⚽mg冰球突破大奖视频⚾     

论文第一作者兼通讯作者、美国科罗拉多州立大学Michael A. Pardo和同事及合作者一起，利用机器学习方法分析了1986至2022年肯尼亚安波塞利国家公园，以及桑布鲁和水牛泉国家保护区的野生非洲雌象-后代群组的469次呼叫(“隆隆声”)录音。该机器学习模型能准确识别这些叫声中27.5%的被叫对象，这个比例比让模型听对照音频时的识别率更高。论文作者分析认为，象或许会用具有个体特异性的叫声呼唤对方，而不是通过模仿被叫对象发出的声音。

本次研究中，论文作者还对17头野生象播放了呼叫它们或是呼叫其他象的叫声录音，并比较它们对这些录音的反应。他们发现，相较于呼叫其他象的录音，象在听到呼叫它们的叫声录音后，靠近播放器的速度更快并更容易通过发声来回应，这说明象能听出呼喊它们的叫声。

论文作者总结指出，后续仍需进一步研究象使用类似名字叫声的具体场景，本项研究及理解或有助于揭示这些呼叫在人类和象中的起源。论文作者提供几段视频，对他们的研究成果进行科普展示。

mg冰球突破大奖视频北京时间6月10日夜间，施普林格·自然旗下专业学术期刊《自然-生态与演化》发表一篇动物学论文称，研究人员开展的一项新研究显示，野生非洲草原象或许会用类似名字的叫声打招呼，就像人类使用的名字那样，这种叫声似乎不会模仿被叫对象的声音。