能理解海豚声音！谷歌开发全新AI模型DolphinGemma

摘要： 4月15日消息，谷歌公布了一款名为DolphinGemma的大型语言模型，旨在帮助科学家理解海豚的声音，并生成类似海豚的声音序列。研究人员预计在未来几个月内测试DolphinGe...

4月15日消息，谷歌公布了一款名为DolphinGemma的大型语言模型，旨在帮助科学家理解海豚的声音，并生成类似海豚的声音序列。

研究人员预计在未来几个月内测试DolphinGemma及其配套的Cetacean Hearing Augmentation Telemetry（CHAT）发声系统，以探索是否能够翻译并模仿海豚的声音，进而实现与海豚的某种对话。

海豚是地球上最聪明且最善于沟通的动物之一，其社交互动极其复杂，不仅能通过各种声响辨识不同的个体，还能在不同活动中发出不同的声音。

科学家们长期以来一直试图破解这些声音的含义，并尝试模拟海豚的声音与它们沟通。

为此，谷歌与野生海豚计划（WDP）组织以及美国乔治亚理工学院合作，利用WDP收集的大量海豚哨声、喀嗒声和脉冲声数据，训练了DolphinGemma这一AI模型。

DolphinGemma基于与谷歌Gemini系统相同的技术构建，拥有约4亿个参数，其运作方式与ChatGPT等生成式语言模型类似，但生成的是海豚声音而非文字。

目前的研究方向是让DolphinGemma在听完海豚声音的前半部分后，由AI生成后半部分，并比对AI生成的后半部分与海豚实际发出的后半部分是否一致，以初步判断海豚语是否有固定的单词或结构。

研究计划初期定位在将海豚喜欢的物体与特定的合成声相关联，期望海豚在想要这些物体时能发出对应的合成音，达成初步沟通。

但DolphinGemma究竟能达到什么程度，以及是否能让海豚与人类真正对话，目前仍是一个遥远的课题。