一直以来，人类对于动物之间是如何交流的充满了好奇。让人期待的是，人工智能将很快可以帮助我们解码动物的交流。
位于加利福尼亚的非营利组织“地球物种计划”（Earth Species Project，ESP）表示，将利用人工智能和机器学习发现微妙的动物迹象，破译动物的交流，解码非人类通信。
ESP的研究人员表示，动物交流比人类交流更复杂，因为相同音调的相同噪音对不同动物可能意味着不同的信号。而想要理解动物交流的第一步是能够从它们的自然栖息地分离出特定的声音。
ESP坚定地认为，通过机器学习算法，微妙而复杂的符号和信号可以很好地被解码，对于整个动物群体也是如此，就像不同语言的人之间发生的实时交流一样。ESP的研究人员Raskin 表示，这是一个漫长的过程，他们打算一步一步来。
ESP 早些时候发表了一篇在嘈杂的环境中感知声音的论文，并提出了 一种深度神经网络架构BioCPPNet——可以将动物重叠的噪音与其生物声学源分离。通过生物声学分类和标记，该模型在分离8个体物种声音的准确率达到了99.3% 。
另外虽然该项目的最终目标是了解动物如何交流，但研究人员认为，科学界还可以做其他积极的事情，例如帮助科学家分解噪音，帮助训练鸟类唱出自然歌曲。
对于当前研究来说，最主要的阻力是收集足够数据并进行大规模分析的能力，在没有足够数据的情况下依赖机器学习研究几乎等于追逐海市蜃楼。
