Штучний інтелект DolphinGemma від Google розшифровує мову дельфінів: модель з відкритим кодом для допомоги в дослідженнях комунікації китоподібних

Google представила DolphinGemma, модель штучного інтелекту, розроблену для розшифровки комунікації дельфінів, розроблену спільно з Технологічним інститутом Джорджії та проєктом Wild Dolphin Project (WDP). DolphinGemma використовує технологію, що лежить в основі моделей Gemma від Google, аналізуючи вокальні послідовності дельфінів і передбачаючи наступні звуки, подібно до автозаповнення для клацань, свистів і імпульсів дельфінів. Центральним елементом системи є токенізатор SoundStream, який розділяє звуки дельфінів на акустичні одиниці, що обробляються спеціальною архітектурою для ідентифікації патернів. Модель була навчена з використанням даних, зібраних WDP з 1985 року, вивчаючи атлантичних плямистих дельфінів (Stenella frontalis) на Багамах. Ці дані виявили кореляції між конкретними звуками та поведінкою, такими як фірмові свисти, які використовуються матерями та дитинчатами, переривчасті «писки», пов’язані з напругою, і «дзижчачі» клацання, що спостерігаються під час залицяння. DolphinGemma розпізнає та відтворює правдоподібні вокальні послідовності. З 400 мільйонами параметрів, вона оптимізована для роботи на пристроях Google Pixel, які використовуються дослідниками в польових умовах. WDP досліджує комунікацію з дельфінами за допомогою системи CHAT (Cetacean Hearing Augmentation Telemetry), підводного комп’ютера, розробленого для впровадження спільного словника на основі синтетичних свистів, пов’язаних з об’єктами, такими як саргасум або шарфи. Мета полягає у встановленні символічної взаємодії, якщо дельфіни імітують штучні свисти, щоб запитувати об’єкти. CHAT, який спочатку працював на Pixel 6, буде оновлено до Pixel 9, що дозволить одночасно використовувати моделі глибокого навчання та алгоритми зіставлення шаблонів. DolphinGemma можна використовувати з CHAT для прогнозування спроб імітації, підвищуючи ефективність взаємодії. Google планує випустити DolphinGemma як модель з відкритим кодом влітку 2025 року, яку можна адаптувати до інших видів, таких як афаліни. Мета полягає в прискоренні наукових відкриттів, дозволяючи дослідникам аналізувати акустичні набори даних і сприяти розумінню морських ссавців.