突破性研究揭示人工智能在猩猩交流复杂性中的应用

语言是最神秘的进化谜题之一。科学家仍不确定为什么人类和其他灵长类动物有这么多共同点，但他们不共享说话的能力。直到最近，康奈尔大学的研究人员开展的一项研究发现，猩猩拥有复杂的语言。猩猩是东南亚的类人猿，以其复杂的发声交流而闻名。然而，研究人员发现很难理解其曲目中的细微差别。

经过为期三年的仔细研究，研究人员成功破译了隐藏在婆罗洲猩猩的咆哮、叹息和其他发声中的复杂模式，从而获得了关于其交流技能的独特信息。

AI 辅助分析

这项 发表 在《PeerJ Life & Environment》期刊上的研究，是了解猩猩交流的重大突破。研究团队通过将 AI 检测方法仅使用训练有素的耳朵、智力和测量工具的生物学家和生物声学科学家的作品进行比较，加强了他们的研究。

研究团队收集了 13 只雄性婆罗洲猩猩（一种特定物种）录制的 117 次长叫声的数据集，使用了 1,033 个不同脉冲的 46 个声学测量值。他们表示，“这些特征似乎极大地增强了该信号的潜在复杂性，” 暗示人类很快就能知道这些类人猿在说什么。

根据该研究的主要作者 Wendy Erb 博士的说法，“我们的研究旨在解开猩猩长叫声的复杂性，这些长叫声在印度尼西亚茂密雨林中跨越广阔距离的交流中起着至关重要的作用。”

多方面方法

该团队使用了一种最先进的无监督机器学习算法，即均匀流形近似和投影（UMAP），该算法曾于 2020 年成功用于解码加州大学圣地亚哥分校的“动物发声曲目”。

UMAP 算法通过用 R 编程语言编写的更多统计算法进行了增强。除了其他类型的监督机器学习外，R 也在过程中使用，但在所有情况下，类人猿的 1,033 个独特发声阶段和脉冲被随机分为 60/40 的比例，其中 60% 用于训练 AI，剩余的 40% 用于测试其新训练的分类能力的准确性。

利用监督和无监督机器学习技术的组合，研究团队将三种主要脉冲类型分类为：“咆哮”用于高频脉冲，“叹息”用于低频脉冲，“中间”用于介于两者之间的脉冲。

他们的研究并不侧重于灵长类动物在说什么。然而，它有助于检测它们是如何说的。研究人员最终意识到，猩猩使用的声音范围比之前假设的要广泛得多。

对人类进化的影响

人类是唯一能产生最复杂声音的灵长类动物，但更原始的灵长类动物获得这些技能的方式与我们之间存在着直接关系。为了实现这一点，科学家首先需要理解像猩猩这样的动物所使用的更“分级”的发声如何如此有效地传递意义。

通过对猩猩发声的研究，科学家最终可能会发现人类是如何学会说话的。每个物种都因其进化因素（如性选择、栖息地细节、特定的社会结构和捕食者的压力）而创造其发声复杂性。