几千年来，鲸鱼都是人类眼里神秘的存在，常出现在神话和民间传说里。在过去一个世纪里，尽管鲸类学或鲸鱼科学提高了我们对这些海洋哺乳动物的认识，但研究鲸鱼仍然是一项艰巨的挑战。
现在，多亏了机器学习，我们离了解这些深海“居民”更近了一点。近日，美国麻省理工学院计算机科学与人工智能实验室（CSAIL）和“鲸类语言翻译倡议”（CETI）项目的研究人员使用算法对“抹香鲸语音字母表”进行解码，揭示了抹香鲸交流中类似于人类语音和其他动物物种通信系统的复杂结构。相关研究成果发表在《自然—通讯》上。
抹香鲸 图片来源：麻省理工学院
2005 年至 2018 年间，多米尼克抹香鲸项目从东加勒比抹香鲸部族收集的 60 头鲸鱼的 8719 条尾声记录，是揭示这些生物复杂通信系统的重要起点。该团队使用多种算法进行模式识别和分类，详细地分析了这些声音。事实证明，抹香鲸的交流确实不是随机、简单的，而是以复杂的组合方式构建的。
研究人员确定了一种“抹香鲸语音字母表”，即不同的咔嗒声和节奏、节拍等各种元素相互作用，形成了大量可区分的尾音。例如，鲸鱼会根据对话内容系统地调整尾音的某些方面，比如平稳地改变叫声的持续时间或者增加额外的装饰性咔嗒声。但更值得注意的是，他们发现这些尾音的基本组成部分可以以组合的方式呈现，使鲸鱼能够构建出一个庞大的独特发声系统。
这些实验是使用声学生物记录标签进行的，这些标签被放置在东加勒比的鲸鱼身上。它们捕捉到了鲸鱼声音模式的复杂细节。通过开发新的可视化和数据分析技术，CSAIL 的研究人员发现，在长时间的交流中，抹香鲸个体可以发出不同的尾声模式。他们说，这些模式是细微的，是其他鲸鱼也会产生和识别的细微变化。
CSAIL 主任、麻省理工学院教授 Daniela Rus 表示：“我们正在破解抹香鲸通信的奥秘。使用机器学习对于识别抹香鲸交流的特征和预测它们接下来会说什么很重要。我们的研究结果表明结构化信息内容的存在，也挑战了许多语言学家普遍认为复杂交流是人类独有的观点。”（来源：中国科学报张晴丹）
