この記事には広告(Amazon アソシエイトのリンク)を含みます。
アフリカゾウの家族が集まっていると、低くうなるような声が何頭分も重なって聞こえることがあります。「ランブル」と呼ばれる、ゾウの基本の声です。人の耳には地鳴りのように聞こえ、低すぎて聞こえない成分も含んでいます。ゾウの声の研究はこの数十年で大きく進み、1頭ずつが出す声からは、呼びかけの用件や、誰が鳴いているかまで読み取れるようになってきました。ところが、何頭もが同時に鳴く「合唱」は、声が重なって分けにくいため、解析の外に置かれがちでした。2026年10月1日の Scientific Reports に出た論文は、その合唱を正面から扱い、重なった声が「雑音」ではなく、群れとしてのひとまとまりの信号になっていることを示しました。
36年分、902件の声
材料は、ケニアのアンボセリ国立公園で1986年から2022年にかけて録音された、野生のサバンナゾウの家族群の声です。アンボセリでは半世紀近く、1頭1頭が識別された状態でゾウの行動が記録され続けており、声が録音されたときにゾウたちが何をしていたかが分かっています。研究チームは902件のランブルを、単独で鳴いた声と、重なって鳴いた合唱に分け、それぞれが出たときの行動の文脈を6つに整理しました。穏やかに鳴き交わす「クー」、離れた相手を呼ぶ「コンタクト」、移動を促す「出発」、群れで調子を合わせて鳴く「カデンス」、小さな「挨拶」、そして再会のときの大きな「挨拶」です。
そのうえで、声の音響的な特徴から文脈を当てる機械学習のモデルを作りました。研究チームの中心は、AI で動物の通信を読み解くことを目指す非営利の Earth Species Project で、長年アンボセリのゾウを追ってきた ElephantVoices やアンボセリ・トラストの研究者が共著者に入っています。

重なった声からも、用件が読めた
結果はこうでした。単独の声から文脈を当てるモデルは、偶然より明らかに高い確率で正解しました。そして、合唱から文脈を当てるモデルも、やはり偶然より高い確率で当たりました。精度そのものは高くありません。単独の声で4割台、合唱で3割台で、「クー」と「出発」と「小さな挨拶」はよく取り違えられ、合唱では「コンタクト」と「挨拶」が混ざりやすいものでした。それでも、重なった声にも文脈の情報がちゃんと残っている、ということは言えます。
興味深いのは、単独の声だけで学習させたモデルに合唱を聞かせても、文脈を偶然より高く当てたことです。つまり合唱の中の1頭1頭の声は、同じ文脈で単独に鳴くときの声と、作りが似ていました。合唱は、でたらめに重なった声の山ではなく、「その場面にふさわしい声」が何頭分も集まってできた、ひとつの多声の信号だったのです。
声がそろっていく3つの場面
もうひとつの発見は「収束」です。合唱のあいだに、参加しているゾウたちの声が互いに音響的に似ていく現象が、6つの文脈のうち3つで統計的に確かめられました。群れで調子を合わせる「カデンス」、離れた相手を呼ぶ「コンタクト」、再会の「挨拶」です。「クー」「出発」「小さな挨拶」では、そうした収束は見られませんでした。
声が似ていく現象は、ほかの動物でも知られています。鳴き鳥が隣の縄張りの相手に歌を合わせるのは威嚇の合図で、バンドウイルカが相手の「名前」の笛をまねるのは親しさの表現、オウムの仲間では群れが合流したり分かれたりするときの調整に使われます。人の会話でも、話す速さや言い回しが相手に寄っていくことはよく知られています。ゾウの場合、声がそろっていく場面が「群れの行動を合わせる」文脈に偏っていたことから、研究チームは、収束が群れの行動の調整を助けている可能性を挙げています。ただし、それが何のための収束なのかを決めるには、さらに研究が要ります。
声には個体差もありました。同じ文脈の声でも、個体ごと、家族ごとに系統的な違いがあり、家族間の違いは個体の声の違いの集まりで説明できそうだ、と論文は述べています。あるゾウの声で学習したモデルを別のゾウに使うと精度は落ちましたが、それでも偶然よりは高く、文脈ごとの特徴は個体を越えてある程度共通していました。

「解読」ではなく、読み方の拡張
論文の筆頭著者は Earth Species Project の Louis Mahon さんで、著者には ElephantVoices の Joyce Poole さんや、アンボセリ・トラストの Cynthia Moss さんら、ゾウ研究を長く支えてきた人たちが並びます。共著者の Sara Keen さんは Smithsonian に、モデルが合唱をまるごと解釈できたことを「かなり面白い」と話しています。
見出しで「AI がゾウの言葉を解読」と言いたくなる研究ですが、実際に示されたのは、もっと控えめで確かなことです。重なった声を捨てずに1つの信号として扱えば、そこにも文脈の情報が残っている。そして一部の場面では、群れの声が互いに寄っていく。モデルの誤りは多く、ゾウが何を「言って」いるかが分かったわけではありません。それでも、これまで解析から外されてきた合唱に読み方ができたことで、36年分の録音の中に、まだ読まれていない情報が残っていることがはっきりしました。
関連する商品
この記事に関連する本や商品は、Amazon で探せます。
上のリンクから購入されると、このブログに紹介料が入ることがあります。
画像について
この記事の画像は AI(ChatGPT)で作った想像図で、ご自由にお使いいただけます。お使いになるときは、出典としてこの記事へのリンクを載せていただけるとうれしいです。


コメント