子伸向天空。
哈普知道批評者可能無法認同他們把這種鳥類行為解釋為悲傷，因為「我們無法準確說明背後的生理相關性。」但根據這兩位研究人員 10 年來對這一對鶴的密切觀察，他寫道，要解讀這些引人注目的反應並無情感存在，「這與證據完全牴觸」。
每個人或許最終都會體會到失去摯愛的痛苦，翻譯的時機已然成熟。
或許任何語言的真正價值，在於可以幫助我們與他人建立關係，藉此讓我們從自己的思想牢籠中解脫。每年春天，當陽光重新照耀在哈普和雲克的家時，他們都會等著米莉和羅伊回來。2017 年，等待成空，其他的鶴奪走了牠們的地盤，兩位科學家失去了觀看雛鳥孵化及成長的機會。但去年夏天，一對新來的鶴築起了巢，不久，牠們的雛鳥就從高高的草叢裡探出頭，索乞食物、學習跳舞，新的生命循環再度展開。雲克說：「我們總是看著大自然，但其實我們是大自然的一份子。」
⇠上一篇：
驅逐出境？外來鳥種何去何從：下一篇⇢
