一小時花幾十到上百元不等，你就能獲得一個跟自家寵物交流的機會。

這，就是今年風很大的寵物溝通師。

大概流程是，你給所謂的寵物溝通師發自家毛孩子的名字、照片、年齡還有你想問的問題，他們就能跟寵物進行對話。說實話，世超第一次看到的時候，還以為是基于動物行為學進行一波分析，至少得有點依據吧。

但沒想到，這些大都是打著寵物溝通的旗號，做著忽悠人的生意。。。果不其然，打開某書一搜，一水的避雷貼。

把一些話術復制粘貼、胡扯瞎編，半小時就要收 100 塊，有這錢多給小貓買倆罐頭不香嗎？反正這事兒，很快就有媒體出來辟謠說是騙局了。

而且世超發現，這種抓住了寵物主人好奇心的生意，還不止一個。

市面上的各種動物翻譯 App ，你還沒開始用呢就要收費，純純割韭菜。。。但好消息是，以后類似的騙局可能會越來越少，因為在未來， AI 很可能可以代替玄學，讓咱們 “ 科學地 ” 和動物交流溝通。

首先，咱們得先明白，跟動物交流，并不是一件簡單的事兒。畢竟，動物并不擁有咱們人類傳統意義上的語言，至少在語言學的范疇里，動物是沒有語言的。

它們的 “ 語言 ” ，更多的是通過動作、聲音、氣味、甚至色彩變化等方式來表達，說成 “ 通訊行為 ” 或許會更貼切。就比如，科學家弗里希，就研究出來了蜜蜂能通過 “ 8 字型 ” 的搖擺舞，來給同伴傳遞哪里有花蜜、花蜜質量高低、距離蜂巢的距離等信息。他也因此拿到了 1973 年的諾貝爾獎。

另外，大部分動物也是有方言的，即便是同類，也常常聽不懂對方的口音。

之前就有鳥類研究學者提出，美國密執安湖畔的烏鴉，沒法兒跟意大利佛羅倫薩郊區的烏鴉進行交流。

而咱們人，要搞明白動物到底在想表達啥，就少不了長時間的觀察和實驗。動物的身份、狀態、行為和所處環境都得一一記錄和總結。

像前面提到的弗里希，觀察蜜蜂一觀察就是二十多年。而之前的學界，一直都在用這種傳統的法子，用人力去破解動物的 “ 語言 ” 。

不過在這兩年， AI 開始派上用場了。

先是米蘭大學，在之前收集了 440 段貓在不同場景下的叫聲，用 AI 模型來區別貓在不同場景下叫聲的差異。一個叫 “ 鯨語翻譯計劃 ”（ Project CETI ）的組織，也專門用 NLP （自然語言處理）來研究，怎么跟抹香鯨交流。

另外，還有個叫 ESP （ 地球物種計劃 ）的非營利組織，他們成立最終目的，就是想用AI 破解動物的語言，并且讓咱們能和動物們搭上話兒。說是這樣，才能更好地保護它們。

世超也去翻了翻他們的官網，找到了不少他們公開的技術細節和成果。

按照 ESP 的說法， AI 要聽懂動物語言，關鍵點在數據、基礎模型、解碼和交流四個部分。數據好理解，其實就是動物學家們用各種設備記錄下來的動物信息，只不過，以前這些錄像帶、錄音帶的處理，都得學者們親力親為。

但對于 ESP 來說，這些可都是用來訓練模型的好東西啊。所以在去年， ESP 就發布了一個基礎模型 AVES ，對數據進行一波分析，學習動物聲音和特定行為之間的聯系。

但這個過程中，還需要有一個標準，來控制模型分析的方向和結果不出岔子。于是， ESP 又發布了一個 BEANS （ 動物聲音基準 ），專門用基準來對模型結果進行評估。

接著就是對動物聲音進行解碼翻譯，搞清楚哪種聲音代表的是哪種含義。最后，還要給動物發送某一生成的信號，觀察動物的反應。

相當于做一次驗證，看看解碼出來的東西到底是不是這個意思。反正目前， ESP 的整個研究項目已經有了不小的進展。比如，他們的團隊正在研究，怎么用 AI ，對白鯨種群的未標記叫聲進行分類。

不過，這種AI 翻譯動物語言的路線，還處于驗證階段，很多地方其實都不太成熟。就比如數據還是不夠多，質量也不夠高。畢竟動物在發出聲音的同時，它還干了些啥，周圍的環境是不是對它產生了啥影響。這些數據，恰恰是模型所需要的。所以現在包括 ESP 在內，很多機構的大部分工作，都還集中在數據的收集和標注上。

此外，在 ESP 最后設置的回放實驗里，也還存在著倫理風險。人動物在那好好的，你突然給它發送某種信號，很有可能會干擾它們原本正常的活動。有不懷好意的人，還會模仿一些瀕危動物的叫聲，借此來捕捉動物。就比如，現在已經有人開始利用播放代表交配的錄音，來引誘黑冠黃雀鹀。

但不管怎么說， AI 也算是又為我們打開了一個通往新世界的大門。就像 ESP 官網上所說的那樣， “ 超過 800 萬個物種共享我們的星球，而我們只能聽懂一種語言。 ” 

想象一下，有一天我們可以自由地跟小貓小狗說話，這件事情真的太酷了。