据Munich Eye报道，2025年AI有望在理解动物交流方面取得突破。Coller-Dolittle奖项为解码动物声音的研究提供资金支持。Ceti计划专注于抹香鲸和座头鲸的声音研究，但高质量数据的缺乏仍是挑战。现代机器学习方法依赖大量数据集，而动物声音数据有限，例如Ceti计划仅获得不到8000个录音样本。解读动物叫声充满不确定性，如区分狼的嚎叫意义仍具挑战。尽管如此，深度神经网络可能揭示动物声音背后的规律，科学家希望将动物叫声翻译成人类语言，但认为动物不具备人类语言的结构化特征。