与动物语言文化交流，这件人做不到的事，AI能胜任？

儒艮有着更是高层次的动态，如有意识的探究和更是进一步规划，有丰沛的情感微验，可以隐含和感倍受同情、甜蜜、痛苦和直觉等等。

它的生物学声学种系统如下布示意布。在 A 中的，儒艮牛都是豚蜡骨髓（c），一个充满近 2000 升蜡状液微的电介质，以及垃圾舱室 （f），包含一系列起到声透镜效用的晶圆状微。两者相当于两个通往管，在大型茁壮雄豚中的形成一个长约 10 米、孔约 0.8 米的倾斜圆锥形角。在躯干前侧的“声唇”（i）放出有的刺耳，通过倾斜的声响完成发送至，在出有口表面产生平坦的波面。而 5-B 中的展示出的是，儒艮回声定位和镰波咔哒声的星期结构。

另外，它们家庭在母系在世界上化和多元铭化在世界上化，有土话和强劲的多代家庭纽带。

现代海豚作为深海环境的极强“管家”，已为超过 3000 万年的历史文化了，从星期节点上看，已是最早原始全人类的5倍，而我们对这些食肉动物的洞察才只是刚刚开始。

第二个疑问，为何现在去数据库分析？

这个疑问得从 20 世纪 60 年代六十年代的一个发现说起。

当时，都是 CETI 副手顾问 Roger Payne 博士在内的现代科学数据库分析发现，海豚不会彼此唱。

如下布示意布，他的的唱片《座牛豚之歌》掀起了一场声势浩大的“救海豚”运动，这是历史文化上最成功的确保军事行动之一。

这场运动最终促成了《深海哺乳食肉动物确保法》的颁布实施，该法案标志着大规模捕豚时代的结束，并适当救了几个濒临灭绝的海豚种群，留存下了地球上最神秘的刺耳。

迄今为止，工程学、AI 和句法学的进步使得更是集中地洞察海豚和其他食肉动物的交流不会成为可能，打破了之前遥不可及的传说。

在这个建设项目中的，他们不会采用自然句法新技术来数据库分析分析儒艮的 40 亿个交流不会代码，将每个刺耳与特定的取材连系上来，这一更进一步至少需要五年星期。如果该工作团队意味着了这些目标，下一步将是开发和协同作战一个互动聊天怪兽，与家庭在野外的儒艮完成对话。

第三个疑问，AI 不读食肉动物“句法”的发展潜力如何？

我们都知道，全人类不一定非常擅长定位他们熟悉的食肉动物鸣声的声学差异。

而随着基于讯号形态学演算法显得更是加先进设备，我们有先前相信，人工智能将很快达到可以比全人类动手得更是好。

现在已经看见一些成功的迹象。2017 年，现代科学数据库分析们开发的服务器端，都能以据估计 90% 的生存率定位出有许多完全相同的雌兽猿猴鸣声。

雌兽猿猴是群居的群居食肉动物。他们的“词汇”都是 10 到 15 个鸣声，每个都有自己的含义。数据库分析表明，像全人类婴儿一样，小雌兽猿猴通过看到其他雌兽猿猴与它们交谈来学习交流不会。猿猫类人的交流不会种系统使它们在数据库分析句法、在世界上化交流不会或发声的现代科学数据库分析中的很倍受欢迎，带上强迫症都是基因的雌兽猿猴也是数据库分析修改型这种疾病的良好基本概念。

一支麻省理工工作团队开发了一种演算法，将来自雌兽猿猴呼叫的频率种种系统转化为布片，然后将这些完全相同字母表的布形发送至给人工神经网络完成形态学。最终，该演算法以 80% 的生存率从取材音爆中的筛选出有猿猫的交谈，并且在 90% 以上的情况中的正确地定位出有猿猫放出有的刺耳。

同年，另一个工作团队让 AI 非常少根据给羊的鼻子表情来定位羊是不是处于困境之中的。

在这项数据库分析中的，剑桥所学校工作团队首先根据绵羊疼痛鼻子表情，列出有了与完全相同疼痛程度都是的几个“鼻子特技单元”（AU），然后在 480 张绵羊拍照中的手动标记了这些 AU——鼻孔倾斜、每只耳朵的旋转和每只眼睛的加大等等。

然后，他们专业训练机器学习演算法通过将 90% 的拍照及其标签共享给它，并在一小的 10% 上次测试该演算法。最终，该服务器端定位 AU 的平均生存率为 67%，与普通人的生存率只用。而且，修改专业训练服务器端还能大大降低了准确性。工作团队并不认为，他们的方法也适用于其他食肉动物，可以为食肉动物带来更是好的检验和治疗方案。

更是进一步，如果能同时为基础刺耳+布形的想法，我们可以更是全盘地洞察食肉动物可能想说什么。

引导 AI，拥有一个都能翻译食肉动物句法的“Google翻译”固然是好事，更是重要的是，现有一些生境正处于穴居的竭尽全力，随着新技术的进步和茁壮，我们可以在新技术的支撑下，建设一个对全人类和食肉动物都更是尘世、更是密切的更是进一步。

更是多精彩内容，关注铌报导微讯号（ID：taimeiti），或者下载铌报导App