在自然界中，动物们通过各种声音进行交流，从海豚的口哨声到大象的隆隆声，再到鸟鸣的颤音，每一种声音都蕴含着特定的模式和结构。这些细微的声音差异对人类来说难以识别，但人工智能（AI）的模式识别能力为解码这些“野性的呼唤”提供了新的可能性。
加拿大Carleton University的鲸鱼生物学家Shane Gero花费了20年时间研究鲸鱼的交流方式。他发现，同一家族的鲸鱼会发出特定的声音，而不同区域的抹香鲸甚至有自己的“方言”。这些声音，特别是称为尾音的咔嗒声，是鲸鱼在水面上与其他鲸鱼保持联系的方式。通过AI的帮助，研究人员能够更快地分析这些声音的节奏和速度，揭示了鲸鱼之间共享复杂信息的基础。
行为生态学家Mickey Pardo通过AI发现，野生非洲象有自己的“名字”。大象使用低沉的隆隆声进行交流，AI模型学习了这些“呼叫”的声学特征，并预测了接收者。这项研究不仅揭示了大象对特定叫声的反应，还表明了大象叫声中包含的个体信息，如性别、年龄和生理状况。
AI也被用于发现狨猴和象海豹等其他动物的“真名”。这些研究不仅预测了动物的名字，还尝试解码其他“词汇”，如位置术语。这些发现对于理解动物的社会结构和交流模式至关重要。
地球物种项目的AI研究主管Olivier Pietquin正在使用AI解码动物物种的交流，特别是乌鸦。他们创建了一个名为Voxaboxen的神经网络，应用于研究西班牙北部腐肉乌鸦种群的交流。这些乌鸦通过语音沟通协调共同照顾幼崽的任务。
尽管AI在解码动物语言方面取得了进展，但要打造一个“动物版的谷歌翻译”还为时尚早。动物是否能够进行超过基本水平的交流，即有无语言的构成，还没有公认的定义。研究人员的目标不仅是与野生动物和宠物交谈，而是更深入地了解它们的思想以及它们如何看待自己和世界。
通过AI技术，科学家们能够更深入地理解动物的交流模式，这不仅有助于保护濒危物种，还可能揭示动物智能和意识的新层面。随着技术的进步，我们或许能更接近于理解动物的语言，从而更好地与它们共存。
