مدل هوش مصنوعی جدید گوگل به نام DolphinGemma، گامی مهم در جهت درک زبان دلفین‌ها برداشته است. این مدل با همکاری پروژه دلفین‌های وحشی (WDP) و دانشگاه جورجیا تک توسعه یافته و با استفاده از داده‌های صوتی گسترده‌ای که از سال ۱۹۸۵ جمع‌آوری شده‌اند، آموزش دیده است. هدف اصلی این پروژه، تحلیل و پیش‌بینی الگوهای صوتی دلفین‌ها برای درک بهتر ارتباطات آن‌هاست.
DolphinGemma: پلی میان انسان و دلفین
دلفین‌ها از صداهایی مانند کلیک‌ها، سوت‌ها و پالس‌های انفجاری برای ارتباط استفاده می‌کنند. مدل DolphinGemma با استفاده از فناوری SoundStream گوگل، این صداها را به توکن‌های قابل تحلیل تبدیل می‌کند. سپس با بهره‌گیری از معماری مدل‌های Gemma، الگوهای موجود در این صداها را شناسایی و پیش‌بینی می‌کند. این فرآیند مشابه عملکرد مدل‌های زبانی بزرگ در پیش‌بینی کلمات بعدی در جملات انسانی است.
یکی از ویژگی‌های برجسته DolphinGemma، قابلیت اجرای آن بر روی گوشی‌های هوشمند گوگل پیکسل است. این امکان به محققان اجازه می‌دهد تا در محیط‌های طبیعی، صداهای دلفین‌ها را در زمان واقعی ضبط و تحلیل کنند. در حال حاضر، از گوشی‌های پیکسل ۶ برای این منظور استفاده می‌شود و برنامه‌ریزی شده است که در آینده نزدیک، مدل‌های پیشرفته‌تر مانند پیکسل ۹ نیز به کار گرفته شوند.
سیستم CHAT: گامی به سوی ارتباط دوطرفه
پروژه WDP همچنین در حال توسعه سیستمی به نام CHAT (تقویت شنوایی و تله‌متری سیتاسیان) است. این سیستم با استفاده از سوت‌های مصنوعی مرتبط با اشیاء مورد علاقه دلفین‌ها، تلاش می‌کند تا یک واژگان مشترک بین انسان و دلفین ایجاد کند. با استفاده از گوشی‌های پیکسل و مدل DolphinGemma، این سیستم قادر است صداهای دلفین‌ها را تحلیل کرده و واکنش‌های مناسب را در زمان واقعی ارائه دهد.
با پیشرفت‌های حاصل از مدل DolphinGemma و سیستم CHAT، امکان ایجاد ارتباطات اولیه و ساده با دلفین‌ها فراهم می‌شود. اگرچه هنوز راه زیادی تا درک کامل زبان دلفین‌ها باقی مانده است، اما این فناوری‌ها می‌توانند زمینه‌ساز پیشرفت‌های بیشتر در این حوزه باشند. گوگل همچنین برنامه‌ریزی کرده است که مدل DolphinGemma را به صورت متن‌باز در اختیار محققان قرار دهد تا بتوانند آن را برای گونه‌های دیگر دلفین‌ها نیز تنظیم و استفاده کنند.
