摘要：在人类文明的发展史中，语言被视为最独特、最复杂的能力之一。它不仅是信息传递的工具，更是思想和文化的载体。然而，最新研究正在颠覆这一“人类独有”的观念：在灵长类、鸟类乃至鲸类的声音世界里，科学家们正发现越来越多接近人类语言特征的交流形式。而更令人惊讶的是，人工智
在人类文明的发展史中，语言被视为最独特、最复杂的能力之一。它不仅是信息传递的工具，更是思想和文化的载体。然而，最新研究正在颠覆这一“人类独有”的观念：在灵长类、鸟类乃至鲸类的声音世界里，科学家们正发现越来越多接近人类语言特征的交流形式。而更令人惊讶的是，人工智能正在成为解码这些“动物语言”的关键助手。
文章开头提到的一个震撼发现来自刚果雨林。研究人员 Mélissa Berthet 观察到倭黑猩猩（Pan paniscus）能够将不同的叫声组合成“短语”。比如，一个代表“看着我”的低吼声，和一个表示“我们一起干吧”的尖叫声组合在一起，就变成了“大家一起看我正在做的事”。在另一种情况下，“我想做这个”的音节与“让我们待在一起”的口哨组合，被认为是在传递“和平信号”。
这种现象在语言学中被称为 “组合性（compositionality）”，即将多个有意义的元素拼接成更复杂的表达。过去，科学家一直认为这是人类语言的独特标志，但如今，鸟类、黑猩猩、倭黑猩猩等物种都被发现具备类似能力。比如：
日本山雀会将“警戒叫声”和“招募叫声”按顺序组合，从而让同伴既警觉又靠近。黑猩猩在遇到假蛇时，会组合“警报”和“招募”音节，召集群体共同应对威胁。这些结果意味着，动物的声音交流比我们想象的更接近语言的雏形。
不仅是灵长类，鲸类的交流也展现出惊人的复杂性。纽约的非营利机构 CETI 项目 正在加勒比海多米尼克岛附近长期跟踪抹香鲸（Physeter macrocephalus），记录它们的“咔哒”声（codas）。研究显示，这些咔哒声不仅仅是噪音，而是有规律的“音节”，类似于人类的 元音和双元音。
更令人着迷的是，科学家发现鲸鱼的发声方式与人类完全不同：我们用声带振动发音，而鲸鱼则通过鼻腔中类似“嘴唇”的结构发出咔哒声。通过 AI 的分析，这些咔哒声甚至被拆解为类似“音素”的基本单元。换句话说，鲸鱼可能也拥有一套“语音字母表”。
随着研究深入，科学家们逐渐意识到，人类单靠耳朵和直觉，根本无法完全理解动物复杂的声音模式。于是，人工智能被引入这一领域，成为“语言破译机”。
NatureLM-audio：由 Earth Species Project 开发，这是一款大型语言模型，训练数据包括成千上万条动物声音、人类语音和环境音。它能够回答类似“这里有几只鸟在叫？”或“有哪些物种的声音？”的问题，大幅提高了研究效率。FinchGPT：由日本东北大学团队开发，用于分析文鸟的歌声是否存在“语法”。研究人员将三只鸟的3.2万首歌曲转化为字母序列，AI 可以预测下一个音节，从而揭示潜在的语言规则。DolphinGemma：由谷歌 DeepMind 等机构开发，能生成模拟宽吻海豚的叫声序列，未来有望用于“回放实验”，测试海豚是否能理解 AI 模拟的“语言”。这些尝试不仅是“听懂动物”，更是为双向交流铺路——未来，人类或许能用 AI 翻译出的“动物语言”直接与鲸鱼、鸟类甚至灵长类互动。
尽管进展令人兴奋，但科学家们也提醒，动物交流系统与人类语言可能存在根本差异。例如：
目前尚未在动物交流中发现“位移性”（谈论过去或未来）、“生成性”（表达从未说过的话）和“二重性”（用无意义音素组成有意义单词）等语言特征。乌鸦被训练后能展现类似“递归思维”的能力，但是否在自然交流中应用，仍不得而知。此外，伦理问题也引发广泛讨论。如果我们真的能与动物交流，会不会干扰它们的自然行为？比如，向座头鲸播放人工生成的歌声，可能会改变它们的择偶偏好，进而影响整个种群的进化。
一些科学家甚至质疑：“动物真的想和我们交流吗？”澳大利亚的鸟类学者 Dominique Potvin 指出，人类的世界观和动物的感知方式可能根本不同，即便翻译出声音，人类也未必真正理解它们的内涵。
尽管存在诸多不确定性，AI 在动物语言研究中的潜力不容忽视。它不仅帮助我们更高效地分析庞大数据，还可能揭示人类语言所不具备的全新交流模式。这既是科学的突破，也让我们重新思考人类在自然界中的位置。
正如研究者 Rachel Fieldhouse 所说：“AI 或许能帮我们破译动物的交流系统，但是否要迈向真正的跨物种对话，还需要社会、伦理和科学共同作出抉择。”
动物世界的声音，正被人工智能一点点“翻译”出来。从倭黑猩猩的“句子”，到鲸鱼的“音素”，再到鸟类的“语法”，这些研究不断挑战“语言只属于人类”的认知。如果有一天，我们真的能与鲸鱼对话，或者听懂鸟儿的歌唱，人类与自然的关系将迎来怎样的转变？
或许，这就是人工智能在生命科学中带来的最大想象力：让人类第一次有机会真正听懂自然的声音。
参考文献
Berthet, M., Surbeck, M. & Townsend, S. W. Science 388, 104–108 (2025).Arnon, I. et al. Science 387, 649–653 (2025).Suzuki, T. N. et al. Nature Commun. 7, 10986 (2016).Leroux, M. et al. Nature Commun. 14, 2225 (2023).Girard-Buttoz, C. et al. Sci. Adv. 11, eadq2879 (2025).Sharma, P. et al. Nature Commun. 15, 3617 (2024).Beguš, G. et al. Preprint at OSF https://doi.org/10.31219/osf.io/285cs (2023).Liao, D. A. et al. Sci. Adv. 8, eabq3356 (2022).Rutz, C. et al. Science 381, 152–155 (2023).Pardo, M. A. et al. Nature Ecol. Evol. 8, 1353–1364 (2024).Oren, G. et al. Science 385, 996–1003 (2024).Kobayashi, K. et al. Preprint at arXiv https://doi.org/10.48550/arXiv.2502.00344 (2025).来源：自在桐风