20世纪70年代，一只名叫Koko的年轻大猩猩因其使用人类手语的能力而引起了全世界的关注。但是怀疑论者坚持认为Koko和其他“学会”说话的动物(包括黑猩猩和海豚)并不能真正理解它们在“说”什么，试图让其他物种使用人类语言是徒劳的，在人类语言中，符号代表着可能不存在的东西。
研究员Karen Bakker教授表示：“有一组研究人员热衷于发现动物是否可以进行符号交流，而另一组研究人员说，‘这是拟人化。我们需要以其自身的方式理解非人类交流。”。
现在，科学家们正在使用先进的传感器和人工智能技术来观察和解码包括植物在内的各种物种是如何通过自己的通信方式共享信息的。“数字生物声学”这一领域是Bakker新书《生命之声：数字技术如何让我们更接近动植物世界》的主题。
媒体采访了Bakker，谈论科技如何帮助人类与蝙蝠和蜜蜂等生物交流，以及这些对话如何迫使我们重新思考我们与其他物种的关系。
Q：你能给我们简单介绍一下人类试图与动物交流的历史吗?
A：在20世纪中期，人们曾多次尝试将人类语言传授给非人类的灵长类动物，比如Koko。而这些努力多少有些争议。回顾过去，我们现在的一种观点(当时可能不太流行)是，我们的方法太以人类为中心了。当时的愿望是通过教非人类像我们一样说话来评估非人类的智力——实际上，我们应该考虑的是他们按照自己的方式、以自己的具体方式、以自己的世界观参与复杂交流的能力。书中使用的一个术语是umwelt的概念，这是生物体的生活经验的概念。如果我们注意到另一种生物的浩瀚世界，我们不会指望蜜蜂说人类的语言，但我们会对蜜蜂迷人的语言非常感兴趣，这种语言是振动和位置的。它对细微差别很敏感，比如阳光的偏振，而我们的身体甚至无法传达这些细微差别，这就是今天的科学。
数字生物声学领域正呈指数级增长，并揭示了关于生命之树之间交流的迷人发现，现在正在研究这些动物，而不是问：“它们能像人类一样说话吗?”而是“它们能相互交流复杂的信息吗?”他们是怎么做到的?什么对他们来说是重要的?”我想说，这是一种更以生物为中心的方法，或者至少不那么以人类为中心。
从更大的角度来看，我认为承认倾听自然，“深度倾听”有着悠久而古老的传统也很重要。这是一种古老的艺术，至今仍在以一种未经调解的形式进行着。原住民有着悠久的深听传统，他们对非人类的声音非常敏感。因此，如果我们将数字聆听——它正在打开非人类声音的广阔新世界，并利用人工智能解码这些声音——与深度聆听结合起来，我相信我们即将有两个重要的发现：第一个是非人类的语言。这是一个非常有争议的说法，我们可以深入研究。第二个是：我相信我们正处于物种间交流的边缘。
Q：是什么样的技术促成了这些突破?
A：数字生物声学依赖于非常小、便携、轻便的数字录音机，就像科学家们在从北极到亚马逊各地安装的微型麦克风。你可以把这些麦克风放在乌龟或鲸鱼的背上，你可以把它们放在海洋深处，放在最高的山顶上，绑在鸟类身上。它们可以在科学家们无法轻易到达的偏远地区，全天候不间断地记录声音，即使是在黑暗中，也不会因为在生态系统中引入人类观察者而造成破坏。
这种仪器制造了数据洪流，这就是人工智能的用做之处——因为我们在谷歌Translate等工具中使用的同样的自然语言处理算法也可以用于检测非人类交流的模式。
在我讨论Yossi Yovel的研究的蝙蝠一章中，有一项特别的研究，他在两个半月的时间里监测了近二十几只埃及果蝠，并记录了他们的声音。然后，他的团队采用了一个语音识别程序来分析15,000个声音，算法将特定的声音与通过视频捕捉到的特定社会互动联系起来，比如两只蝙蝠争夺食物。利用这种方法，研究人员能够对蝙蝠的大部分声音进行分类。这就是为什么Yovel和Gerry Carter等其他研究人员能够确定蝙蝠的语言比我们之前所理解的要复杂得多。蝙蝠为食物争吵；当它们彼此交流时，它们实际上是区分性别的；他们都有自己的名字，或者叫“签名电话”，蝙蝠妈妈用一种相当于“母亲语”的语言对它们的孩子说话。但是，人类母亲在与婴儿说话时提高音调，而蝙蝠母亲则降低音调，这导致婴儿在长大后学会“说”特定的单词或参考信号时产生咿呀学语的反应，所以蝙蝠会学习声音。
这是一个很好的例子，说明深度学习如何能够从这些仪器、所有这些传感器和麦克风中获得这些模式，并向我们揭示一些我们用人类裸露的耳朵无法获得的东西。因为蝙蝠的大部分交流都在超声波范围内，超出了我们的听觉范围，而且蝙蝠说话的速度比我们快得多，所以我们必须放慢速度才能听到它，同时还要降低频率。所以我们不能像蝙蝠一样倾听，但我们的电脑可以。下一个发现是，当然，我们的电脑也可以和蝙蝠对话。软件产生特定的模式，并使用这些模式与蝙蝠群或蜂巢进行交流，这就是研究人员目前正在做的事情。
Q：研究人员如何与蜜蜂交谈?
A：蜜蜂的研究很吸引人，一位名叫Tim Landgraf的研究人员研究蜜蜂的交流，正如我之前提到的，这是振动和位置的交流。当蜜蜂彼此“说话”时，它们的身体动作和声音都很重要。现在计算机，特别是深度学习算法，能够跟随这一点，因为你可以使用计算机视觉，结合自然语言处理。他们现在已经完善了这些算法，他们实际上能够跟踪单个蜜蜂，他们能够确定单个蜜蜂的交流可能对另一只蜜蜂产生什么影响。由此产生了解码蜜蜂语言的能力。我们发现它们有特定的信号。研究人员给这些信号取了有趣的名字：蜜蜂吹喇叭。但有一个“嘘”或“停止”的信号，一个“危险”的呼号信号。它们有管道与群集有关的信号、乞求和颤抖的信号，这些都是指导集体和个人行为的信号。
Tim Landgraf的下一步是将这些信息编码到一个机器人中，他称之为RoboBee。最终，在经过七八个原型之后，Tim Landgraf设计出了一种可以进入蜂巢的“蜜蜂”，它基本上会发出蜜蜂会服从的命令。所以Tim Landgraf的蜜蜂机器人可以告诉其他蜜蜂停下来，它们也停下来了。它还可以做一些更复杂的事情，那就是非常著名的摇摆舞——这是它们用来向其他蜜蜂传达花蜜来源位置的交流模式。在某种程度上，这是一个非常容易进行的实验，因为你把花蜜源放在一个蜂巢里的蜜蜂都没有去过的地方，然后你指示机器人告诉蜜蜂花蜜源在哪里，然后你检查蜜蜂是否成功飞到那里。事实也的确如此。这个结果只发生了一次，科学家们不确定为什么它会起作用，也不确定如何复制它，但这仍然是一个令人震惊的结果
这引发了许多哲学和伦理问题。你可以想象这样一个系统被用来保护蜜蜂——你可以告诉蜜蜂飞到安全的花蜜源，而不是被污染的地方，比如说，农药含量高的地方。你也可以想象，这可能是一种工具，用来驯化以前的野生物种，我们只是不完全驯化，或者试图控制其他野生物种的行为。关于非人类的复杂交流水平和复杂交流程度的深刻见解提出了一些非常重要的哲学问题，关于语言作为人类能力的独特性。
Q：这项技术对我们理解自然世界有什么影响?
A：数字生物声学的发明类似于显微镜的发明。当荷兰科学家 van Leeuwenhoek 开始通过他的显微镜观察时，他发现了微生物的世界……这为后来无数的突破奠定了基础。因此，显微镜使人类能够用我们的眼睛和想象力重新审视事物。这里的类比是，数字生物声学与人工智能相结合，就像一个行星级的助听器，使我们能够用我们的假肢增强的耳朵和我们的想象力重新倾听。这慢慢地打开了我们的思维，不仅是对非人类发出的美妙声音，而且对一系列关于所谓的人类和非人类之间的区别，我们与其他物种的关系的基本问题。这也为保护环境以及我们与地球的关系开辟了新的思路，这是相当深刻的。
