抹香鲸能潜到4000英尺深,一年游15000英里——这种生活习性让它们成了海洋里最难追踪的居民之一。科学家想研究它们,传统方法是在鲸身上装标签,但标签通常只能维持1到3天就会脱落。想要长期偷听这些深海巨兽的对话?几乎不可能。
现在,一个装有AI的自主水下滑翔机系统想要改变这个局面。这个来自CETI计划(鲸类翻译倡议)的设备,能在不打扰鲸鱼的情况下,跟着它们的声音走。研究发表在《Scientific Reports》期刊上。
![]()
为什么要用滑翔机?
水下滑翔机不是新鲜事物,但用它们来主动追踪鲸鱼是近年才有的事。CETI团队的核心思路很简单:让机器学会"听声辨位",然后自己决定往哪游。
这台滑翔机装了两套系统。第一套是常规的导航电脑,控制基本移动。第二套是团队与法国海洋机器人公司Alseamar合作开发的"后座驾驶员"——一台专门处理声学数据的独立电脑,里面跑着能识别抹香鲸叫声的算法。
"我们大幅扩展了'后座驾驶员'的能力,让它能完全自主改变任务,比如调整下潜计划,"CETI的水下声学负责人Roee Diamant告诉《Popular Science》,"这实现了滑翔机对鲸鱼的完全自主追踪——在水下滑翔机领域是首次,就像水下的Waymo。"
滑翔机还装了四个定制水听器,用来定位声音来源。CETI团队开发了两种算法:一种检测鲸鱼是否在叫,另一种计算声音传来的角度。两者配合,系统就能实时算出鲸鱼的位置,然后调整航线追上去。
每2到4小时,滑翔机会浮出水面。这时它通过卫星传回数据、重新校准传感器,也能接收新的任务指令。然后再次下潜,继续跟踪。
能听多久?
关键优势是时间尺度。传统标签几天就掉,而这套系统理论上可以连续工作数月。CETI创始人兼主席David Gruber说:"这项技术为水下研究开启了全新维度——我们现在能收集从前不敢想象的长期通讯数据,比如小鲸鱼如何学习族群特有的'方言',因为我们现在可以长时间监听个体鲸鱼了。"
换句话说,以前科学家只能拍到"快照"——几天内的片段。现在有望拿到"纪录片"——跨越季节甚至年份的连续记录。
这为什么重要?
抹香鲸可能是动物界最复杂的沟通者之一。它们用一系列点击声(clicks)交流,不同族群有不同的"方言"——就像人类的不同口音。科学家一直想搞清楚这些声音到底在传递什么信息:是导航?捕猎协调?还是社交聊天?
但要破解一门"外语",你需要大量样本。尤其是需要知道"谁在什么时候说了什么"——这就需要长期跟踪个体。AI滑翔机提供的正是这个能力:它可以在不干扰鲸鱼自然行为的前提下,持续收集同一只或同一群鲸鱼的声学数据。
Project CETI的名字已经说明了野心——Cetacean Translation Initiative,鲸类翻译倡议。他们的终极目标是用机器学习破译抹香鲸的语言。而这台滑翔机,就是去野外"采语料"的工具。
技术细节里藏着什么?
这套系统的巧妙之处在于分层设计。导航电脑管"怎么游",声学电脑管"追谁"。两者通过"后座驾驶员"接口协调——这个术语来自自动驾驶领域,指的是一套能覆盖主驾驶决策的辅助系统。
当水听器捕捉到鲸鱼叫声,声学电脑会快速计算声源方位,然后给导航电脑下达新指令:左转、下潜、上浮,或者保持当前航线。所有计算都在机载完成,不需要实时连接水面——这在深海至关重要,因为无线电波无法穿透海水。
只有浮出水面那几分钟,滑翔机才与外界通信。这种设计平衡了自主性和可控性:大部分时间自己决定,关键节点接受人类监督。
四个水听器的布局也经过精心设计。通过比较声音到达不同水听器的时间差,系统可以三角定位声源——类似人用两只耳朵判断声音方向,但精度更高。
还有哪些没解决的问题?
研究论文没有透露这套系统的实际部署时长和追踪成功率。理论上能工作数月,但实际海洋环境复杂:洋流、温度跃层、生物附着都可能影响滑翔机性能。此外,抹香鲸的潜水深度(可达4000英尺)接近或超过一些滑翔机的工作极限,如何在极深水域保持跟踪仍是挑战。
另一个悬而未决的问题是:即使收集到海量数据,我们真的能"翻译"鲸语吗?CETI团队对此保持谨慎乐观。机器学习在识别模式方面很强,但抹香鲸的通讯是否具备类似人类语言的语法结构,目前仍是科学界的开放问题。这台滑翔机提供的是数据基础设施,至于上层建筑——语义理解——还需要更多研究。
一个更广泛的信号
把AI放进自主机器人,让它在复杂自然环境中做实时决策——这个模式正在多个领域复制。Waymo的自动驾驶汽车、农田里的无人拖拉机、现在水下的鲸鱼追踪器,底层逻辑相似:传感器收集环境信息,算法快速决策,执行器调整行动,人类在回路外监督而非直接操控。
对海洋科学而言,这意味着研究范式的潜在转变。传统海洋学依赖有人船只或固定传感器,成本高、覆盖有限。自主系统可以大幅降低边际成本,让长期、大范围的生态监测变得可行。
抹香鲸只是开始。同样的技术框架可以适配其他发声海洋生物——海豚、海豹,甚至某些鱼类。如果声学特征足够独特,算法就可以学习识别。
回到那个具体的科学问题:小鲸鱼怎么学会"说话"?以前没人能连续观察足够长的时间。现在,一台黄色或银色的水下滑翔机可能正跟在抹香鲸母子身后,默默记录着每一次点击声。几个月后,当研究人员下载数据时,也许会看到某种模式——某个音节从模糊到清晰,某个回应从随机到精确。
这就是技术能做的:把不可能变成可能,把偶然发现变成系统探索。至于那些数据最终能告诉我们什么,是另一个故事的开头。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.