Google 推出能聽懂海豚說話的AI新模型: DolphinGemma

AI資訊

Google 推出能聽懂海豚說話的AI新模型: DolphinGemma

Google於2025年4月推出了一款革命性的人工智慧模型——DolphinGemma，這是首個專門針對海豚語言進行分析與生成的AI大型語言模型，旨在促進人類與海豚之間的跨物種溝通。這項技術突破不僅是動物語言研究的重大里程碑，也象徵著AI在理解自然界複雜聲音系統上的新進展。

DolphinGemma基於Google開源的Gemma模型技術，結合了先進的SoundStream音訊處理技術，能將海豚的水下聲音轉換成模型可理解的音訊符號（token），並像人類語言模型一樣預測下一段可能出現的聲音序列。該模型擁有約4億參數，輕巧且高效，甚至能直接運行於Pixel手機上，方便科學家在野外環境中即時捕捉與分析海豚聲音。

這項技術的誕生得益於非營利組織「野生海豚計劃」（Wild Dolphin Project）長達數十年的水下錄音與行為觀察資料。研究人員利用這些龐大且標記詳盡的資料庫，訓練DolphinGemma識別和模擬大西洋斑點海豚的多種聲音模式，包括簽名口哨（類似名字的識別信號）、爆衝聲（衝突時的聲響）和點擊聲（求偶或追逐時的聲音）等。初步測試顯示，DolphinGemma不僅能生成擬似海豚聲音，更有助於揭示這些聲音背後潛藏的結構與規律，為解碼海豚語言的複雜度提供了新線索。

更令人振奮的是，Google與喬治亞理工學院合作開發的CHAT系統（Cetacean Hearing Augmentation Telemetry），結合Pixel手機強大運算能力，正在嘗試與海豚進行雙向互動。透過合成特定口哨聲，研究人員能創造海豚喜愛的「信號」，並利用DolphinGemma加速辨識與回應，逐步建立起一套跨越物種的「共同詞彙」，為未來人類與海豚的真實對話鋪路。

Google計劃於2025年夏季將DolphinGemma開源，讓全球研究人員能夠利用這套模型進行更廣泛的海豚語言研究，並透過微調技術擴展至其他海豚物種如瓶鼻海豚、旋轉海豚等。這不僅有助於推動海洋生物學、動物行為學的發展，也為人工智慧在生物語言解碼領域開創了嶄新應用。

總結而言，DolphinGemma的誕生標誌著人類首次借助AI技術真正邁向理解並與海豚溝通的未來。這座跨越海洋與科技的橋樑，不僅讓我們更接近破解海豚語言的奧秘，也展現了AI在促進跨物種交流、保護生態環境方面的巨大潛力。隨著技術的持續演進，未來或許有一天，人類能與海豚自在對話，共同探索海洋世界的無限可能。