在肯尼亚的稀树草原上，非洲象常常发出低沉、几乎人耳难以察觉的吼声，这些吼声彼此叠加，形成一种独特的合唱。一项新研究表明，这些共同发出的声音并非随机的噪声，而是协调一致的群体信息，承载着关于象群行为与家庭内部联系的额外信息。
科学家分析了902段来自安博塞利国家公园野生草原象的吼声录音，这些录音采集于1986年至2022年。声音被记录于六种社会情境中：从雌象对幼象发出的“安抚”信号，到相遇时的“问候”吼声，以及进食或缓慢移动时的“节奏性”吼声。机器学习帮助揭示了此前未被研究者注意到的规律。
该算法依据合唱吼声预测大象行为的表现优于随机猜测，尽管也会出错。与此同时，在某些情境下，合唱中的个别吼声在声学上变得相似——这一现象令人联想到人们在交谈中开始模仿对方语调的情形。这种“发声趋同”出现在接触性、节奏性和问候性信号中，很可能有助于象群更好地协调共同行动。
因此，合唱不仅承载着谁在做什么的信息，还包含着一层更细微、在分析单个声音时无法获取的信息。这一发现凸显了大象社会生活何其复杂，以及它们的交流与群体行为何其紧密地交织在一起。
这项研究发表在Scientific Reports上，属于日益增多的一系列研究之一，在这些研究中，人工智能帮助人们研究动物的声音——从鲸鱼、猴子到乌鸦。重要的是，该方法能够利用已采集的数据开展工作，而无需打扰野生种群。
理解这些信号为更精准地监测象群状况开辟了道路，或许还能更好地保护那些大象仍在用自己古老语言交流的栖息地。
