加州大学伯克利分校的研究员Julie Elie经过多年对斑胸草雀的细致观察，成功破译了这种鸟类的11种核心叫声，包括 distress、饥饿和问候等。这些发现不仅揭示了斑胸草雀的复杂交流系统，还为人类与动物之间的双向沟通迈出了重要一步。

Elie的研究发现，斑胸草雀不仅通过叫声宣告自己的身份和行为，还使用个体签名让同伴能够识别它们。她通过行为实验验证了这些分类：鸟类能够根据含义而非声音相似性对叫声进行分类。例如，它们会混淆攻击和 distress 叫声，但不会混淆声音相似但含义不同的叫声。

为了处理庞大的观测数据，Elie使用了机器学习算法来帮助分析叫声与行为模式之间的关联。她开发的算法能够仅通过声音对叫声进行分类，但在区分某些叫声（如 distress 和攻击叫声）时仍存在挑战。Elie强调，机器学习虽然能捕捉声音差异，但结合行为背景信息才能真正理解动物的语言。

这项研究为她赢得了2026年Coller-Dolittle奖，奖金10万美元。该奖项旨在推动人类与动物的跨物种交流，最终目标是实现双向沟通。Elie表示，虽然与海豚等其他动物进行类似研究更为困难，但通过逐步构建，人类最终能够实现与动物的双向对话。