动物语言学：听听，“它”说的是“人话”吗？
本文转载自公众号：BrainQuake大脑激荡
引言
从童话传说到志异文谈，古今中外的人类幻想中往往存在着同一个神秘的虚构形象：口吐人言的动物们。它们或是借助智者巧舌传译，或是依靠自己修炼证道，总之，它们不但能分清声母韵母，明白词语代表的含义，更能将这些组合起来，听懂并说出，乃至唱出复杂而意义完整的长句.不过遗憾的是，古老的智慧往往无意垂青当代的人类，故而在主子喵语连珠之际，铲屎官们往往只能陷入铲生三问：它说了啥？它啥意思？它能懂我吗？
对于此，许多科学家同样抱有相当的兴趣。不过，在请出师爷翻译翻译之前，他们总得先问一问“是不是”：动物们说的，是“人话”吗？
图1. 很多时候，我们总是好奇，“它”到底说的啥玩意儿？
01
从语言学到生物语言学
首先，让我们给“人话”——也就是人类的“语言”——下一个定义。当代语言学家们认为，“语言”是“ 由词汇按一定的语法所构成的复杂的表意符号系统”，且其 ，语言包含着三大要素：一套能清晰分辨的符号系统（音素），将符号与其意义联系在一起的内在系统（语义），以及将恰当的符号组合成结构正确的句子的规则系统（语法）。而借助语言学的概念，考察人类之外的动物们是否具有类似语言的行为，从而探讨动物的认知能力水平，人类语言的起源、进化等等科学问题，这一类的科学研究，便是“生物语言学”，bio-linguistics[1]。
图2. 自然界中各式各样的动物们各式各样的发声交流行为[2]
不过，尽管21世纪指定专业的科学家们总是试图在各类学科名称前加上“bio-”的前缀以创造一门新的学科，但“生物语言学”的说法并未被广泛接受（但绝对不是生物系的人瞎编的）。事实上，更多的科学家们并不相信人类外的其他物种（主要是动物们）具有“语言”的能力，所以更多地将“生物语言”称为“动物交流”（animal communications）。此外，动物间的交流各式各样，从“萤火照夜明”到“幽鸟舞姗姗”，其手段可谓是千奇百怪；尽管这些交流行为应当包含于广义的“语言”之中，但为了更好的与人类语言相比较，科学家们的更多地关注动物交流中的发声行为（animal vocalization）。通过对动物们的发出的声音序列进行分析，考察其中是否具有语言所定义的各种特征，便能系统地评判动物们是否也具有“语言”能力。
02
音素与语义：动物语的“音素表”与“互译词典”
回忆一下你的第一堂英语课，如果要系统地学习一门新语言，人们总是从该语言的基本单元——音素（abcde的发音）开始；通过对动物叫声的采集与分析，科学家们能够确定部分动物叫声的基本单元，从而得到一张“音素表”：比如，一只孟加拉雀( Bengalese finch )的“歌声”能长达一分钟，而其中包含了8个不同的基础note[9]。除了声学上的分析，也有研究发现绢毛猴（cottontop tamarins）能够分清英语中的不同音素[10] 、鹦鹉能学会模仿产生新的音素[11]等等。
这些报告共同表明，动物们能够产生以及认知能被清晰分辨的不同的音素；不过，目前的大多数研究中，对动物叫声的分析都不会达到音素的层次，动物中音素的发声机制、习得过程等等，仍然需要进一步的探索[12]。
事实上，而对动物发声行为的分析大都集中“语义”的层面。这些研究更像是翻译一门全新的语言：类似于语言学家们的“田野语言学“（field linguistics）的调查，科学家们会在自然环境/实验室环境中，大量地记录动物们的发出的叫声，以及发声时动物所处的情景；在得到大量数据后，科学家们根据动物叫声的声学特征将其分类，并联系发声时的场景，从而推测该叫声可能代表的含义。为了更进一步检验，科学家们会试图重现某一场景，观察动物是否会发出同样的叫声；或是给动物们播放录下来的声音，观察其是否会做出对应的行为。如此反复验证，人们便能得到一本简略的，包含“语义”的动物语“词典”。
举个例子，“喵语-人语通用大辞典”[3]里便收录了21个不同的单词，包含着经典的“miaow”，低沉的“moan”、短促的“murmur”等不同的叫声，而这些叫声可能代表着打招呼、求喂食，禁止靠近等不同的意义：
图3. 带着麦克风，被记录叫声的宠物猫[4]
图4. 经典“猫语”三则[3]（此处找不到原文献提及的猫叫声，因此使用豹子叫声代替）
除了人类生活中常见的宠物外，许多自然环境下野生动物的叫声也被进行了采集、分析，从猎豹[5]到座头鲸[6]等等；此外，这些材料也记录下了许多奇特的动物发声行为，其中不乏一些类似于人类语言的现象：例如，土拨鼠会用高低差异的叫声警示捕食者来自天空或地面[7]，不同个体宽吻海豚会用不同的“哨音”来代表自己的“名字”[8]等等。
即使有着田野实验得到的“词典”，人们也远不能说已经解明了某种动物语。首先，采集的数据总是有限的，这个词典总是有可能漏了部分词条；另外，记录下来的叫声可能并不是动物的“说话声”（例如，一个人发出打哈欠的声音，但并不是就等于他在说“睡觉”这个词）；而且，考虑到实际情景的复杂性，时常会有一个“词语”对应数个意义的现象，这可能需要将这个叫声进一步细分为几个词等等。总而言之，想要彻底解析某一种动物叫声的含义，人们仍然需要更为详尽的数据记录，以及更系统的科学分析。
那么，暂且抛却这些令科学家头疼的问题，我们能否认为动物们其实是有“语义”的呢？毋庸置疑的，部分动物能够以声音的形式，进行有意义的交流行为，而且从上述例子来看，似乎能达到“词语”的水平（表达只有到词典级别的语言）。
不过， 人类的语言可无法只用一本（或数本）词典概括，毕竟，书店里词典只占据了一个角落。通过将“词”按照一定的规律组装成“词的序列”，人类可以创造出更为复杂乃至“句”。例如，由“不”和“吃”两个词，便能组成“不吃（。）”与“吃不（？）”两个意义不同的简单句子。而这些“一定的规律”——也就是语法——造就了人类语言的复杂与瑰丽。
那么，动物的叫声行为中，有“语法”吗？
03
鸟鸣，动物界的复杂长难“句”
科学家们首先想到的，是咱们的“近亲”，即灵长类的恒河猴、黑猩猩等；不过即使在实验室条件下，把猴子们说的每一句“话”都当作呈堂证供，也只能找到上文提及的“语义”层次的证据，即，有着几个“词”，但却没有将“词”组装成的“句”[13]。如果你也曾为学习外语时的 “语法”而头疼过，那么你便能明白“语法”最大的特征：让一个句子变得又长又复杂。自然而然地，科学家们会试图研究那些没事来几个“长难句”的动物们——而叽叽喳喳的鸣鸟(songbirds)，正是此中翘楚[14]。
虽然诸多鸟类都会“唱歌”，不过大多数文献中的“鸣鸟”指的是雀形目下的椋鸟、斑胸草雀、夜莺等几种鸟类的合称。这些鸟类在进行求偶/领地竞争等行为时会进行连续的发声行为，而其“歌声”——鸟鸣——包含着一定复杂度的结构：实际上，鸟鸣的本质便是按特定时间顺序排列的离散声音序列，而这些排列组合的规律，正是我们试图探讨的“语法”。
图5. 孟加拉雀，它的一首“歌”，以及可以充分描述其“语法”的模型
以孟加拉雀为例，声学特征的分析表明，一只雀的鸟鸣总是包含8个不同的基本“note”（记为 a~h），而2~5个note组合成不同chunk（ab， cde 等），最终，不同的chunk再进行组合，得到一首完整的鸟鸣（ab cde fg）。重要的是，这些chunk的排列并不是完全随机的，而是有着一定的统计规律：例如，总是以ab开头，fg结尾；cde后面可以接fg，但也可以接ab重复等等。而这些特定的规律，可以用一个有限状态自动机（finite state automation，FSA）层级的语法来描述[15]：
想象你走在一条充满岔路的迷宫里里，每一个路口你都可以自由选择走哪边，而所有可以从起点走到终点的路径组合起来，就是所有合乎规则的可能的组合；如图4所示，从start走到end，中间经过的连线代表着不同的“词”，chunk，而将所有线连接起来，就是所有孟加拉雀能唱出来的鸟鸣，比如“ab cde ab cde fg”，“ab cde fg ab cde fg”等等；如此，这样的一个FSA 便能完整地描述鸟鸣所遵守的规律，即“语法”。
如果将note视为声母韵母（w n o i ai），将note组合成的chunk是为单词（wo ni ai），而将chunk排列成鸟鸣的规律，便是人类语言中将词汇组装成合法句子的“语法”（wo ai ni）。事实上，早在达尔文撰写他的《物种起源》时，鸟鸣便被称为“自然界中人类语言的最好类比”；而随着近代科学家们对鸣鸟的愈发重视，它们已经成为生物语言学，特别是bio-syntax相关研究中最为广泛使用的模式动物[14]。
然而，也有许多科学家认为鸟鸣仍然不能称之为“语言”：在人类的语言中，每一个词都包含特定的语义，而这些词能组装成一个意义为复杂的句子；而鸟鸣虽然有着类似的层次化的构造，但其“歌声”中的chunk成分缺乏相应的语义。一般而言，鸣鸟的一首歌往往只代表一个含义，即使唱上一分钟也只在说“求交配”这一个“词”。故而，有些科学家主张将鸟鸣中的结构称为“phonology syntax”，即只是在音素层面上的“语法”；也有人认为鸟鸣不应当等同于人类的“语言”，而是类似“音乐”的存在[16]。
不过，鸟鸣的复杂结构至少能够说明，部分动物能够掌握具有一定复杂度的序列规律。事实上，在鸣鸟之外，也有许多其他动物进行着具有复杂结构的发声行为，比如“鲸歌”[6]；更有部分研究报道了其他动物的包含语义的“语法”结构：例如，黑首伶猴（ Black-fronted titi monkeys ）能将两种不同叫声组合“ABBB”与“BBBA”两种不同的序列，来警告来自高空/地面的捕食者[17]等等。
现在看来，动物们的叫声行为中，不仅存在着音素、语义，更有着类似语法的复杂结构；那么，作为万物灵长的人类，其语言的独特性又在哪里呢？
04
人工语法范式，探寻动物语法的边界
前文提到， 孟加拉雀的“歌声”可以被一个FSA所描述。那么，人类的语言能够被同样的（或者更复杂的）FSA概括吗？
为了系统性地衡量一个序列结构的复杂程度，乔姆斯基等科学家提出了一个“语法天梯图”[18]，“Chomsky hierarchy”，排行如图所示：
图6. 乔姆斯基的“语法天梯图”
图7. FSA与PDA举例
在最内层的，便是前文提到的FSA，需要依据当前状态的来判断接下来的元素是否合法，参考前文鸟鸣的例子，如果当前是cde，那么后一个可以是ab或fg，但不能是abe；又比如，“花红柳绿”这样的词，当前是“花”，后一个可以是“红”而不是“绿”；而更复杂一点的，则是 pushdown automaton，(PDA) 。相较于FSA，PDA需要前一个状态的记忆，从而实现更复杂的语法，比如，“马马虎虎”（第一个“马”对应着第四个“虎”）。达到PDA层次后，便可以实现递归“recursive”语法，即能够在FSA中的某一个transition中调用FSA本身，而递归，则被一些科学家认为是人类语言的核心特征。虽然说起来复杂，但这种递归语法于日常生活中并不少见，比如，每个扣扣群都会有的“禁止 禁止 禁止 套娃”（第二个“禁止”表示要制止的东西中，又用了“禁止”）。而再往上的复杂度，即使在日常的语言中也不多见，只能在一些特定种类的语言中找到例子了，因此，许多科学家们相信，超越FSA层级的regular language，达到的“super-regular grammar”便超越了动物所能企及层次，成为人类独有的特征了[19]。
令人遗憾（或者说，松了一口气？）的是，目前搜集到的动物“语料”中，没有动物表现出了达到PDA复杂度的叫声序列，“套娃”似乎正是令我们有别于其他生灵的人类的本质。
不过，“说不出”只是“不具备相应认知能力”的必要但不充分条件：没有PDA程度的认知计算能力，肯定不会产生相应复杂度的叫声；而反过来的话，也有可能只是动物们不愿意说一个特别复杂的“句子”罢了。为了进一步探明这一点，科学家们设计了一系列的“人工语法”(artificial grammar)实验，来考察动物们是不是“听不懂”。
所谓人工语法，便是将动物们与人类拉到一致的水平，再用丰富的经验去解决它。具体而言，科学家们会设计许多个不同的声音刺激，通过将这些刺激按照一定规律排列，便得到了不同复杂度的声音序列。如此一来，便创造了一门全新的，不包含语义的“人工语言”。如此，人类与动物们便站在了同一起跑线上，可以公平地比较两者间对于这些“语法”的认知能力。
第一个站上赛场的，是绢毛猴：2003年，fitch等人设计了包含8个不同单词的人工语言，并将其分为A、B两组，创建了FSA层次的“abab”序列以及PDA层次的“aabb”序列。将两种不同的序列分别播放给绢毛猴听20分钟，再在第二天，给绢毛猴们做测试：猴子们会听到随机顺序的八个序列，其中四个符合学过的语法序列，另外四个则不符合。结果发现，学习“abab”语法的绢毛猴，在听到不符合语法的序列时，表现出了对该序列的讶异（更长时间地注视播放声音地喇叭）；而学习“aabb”的猴子听不同序列时的表现却没有差异。这说明，绢毛猴能掌握“abab”的规律，从而识别出不符合该语法的序列，但对于更复杂的“aabb”则无能为力了。而在完全相同的条件下，人类在“aabb”语法学习中同样表现除了对不符合语法序列的额外关注，表明人类具有PDA层次的认知能力[20]。
图8. 绢毛猴们无法认知错误的AAABBB语法
不过，fitch只让绢毛猴们“学习”了20分钟，这多少有些强猴所难了。事实上，在这篇文献之后，各种不同的动物、多种不同复杂度的人工语法都被设计出来，用以检验动物们（往往也包括当对照的人类）认知能力的边界。在鸣鸟中，有人报导了椋鸟能够主动区分“aabb”范式[21]；而在灵长类中，有报道恒河猴能学会“axb”的语法等等[22]。但是，这些实验也招致了许多争议，事实上，经典的“aabb”与“abab”可以只通过前两个单元的“aa”与“ab”即可区分，要达到PDA的复杂度至少还要检验动物们对“aaaa”的响应，而许多文献忽略了这一点[23]；此外，部分实验的可重复性也难以保证，有些相似的实验却得出相反的结论；更为严重的是，绝大多数动物一生中只能学会特定的一些声音序列，因而难以期待动物们在学会了某一语法后主动发出使用这种语法的新的叫声序列，无疑为动物语法的探索蒙上了一层阴影。
尽管如此，科学的探索却不会止步不前。一些科学家将“语法”学习迁移到了视觉领域，通过让动物们在触摸屏上进行操作，来让其主动制造符合语法的图形序列。例如，在经过一定训练后，有科学家将“词”换成了大括号小括号等图形，从而让恒河猴学会了在“( (”序列后后填上“) )”，构建了“aabb”序列[24]；而zhang等人设计了一个视觉上的六点范式，将“词”替换成了点的位置，在空间上的点按顺序亮起后，恒河猴能按照相同或相反的顺序依次点击。（比如，第“1 3 5”个点依次亮起后，恒河猴能主动地按照顺序点击第“5 3 1”个点），从而主动完成一个“abccba”的镜像序列[25]。不过，要学会这个语法，恒河猴们需要不间断地训练上好几个月的时间（但不是996，每天只练一小时）；而对于人类而言，要完成同样的范式，则根本不需要练习，只需要尝试一两次便能掌握。
01:02
03:30 / 03:30
图9. 恒河猴学会“ABCCBA”的语法
总的来说，通过AGL范式，科学家们能够进一步地探究动物们认知能力的边界。尽管仍存在着一定争议，但越来越多的实验数据表明，部分动物（至少恒河猴）也有着super-regular grammar层次的认知能力。而人类语言的独特性，似乎已经被“内卷”到了更高层次的了。
05
总结
最后，回到我们一开始的问题：动物们拥有“语言”吗？
当然，我们仍然可以说不是，毕竟“语言”完全是由人类所定义的，而且目前仍然没有动物掌握“递归”语法的证据；但AGL的实验却表明，它们也有着super-regular层次的认知能力；而对动物发声序列的分析，都指向动物叫声中也有着相应的的音素、语义。如果不是严格地遵从原教旨主义，动物们的发声行为，也许可以被称为（也许是青春pro版本的），一种语言。
因此，研究动物的发声，不仅是为了听懂动物在“说什么”，更多地是为了进一步认知人类本身：借助动物模型，我们可以获得更高质量的生理数据，从而更进一步地探索语言相关的神经生理机制；而比较动物与人类语言，我们或许能理解语言的起源与进化，甚至认知到人类“智能”的本质。
茫茫星海中，人类是如此的独特，以至于我们从未遇见过智慧的另一种形式；而幸运的是，这地球上仍有着能与我们交谈的其他生命，让人类在理解自身的漫漫长途中，尚不至于永久的孤独。
（向上滑动启阅）
参考文献：
Fitch, W.. (2018). Bio-Linguistics: Monkeys Break Through the Syntax Barrier. Current Biology. 28. R695-R697. 10.1016/j.cub.2018.04.087.
Hauser, Marc & Chomsky, Noam & Fitch, W. (2002). The Faculty of Language: What is It, Who Has it, and How Did It Evolve?. Science (New York, N.Y.). 298. 1569-79. 10.1126/science.298.5598.1569.
Tavernier, Chloé, et al. 'Feline vocal communication.' Journal of veterinary science 21.1 (2020).
Prato-Previde, Emanuela & Cannas, Simona & Palestrini, Clara & Ingraffia, Sara & Battini, Monica & Luca, Andrea & Ludovico, Luca & Ntalampiras, Stavros & Presti, Giorgio & Mattiello, Silvana. (2020). What's in a Meow? A Study on Human Classification and Interpretation of Domestic Cat Vocalizations. Animals. 10. 10.3390/ani10122390.
Smirnova, Darya & Volodin, Ilya & Demina, Tatyana & Volodina, Elena. (2016). Acoustic Structure and Contextual Use of Calls by Captive Male and Female Cheetahs (Acinonyx jubatus). PLOS ONE. 11. e0158546. 10.1371/journal.pone.0158546.
Parsons, E. C. M., A. J. Wright, and M. A. Gore. 'The nature of humpback whale (Megaptera novaeangliae) song.' J. Mar. Anim. Their Ecol 1 (2008): 22-31.
Blumstein, Daniel. (1999). Alarm calling in three species of marmot. Behaviour. 136. 731-757. 10.1163/156853999501540.
Blumstein, Daniel. 'Alarm calling in three species of marmots.' Behaviour 136.6 (1999): 731-757.
Gentner, Timothy Q. 'Mechanisms of temporal auditory pattern recognition in songbirds.' Language learning and development 3.2 (2007): 157-178.
Ramus, Franck, Marina Nespor, and Jacques Mehler. 'Correlates of linguistic rhythm in the speech signal.' Cognition 73.3 (1999): 265-292.
Pepperberg, Irene M. 'Cognitive and communicative abilities of Grey parrots.' Applied Animal Behaviour Science 100.1-2 (2006): 77-86.
Yip, Moira J. 'The search for phonology in other species.' Trends in cognitive sciences 10.10 (2006): 442-446.
Townsend, Simon W., and Marta B. Manser. 'Functionally referential communication in mammals: the past, present and the future.' Ethology 119.1 (2013): 1-11.
Berwick, Robert C., et al. 'Songs to syntax: the linguistics of birdsong.' Trends in cognitive sciences 15.3 (2011): 113-121.
Sasahara, Kazutoshi, and Takashi Ikegami. 'Evolution of birdsong syntax by interjection communication.' Artificial Life 13.3 (2007): 259-277.
Vallet, Eric, et al. 'Social stimulation modulates the use of the'A'phrase in male canary songs.' Behaviour 136.10-11 (1999): 1325-1334.
Cäsar, Cristiane, et al. 'Evidence for semantic communication in titi monkey alarm calls.' Animal Behaviour 84.2 (2012): 405-411.
Jäger, G. & Rogers, J. 2012 Formal language theory: refining the Chomsky hierarchy. Phil. Trans. R. Soc. B 367, 1956–1970.
Fitch, W. Tecumseh, and Angela D. Friederici. 'Artificial grammar learning meets formal language theory: an overview.' Philosophical Transactions of the Royal Society B: Biological Sciences 367.1598 (2012): 1933-1955.
Fitch, W. Tecumseh, and Marc D. Hauser. 'Computational constraints on syntactic processing in a nonhuman primate.' Science 303.5656 (2004): 377-380.
Gentner TQ, Fenn KM, Margoliash D, Nusbaum HC (2006) Recursive syntactic pattern learning by songbirds. Nature 440:1204 –1207.
Hauser MD, Glynn D (2009) Can free-ranging rhesus monkeys (Macaca mulatta) extract artificially created rules comprised of natural vocalizations? J Comp Psychol 123:161–167.
Van Heijningen, Caroline AA, et al. 'Simple rules can explain discrimination of putative recursive syntactic structures by a songbird species.' Proceedings of the National Academy of Sciences 106.48 (2009): 20538-20543.
Ferrigno, Stephen, et al. 'Recursive sequence generation in monkeys, children, US adults, and native Amazonians.' Science Advances 6.26 (2020): eaaz1002.
Jiang, Xinjian, et al. 'Production of supra-regular spatial sequences by macaque monkeys.' Current Biology 28.12 (2018): 1851-1859.
本期责编：公子小白