在對土撥鼠近30年的研討中，植物行動學家康·斯洛伯德赤科夫傳授發明，在遭到威逼時，土撥鼠等嚙齒植物會以聲響正告錯誤，這些聲響中包括許多詳細信息，如侵犯者的年夜小、色彩等。如今不只土撥鼠錯誤間能互相懂得彼此，經由過程人工智能技巧，人類也無望懂得它們說了甚么。

　　聯袂人工智能范疇學者，康·斯洛伯德赤科夫團隊正在開辟一種算法，他們愿望經由過程這類算法，將土撥鼠的行動和說話翻譯成英語。該團隊經由過程AI體系剖析了土撥鼠的聲響記載，AI體系經由過程分辯土撥鼠的聲響頻率和腔調將這些灌音分紅分歧的組，每組都展示了土撥鼠分歧的頻率和聲調。

　　這個體系除能分辯分歧聲響，還能停止臉部臉色辨認和智能語音轉化。假如能翻譯土撥鼠的說話，康·斯洛伯德赤科夫以為其它植物的說話也無望在將來十年內完成。今朝團隊正在搜集年夜量的狗視頻停止機械進修，用這些素材來練習人工智能算法。

　　“這重要是經由過程有監視的機械進修完成的。”從事人工智能研討多年的北京市盤算機中間常務副主任劉彤引見，今朝機械進修重要分為有監視進修和無監視進修兩種情勢。有監視進修須要的年夜數據起首要經由過程人工標注，如在年夜量的狗狗視頻中，研討人員先要標注搖尾巴和啼聲代表甚么意思。比擬于無監視進修，有監視進修在精度、迭代次數等方面會更好一些，優良的數據是無監視機械進修的癥結。

　　除康·斯洛伯德赤科夫團隊，劍橋年夜學傳授還開辟了一種臉色辨認體系，經由過程臉部辨認來斷定綿羊的痛苦悲傷水平。北歐一個研討團隊也經由過程腦電圖傳感、微盤算等技巧開辟出一套植物說話辨認裝配。

　　“這類辦法是可行的。”中國迷信院植物研討所趙序茅博士以為，但人類并不是對一切植物的說話都很懂得，研討植物說話的難點在于缺少足夠的野外不雅察和數據積聚。

　　“人類關于植物行動和說話的認知水平其實不雷同。”趙序茅說，如今我們關于有些植物的懂得比擬透辟，如一些鳥類和一些靈長類。但有些植物的說話和行動還有待進一步研討。

　　固然我們還不克不及完整懂得植物們的言行，然則從市情上發賣的植物說話翻譯機價錢和數目下去看，低配版的寵物翻譯器照舊發賣火爆。記者懂得到，市情上的寵物說話翻譯器從幾十元到千元不等，手機APP也是品種浩瀚。

　　“經由過程對狗狗的啼聲，舉措等停止采樣，對獲得的旌旗燈號停止頻譜剖析，對姿態舉措停止數字化處置，獲得的翻譯說話會以中文的情勢播報出來。”某賣家傳播鼓吹，該翻譯器的精確率可以或許到達80%。多半買家對此的立場是以為“好玩”，“心愛”，關于翻譯的精確性并沒有做出評價。