在肯亞的稀樹草原上，非洲象經常發出低沉、幾乎人耳難以聽見的吼聲，這些吼聲彼此疊加，形成一種獨特的合唱。一項新研究顯示，這些共同發出的聲音並非隨機的噪音，而是經過協調的群體訊息，承載著關於象群行為與家族內部關係的額外資訊。
研究人員分析了902段來自安博塞利國家公園野生草原象的吼聲錄音，這些錄音採集於1986年至2022年。聲音是在六種社會情境下記錄的：從母象對幼象發出的「安撫」訊號，到相遇時的「問候」吼聲，以及在進食或緩慢移動時的「節律性」吼聲。機器學習協助揭示了以往研究人員未能察覺的規律。
該演算法根據合唱吼聲預測大象行動的準確率高於隨機猜測，儘管仍會出錯。與此同時，在某些情境下，合唱中的個別吼聲在聲學上變得相似——這種現象令人聯想到人們在交談中開始模仿對方語調的情形。這種「聲音趨同」出現在接觸性、節律性和問候性訊號中，很可能有助於象群更好地協調共同行動。
因此，合唱不僅承載了誰在做什麼的資訊，還包含了一層更細微、在分析單一聲音時無法取得的資訊。這項發現凸顯了大象的社會生活何其複雜，以及牠們的溝通與群體行為何其緊密地交織在一起。
這項研究發表於《Scientific Reports》，並融入了一系列日益增多的研究之中，這些研究借助人工智慧來探究動物的聲音——從鯨魚、猴子到烏鴉。重要的是，該方法能夠利用已收集的資料進行研究，而不必打擾野生族群。
理解這些訊號為更精確地監測象群狀況開闢了道路，或許也為更好地保護大象持續以其古老語言交流的棲息地開闢了道路。
