麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）和CETI项目的研究人员相信，借助机器学习技术，他们已破译了一种抹香鲸的“字母表”。这项题为《抹香鲸发声中的上下文与组合结构》的研究结果，揭示了我们在理解鲸类沟通方面取得的关键突破。
这项研究聚焦于“尾音”——一系列具有不同语言功能的咔嗒声。CSAIL主任Daniela Rus对TechCrunch表示：“我们发现，尾音结构存在此前未被描述的变异。我们揭示出，尾音类型并非随意组合，而是构成了一种新发现的组合编码系统。”
尽管鲸鱼发声研究已持续数十年，但这项新研究的团队认为，他们发现了这些爱说话的海洋哺乳动物中此前未知的细微差别。论文指出，此前的研究已识别出150种不同的抹香鲸尾音。
论文解释道：“其中一部分尾音已被证明能够编码关于呼叫者和族群身份的信息。然而，关于抹香鲸交流系统的几乎所有其他方面，包括其结构和信息承载能力等基本问题，仍属未知。”
研究团队借鉴了已故海洋生物学家Roger Payne的工作。Payne最具影响力的研究涉及座头鲸的歌声。Rus说：“他的工作真正激励我们运用最先进的技术，以更深入地理解鲸鱼。”
研究团队部署了机器学习解决方案，用于分析由研究人员Shane Gero在加勒比东部小岛多米尼克（Dominica）海岸收集的8,719个抹香鲸尾音数据集。
Rus解释说：“我们获取输入数据，然后调整机器学习模型，以实现更好的可视化和更深的理解。随后，我们会与生物学家一起分析输出结果。”
该团队的方法标志着对以往分析方式的转变，后者主要研究单个尾音。当将声音置于语境中、作为鲸鱼之间的交流互动来研究时，便能形成更丰富的图景。语境细节采用音乐术语进行分类，包括速度、节奏、装饰音和弹性速度（rubato）。在此基础上，团队隔离出了其所称的抹香鲸语音字母表。
Rus说：“这一语音字母表使得我们能够系统地解释观察到的尾音结构变异性。我们认为，这可能是人类语言之外首次出现一种通信方式，体现了语言学中的‘双重分节’概念。所谓双重分节，是指一组本身无意义的元素可以组合成更大的有意义单位，类似于将音节组合成单词。”
这些“单词”的含义会根据不同语境而有所变化。论文补充道：
我们的结果表明，抹香鲸的发声构成了一个复杂的组合式交流系统：看似任意的尾音类型库可以通过节奏、速度、自由速度和装饰音等特征的组合来解释。自然界中规模可观的组合式发声系统极为罕见；然而，抹香鲸对这类系统的运用表明，它们并非人类所独有，并且可以在截然不同的生理、生态和社会压力下产生。
尽管这一突破令所有参与者感到振奋，但仍有许多工作有待完成，首先是在抹香鲸身上开展研究，随后可能扩展到其他物种，如座头鲸。
Rus表示：“我们决定选择抹香鲸进行研究，因为我们拥有庞大的数据集，并且有可能收集更多数据集。”“此外，由于咔嗒声构成了一种离散的交流系统，其分析远比连续交流系统容易。但即使是Roger Payne的研究也表明，座头鲸的歌声并非随机产生，其中存在重复的片段，并具有有趣的结构。只是我们尚未进行深入的研究。”