在《安徒生童话》等文学作品，以及不少精良的影视作品中都反响了同一个主题——人与动物的互换互动。如今，天下各地的学者们试图通过人工智能等路子冲破人与动物的措辞樊篱，真正实现跨物种的沟通，乃至情绪互换。
近日，一个由丹麦哥本哈根大学、瑞士苏黎世联邦理工学院，以及法国国家农业、食品和环境研究所等研究职员组成的国际研究小组，开拓出一款人工智能产品，可以翻译家猪在各种场景中发出的声音，成功解码了其叫声中所通报的“喜怒哀乐”。该研究成果揭橥在最新一期的《科学宣布》期刊上。那么，人工智能是否可以实现人与动物的沟通？算法详细是如何分辨动物感情的？目前，人类要通过AI理解动物措辞，还需战胜哪些困难？
已通过算法研究多种动物措辞
动物和人一样也会有自己的感情。它们会快乐、难过、恐怖、愤怒，但受限于措辞和表达办法，动物的感情较难为人所知。实在，在我们听起来大同小异的动物叫声中，或许隐蔽着它们不一样的感情。
上述论文显示，研究职员为了演习AI翻译猪的措辞，专门录下了411头家猪发生于19种不同场景中的7000多次叫声。算法实行结果表明，猪积极感情的呼叫声比负面感情的呼叫声更短且振幅更低。研究职员称，这种算法的准确率高达92%，可以基本准确地从猪叫声中辨别其感情。
不足为奇，此前剑桥大学一个科研团队让AI仅根据绵羊的面部表情来识别这只羊是否处于困境之中。AI系统首先根据绵羊疼痛的面部表情，列出与不同疼痛程度干系的几个“面部动作单元”（AU），然后在480张绵羊照片中标记了这些AU——鼻孔变形、每只耳朵的旋转和眼睛的缩小等，以此来判断绵羊的处境。
“实在，借助算法研究动物的措辞，以及人与动物之间的沟通，早有先例。之前就有研究宠物狗、猫的项目，这些研究的目的在于让人类便于跟它们更好地相处。”5月4日，了望智库人工智能奇迹部部长、图灵机器人首席计策官谭茗洲在接管科技日报采访时指出。
例如，为了实现人宠沟通，日本著名声学专家铃木松美博士利用基于机器学习的动物翻译技能，曾经发明过一款“宠物狗翻译器”。宠物主人只须要将一枚迷你麦克风别在衣领上，所网络到的宠物叫声便会传输到翻译器中进行语音识别和转换，进而向主人传达宠物想要表达的意思，理解它们的感情。
“此外，还有研究职员研究大略动物的群体聪慧，如蜜蜂、蚂蚁的沟通办法，这些研究对付军事战术、设备等有一定的仿生借鉴意义；还有对海豚、鲸鱼这类动物组织化能力的跨学科研究，这类研究对付探究生物进化史非常有代价。”谭茗洲进一步阐明。
不懂措辞也能得到翻译能力
动物有自己的措辞吗？如果有的话，它们会聊些什么？理解动物可以说是人类的一个长久研究课题，目前AI正在帮我们探寻答案。谭茗洲表示：“动物没有人类所特有的措辞系统，以是研究职员可以通过结合它们的叫声、行为、习气来剖析其诉求，以便更好地理解它们。”
一位研究职员曾经旁听了两只位置相对静止的抹喷鼻香鲸之间断断续续长达40分钟的“对话”，它们的“对话”险些每一句都不重样，并且伴有各种动作。这令人不禁预测：是否这两只母鲸在“拉家常”、分享育儿心得？对抹喷鼻香鲸“对话”内容的研究，正是近几年由国际科学家团队发起、《国家地理》支持的“鲸语翻译操持”（Project CETI）中的研究内容之一。据宣布，研究职员正在利用自然措辞处理系统（NLP）剖析抹喷鼻香鲸的40亿个互换代码。NLP是人工智能的一个子领域，专注于处理人类的书面和口头措辞。研究团队操持让人工智能将每个声音与特定的背景联系起来，这一过程估量至少须要5年韶光。如果该团队实现了这些目标，下一步将是开拓和支配一个互动谈天机器人，与生活在野外的抹喷鼻香鲸进行对话。
揭橥在《自然》期刊的科学研究证明，人工智能在破译古代人类措辞方面非常有效。这为利用AI探索动物措辞开辟了可能性。该研究称，机器学习技能供应了新的工具，可以帮助考古学家更快地理解过去，特殊是在破译古代笔墨时。该AI系统采取了古希腊措辞和全体古代地中海天下的铭文进行演习，演习数据来自干系人文学院供应的最大的希腊铭文数字数据集，而且这些铭文中的每一条都标注了元数据，个中描述了由历史学家稽核出来的铭文的书写地点和韶光。有了这些数据，AI就能在这些信息中探求模式和规律，并利用繁芜的数学模型来对这些信息进行编码，然后进一步利用这些推测出的信息来对其他铭文的内容、编写地点和年限进行推断。研究显示，该AI在修复受损笔墨方面达到了62％的准确率。这也为翻译动物措辞供应了灵感。
人工智能在破解古笔墨和翻译动物措辞上每每遵照同样的方法和准则。谭茗洲表示：“在翻译这一经典任务上，机器不须要理解措辞，而是仅靠单一措辞的语料，即可节制该措辞的句法、语法等关键要素。也便是说，深度学习不懂英语和中文，但是通过大量学习语料即可得到中英互译的能力。”
“归根到底，AI能够翻译、理解动物措辞，其背后依然是基于人类对措辞进行的有效解读。” 谭茗洲说。
实现跨物种互换尚有很长的路要走
“人类的措辞有规律可循，因而不同国家的措辞是可以遵照规律去学习的。但动物的措辞规则存在未知壁垒，因此AI要实现跨物种措辞翻译，尚有一段很长的路要走，须要战胜一些困难。”谭茗洲表示。
首先，事实证明，利用受人为偏见影响的数据进行演习的算法很随意马虎将结果导向“歧途”。比如，狗会发出急匆匆的叫声，可能是由于想要向主人讨饭，也可能是由于提醒主人当心陌生人，还可能是对主人不陪自己玩的责怪。但如果研究职员仅基于自己的认知，在对这种叫声数据进行标记的时候，认为这种叫声只表达宠物向主人要食品的需求，从而对数据进行单一标记处理，那么人工智能在学习数据、翻译的时候每每就会产生很大的局限性。这种翻译很随意马虎导致人和宠物的沟通障碍，从而损失宠语翻译的意义。
“在研究中，科研职员须要去‘人类中央’，也便是说，借助于算法实现的跨物种沟通，须要算法避免人类某些偏见。”谭茗洲指出。
其次，通过AI算法将人类措辞与动物措辞对应，须要大量、广泛、完善的数据采集和场景演习，以完成对动物措辞的解读，实现对“规则”的总结。这须要广泛同步采集动物叫声和脑电波数据并进行比对，再将其纳入数据库。然而不同犬种声带特点不同，面对同一场景的发声表现也不同，而这样的场景和叫声的组合有无数个，这为数据采集事情带来了巨大的寻衅。
谭茗洲说，在技能方面，一个AI翻译产品做到精确翻译至少需攻破几个难题：在形式端，如果利用拍译的形式要占领图像识别干系问题，同声翻译形式则要占领语音识别干系问题；在内容端，AI翻译产品还要占领文本措辞剖析、大数据采集等问题。由于AI缺少对视觉场景、听觉场景、自然措辞处理的知识判断，这还须要AI发展到能够极为精确地处理这些问题的阶段。
此外，有学者指出，动物措辞和人语之间的代沟是客不雅观存在的，AI所能做的，只能是不断改进自身的功能，用科学手段完善数据库、内容、语料和场景；形式和内容左右开弓，才能将这条横亘在动物和人之间的措辞鸿沟填平，在坚实的地基上实现人和动物的有效沟通。
“只管有些研究也曾得到了很大的进展，但是个中的问题也无法被忽略。目前来看，干系研究仅仅只是在一定程度上实现了人与动物之间大略的信息通报，离实现真正的跨物种互换，恐怕还有很长的一段路要走。从短期来看，要想实现跨物种互换还很难，但越来越多的研究无疑正在为其打开一扇扇大门。”谭茗洲表示。华 凌
来源： 科技日报