科学家成功解码斑胸草雀语言

背景

2026年Coller-Dolittle Prize for Two-Way Interspecies Communication（双向跨物种沟通奖）颁发给了加州大学伯克利分校的科学家Dr Julie Elie，表彰她成功解码斑胸草雀的核心词汇，并获得10万美元奖金。该奖项于2024年由Jeremy Coller Foundation与特拉维夫大学合作设立，旨在推动人类与动物间双向交流的进展。此外，该基金会还宣布设立1000万美元的大奖，奖励实现真正双向人-动物沟通的突破。

核心内容

Dr Julie Elie的研究核心是识别出斑胸草雀使用的11种核心叫声，并解码了它们的含义。她发现，这些鸟类通过不同的叫声来宣告自己的身份和活动，同时能够通过个体独特的声音签名相互识别——无论它们在说什么。此外，Elie还发现，斑胸草雀更容易混淆含义相似的叫声，而不是声音相似的叫声。

Elie选择研究斑胸草雀是因为它们高度发声的特性，能提供大量数据用于分析。“当听到这些叽叽喳喳的鸣鸟时，我问自己的问题是：它们在说什么？”她这样说。在十多年的时间里，她记录并观察了这些鸟类的发声，根据发声的背景以及发出叫声的个体对叫声进行分类。然后，她运用机器学习分析叫声中信息的编码方式，并通过行为实验验证她的发现。

在一项实验中，斑胸草雀在按下一个按钮后会听到不同的叫声。某些叫声之后会奖励种子，促使鸟学会跳过那些没有奖励的叫声。Elie将这种行为与社交媒体使用进行比较，说鸟类会跳过不感兴趣的叫声，就像人们滚动划过看起来无趣的视频一样。尽管鸟类偶尔会犯错，但它们更常混淆含义相似的叫声，而非声音相似的叫声。Elie指出：“它们的反应表明，它们对自己叫声的含义拥有心理意象——换句话说，它们理解自己叫声类型的意义。”

其他入围项目包括：法国团队证明非洲条纹鼠通过超声波吱吱声相互识别；瑞士-美国团队展示倭黑猩猩将叫声组合成类似人类句子的序列；以及另一个法国团队与科特迪瓦研究人员合作解读黑猩猩的“hoo”和“yelp”叫声。

关键要点

• 核心词汇识别：斑胸草雀使用11种基本叫声，构成其词汇的核心部分。
• 身份与活动宣告：叫声不仅传递身份信息，还能描述正在进行的活动。
• 个体声音签名：鸟类能通过独特的声音特征识别彼此，不受具体内容影响。
• 含义混淆优先于声音混淆：斑胸草雀更容易混淆含义相似的叫声，而非音调相似的叫声，说明它们对叫声含义有抽象理解。
• 机器学习验证：Elie利用机器学习分析叫声编码，并通过行为实验（如按钮-奖励范式）验证其解码的正确性。
• 跨物种沟通前景：人工智能和机器学习正在加速动物沟通研究，但实现有意义的双向交流仍有显著挑战。

意义与影响

伦敦政治经济学院哲学家、评审团成员Prof Jonathan Birch盛赞Elie的工作：“绝对非凡的工作——超过15年的成果不仅是构建了斑胸草雀词汇中11个‘核心词’的词典，而且通过巧妙实验技术向鸟本身提问，确认她是否得出了正确的含义。这是从记录数千次叫声到理解其含义的严谨过程的惊人范例。”

特拉维夫大学动物学家、评审团主席Prof Yossi Yovel表示，这项研究标志着“该领域的关键时刻”，但他也承认实现双向沟通仍有很长的路要走。然而，奖项设立者、英国亿万富翁金融家Jeremy Coller更乐观：“我相信这现在是不可避免的。不可避免是因为AI加速如此之快。我坚信我们将在2030年前破解密码，这一突破将惠及全球人类和我们的动物同伴。”这项研究不仅深化了我们对鸟类语言的理解，也为利用AI技术探索跨物种沟通开辟了新的道路。