如果未来有一天，你能够真正听懂鸟儿在说什么，甚至还能回应它们，这听起来像是科幻电影里的情节。但随着人工智能、机器学习以及动物行为学的发展，这种设想正逐渐从幻想走向现实。
近期，一项关于斑胸草雀（Zebra Finch）的研究再次引发关注。长期研究这种小型鸣禽的科学家不仅成功解析出它们日常交流中的“基本词汇”，甚至已经开始尝试用这些“语言”与鸟类进行互动。这项成果也让她获得了旨在推动跨物种交流研究的2026年Coller-Dolittle奖。
破解鸟类的“词汇表”
过去几十年里，科学家研究鸟类时，大多关注雄鸟复杂而优美的鸣唱，因为这些歌声与求偶和领地竞争密切相关。
然而，美国加州大学伯克利分校研究人员朱莉·埃利（Julie Elie）却把目光放在了另一类声音上——那些平时看似普通、短促的叫声。
这些声音不像求偶歌曲那样华丽，却几乎贯穿鸟类的整个日常生活。从寻找同伴、警告危险，到表达饥饿、打招呼，它们都会通过这些简单的叫声完成交流。
经过多年持续观察和录音分析，研究团队最终整理出了斑胸草雀约11种具有明确含义的基础叫声，包括：
- 表达危险或恐惧；
- 寻找伙伴；
- 打招呼；
- 表示饥饿；
- 发出攻击或警戒信号等。
这些声音共同组成了一套相对稳定的交流系统。
每只鸟都有自己的“声音身份证”
更令人惊讶的是，研究人员发现，这些鸟不仅会表达事件，还会透露自己的身份。
就像人类能够从声音辨认熟悉的人一样，每只斑胸草雀似乎也拥有独特的声音特征。其他同伴能够根据这些细微差异，判断是谁在发出叫声。
为了验证这一发现，研究团队设计了一系列实验，让鸟类根据录音辨认不同个体。
实验结果显示，即使偶尔判断错误，它们整体正确率依然明显高于随机猜测。
这意味着，它们真正理解了声音背后的“说话者”，而不仅仅是机械地记住某一种声音。
它们理解的是“意思”，而不是声音本身
真正让研究人员感到兴奋的是另一项实验。
科学家首先根据长期观察，将不同叫声划分为不同类别，例如警报、攻击、问候等，然后再让鸟类自己进行分类测试。
结果发现，鸟类几乎完全认可了研究团队建立的分类体系。
更重要的是，它们分类依据并不是声音是否相似，而是表达的意义是否相近。
例如，两种发音不同但都表示危险的信息，更容易被归为同一类；反而声音接近但含义不同的叫声，则很少被混淆。
这一发现说明，斑胸草雀处理信息时，已经超越了单纯的声音识别，而是在理解交流内容本身。
人工智能成为新的“翻译官”
要完成如此庞大的分析，仅靠人工几乎不可能。
研究团队收集了数年间的大量录音和行为数据，再借助机器学习算法，将声音特征与鸟类当时的动作、环境和行为进行匹配。
人工智能能够快速找出不同叫声之间的细微差异，大幅提高分析效率。
不过，研究人员也强调，仅凭声音仍然不足以理解动物交流。
例如，一些表示攻击和恐惧的叫声，在声学特征上十分接近，仅靠算法很容易判断错误。
只有结合动物所处的环境、身体动作、互动对象以及行为背景，才能真正理解它们想表达什么。
换句话说，AI负责分析声音，而动物行为学负责解释语境，两者缺一不可。
为什么偏偏选择这种小鸟？
很多人可能会问，既然海豚、鲸鱼甚至黑猩猩看起来更加聪明，为什么科学家偏偏研究一种不起眼的小鸟？
原因在于，斑胸草雀正好处于一个非常适合研究的复杂程度。
它们拥有足够丰富的交流方式，可以表达不同的信息；与此同时，又容易在实验室中长期饲养和持续观察。
相比之下，鲸鱼和海豚虽然交流能力更复杂，但生活环境特殊，需要在广阔海洋中长期追踪，研究难度要高得多。
因此，斑胸草雀成为目前探索动物语言机制的重要模型物种之一。
距离真正“对话”还有多远？
目前，人类已经能够逐步理解部分动物发出的信息，但距离真正意义上的双向交流，还有不少挑战。
未来真正的目标，并不仅仅是翻译动物在说什么，而是让动物也能够理解人类发出的信息，并作出符合交流意图的回应。
这也是Coller-Dolittle大奖设立的最终目标。除了目前已颁发的研究奖项之外，主办方还设立了高达1000万美元的终极奖金，希望奖励首次真正实现双向跨物种交流的团队。
随着人工智能持续进步，越来越多研究者相信，人类未来或许真的能够建立某种跨物种交流方式。不过，这种交流未必像人与人之间的语言，更可能是一种结合声音、行为和环境信息的新型沟通模式。
如果这一天最终到来，人类对于动物世界的理解，也许将迎来一次前所未有的改变。
原文：https://www.scientificamerican.com/article/will-humans-one-day-talk-to-animals-this-scientist-is-bringing-us-closer/
封面图片：unsplash/Boris Smokrovic
