大西洋带着谢谢机器学习发现鲸鱼‘字母表’

麻省理工学院CSAIL研究人员和CETI项目团队相信他们利用机器学习技术解锁了一种抹香鲸的“字母表”。这项研究成果以《抹香鲸鸣叫中的语境和组合结构》为题发表，指出了在我们理解鲸类沟通方面的重要突破。

这项研究涉及到码序，一系列不同语言功能的点击。CSAIL主任丹妮拉·鲁斯告诉TechCrunch，“我们发现码序结构中存在以前未描述的变化。”“我们发现码序类型并非任意，而是形成了一种新发现的组合编码系统。”

虽然鲸鱼的鸣叫声已经是研究的重点课题几十年了，但这项新研究团队表示他们发现了这些多话海洋哺乳动物之间以往未知的微妙层次。该论文指出以往的研究已经记录了150种不同的抹香鲸密码。

“其中一部分已被证实包含着有关呼叫者和氏族身份的信息，”它解释道。“然而，关于抹香鲸通讯系统的几乎所有其他内容，包括有关其结构和信息传递能力的基本问题，仍然未知。”

团队借鉴了去年6月去世的开拓性海洋生物学家罗杰·佩恩的研究成果。佩恩最具影响力的工作涉及座头鲸的歌唱。“他真的激励我们想要运用最先进的技术，以更深入地了解鲸鱼。” Rus说道。

团队们部署了机器学习解决方案，对研究员Shane Gero在加勒比海东部小岛多米尼加海岸收集的8,719条抹香鲸密码进行了分析。

“我们会获取输入数据，然后调整我们的机器学习模型，以更好地可视化并且更深入理解，”Rus解释道。“然后我们会与生物学家一起分析输出结果。”

团队的方法标志着与旧的分析方法的不同，旧的方法研究单独的尾音。当声音在鲸鱼之间的交流中被研究时，会形成更丰富的画面。语境细节使用音乐术语进行分类。这包括速度、节奏、装饰和自由节奏。从那里，团队分离出他们所称为的抹香鲸音素字母表。

Rus表示：“这种音标字母表使我们能够系统地解释韵尾结构中观察到的变化。我们认为这可能是人类语言以外的第一个例子，显示了语言概念中的规律性双重性。这指的是一组单独无意义的元素可以组合成更大有意义的单元，有点像将音节组合成词语那样。”

这些“词语”的意义取决于不同的语境。这篇论文补充道：

尽管这一突破对所有相关人员来说都很令人兴奋，但仍有很多工作要做，首先是对抹香鲸，然后可能扩展到其他物种，比如座头鲸。

鲸鱼项目负责人Rus表示：“我们决定研究抹香鲸，因为我们有大量的数据集，也有可能收集更多数据集。此外，因为鲸鱼发出的声波形成一种离散的交流系统，比连续的交流系统要容易分析得多。但即使Roger Payne的研究也表明，座头鲸的歌曲并非随机的。有一些片段会被重复，而且那里是有趣的结构。我们只是还没能进行深入的研究。”