广东
海洋生物学家现在可以使用谷歌的 DolphinGemma 来分析咔哒声和口哨声，从而有可能缩小物种之间的差距
既然与动物交流可能更容易，为什么还要试图理解 Z 世代的俚语呢？
今天，谷歌发布了 DolphinGemma，这是一个开源人工智能模型，旨在通过分析海豚的咔哒声、哨声和脉冲来解码海豚的交流。此次发布恰逢国家海豚日。
该模型是与佐治亚理工学院和野生海豚项目(WDP)合作创建的，它可以学习海豚发声的结构并产生类似海豚的声音序列。
这一突破可能有助于确定海豚的交流是否能达到语言的水平。
DolphinGemma 接受了世界上运行时间最长的水下海豚研究项目的训练，利用了 WDP 自 1985 年以来收集的数十年精心标记的音频和视频数据。
该项目采用一种非侵入性方法，即“在他们的世界里，按照他们的条件”对巴哈马群岛的几代大西洋斑点海豚进行了研究。
谷歌在公告中表示：“通过识别重复的声音模式、集群和可靠序列，该模型可以帮助研究人员发现海豚自然交流中隐藏的结构和潜在含义——这项任务以前需要付出巨大的人力才能完成。”
该 AI 模型包含约 4 亿个参数，规模足够小，可以在研究人员用于实际工作的 Pixel 手机上运行。它使用 Google 的 SoundStream 分词器处理海豚的声音，并预测序列中后续的声音，就像人类语言模型预测句子中下一个单词一样。
DolphinGemma 并非独立运作。它与 CHAT（鲸类听觉增强遥测）系统协同工作，该系统将合成哨声与海豚喜欢的特定物体（例如马尾藻、海草或围巾）联系起来，从而可能建立起共同的互动词汇。
谷歌表示：“最终，这些模式加上研究人员创造的用于指代海豚喜欢玩耍的物体的合成声音，可能会与海豚建立共同的词汇，以进行互动交流。”
现场研究人员目前使用 Pixel 6 手机实时分析海豚的声音。
该团队计划在 2025 年夏季研究季升级到 Pixel 9 设备，该设备将集成扬声器和麦克风功能，同时运行深度学习模型和模板匹配算法。
智能手机技术的普及大大减少了对定制硬件的需求，这对于海洋实地考察至关重要。DolphinGemma 的预测功能可以帮助研究人员在发声序列中更早地预测和识别潜在的模仿者，从而使互动更加流畅。
理解那些无法理解的事情
DolphinGemma 加入了其他几项旨在破解动物交流密码的人工智能计划。
非营利组织地球物种计划 (ESP) 最近开发了NatureLM，这是一种音频语言模型，能够识别动物物种、大致年龄以及声音是否表示痛苦或玩耍——虽然不是真正的语言，但仍然是建立某种原始交流的方式。
该模型经过人类语言、环境声音和动物叫声的混合训练，即使对于从未遇到过的物种也表现出了良好的效果。
CETI 项目代表了该领域的另一项重大努力。
该研究由伦敦帝国理工学院的迈克尔·布朗斯坦等研究人员领导，重点研究抹香鲸的交流方式，分析它们在长距离内使用的复杂点击模式。
该团队已经确定了 143 种可能形成某种语音字母的点击组合，他们目前正在使用深度神经网络和自然语言处理技术对其进行研究。
虽然这些项目专注于解码动物的声音，但纽约大学的研究人员从婴儿发育中获得了人工智能学习的灵感。
他们的儿童视角对比学习模型 (CVCL) 通过婴儿的视角观察世界来学习语言，使用 6 个月至 2 岁婴儿佩戴的头戴式摄像机拍摄的镜头。
纽约大学的研究小组发现，他们的人工智能可以像人类婴儿一样从自然数据中有效地学习，这与需要数万亿个单词进行训练的传统人工智能模型形成了鲜明对比。
谷歌计划今年夏天发布 DolphinGemma 的更新版本，有望将其应用范围扩展到大西洋斑点海豚以外的物种。不过，该模型可能需要根据不同物种的发声情况进行微调。
WDP 致力于将海豚的声音与特定行为关联起来，包括母亲和幼崽团聚时发出的标志性口哨声、冲突期间的脉冲“尖叫声”以及求偶或追逐鲨鱼时发出的咔嗒声“嗡嗡声”。
“我们不再只是聆听，”谷歌指出。“我们开始理解声音中的模式，为未来人类与海豚沟通差距的缩小铺平了道路。”
免责声明：
本文所发布的内容和图片旨在传播行业信息，版权归原作者所有，非商业用途。如有侵权，请与我们联系。所有信息仅供参考和分享，不构成任何投资建议。投资者应基于自身判断和谨慎评估做出决策。投资有风险，入市需谨慎。
关注我们，一起探索AWM！
2025-04-07
2025-04-03
2025-04-05
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
