Mi lenne, ha nemcsak nézhetnénk a delfineket, de szót is érthetnénk velük? Ez nem egy sci-fi forgatókönyve, hanem egyre közelebbi valóság a Google új, DolphinGemma nevű AI-modelljének köszönhetően, amely a Wild Dolphin Project (WDP) több évtizedes kutatásaira épül. A cél világos: megfejteni, hogy a delfinek valóban rendelkeznek-e saját nyelvvel, és ha igen, akár beszélgetni is tudjunk velük. A WDP már 1985 óta kutatja az Atlanti-pettyes delfinek viselkedését, teljesen non-invazív módon. Videókat, hangfelvételeket és részletes megfigyelési jegyzeteket gyűjtenek, hogy megértsék, miként hat a delfinek közötti hangkommunikáció a társas viszonyaikra. Eddig sikerült például azonosítani úgynevezett "aláírásfüttyöket", amelyeket a delfinek látszólag névként használnak egymás azonosítására, vagy azt, hogy veszekedéskor rendre egy elég konkrét hangmintákat produkálnak.
A kutatók szerint az igazi áttöréshez nem elég egy-egy hang jelentését megfejteni, a teljes szerkezetet kell érteni. Itt jön képbe a Google és a generatív mesterséges intelligencia. A DolphinGemma nevű, nyílt hozzáférésű modell a Gemma család része, és egy SoundStream nevű technológiával alakítja tokenekké a delfinhangokat, amelyeket aztán úgy dolgoz fel, ahogy egy szövegalapú nyelvi modell is tenné. Olyan válaszokat szeretnének ezzel generálni, amiket talán a delfinek is értelmezni tudnak.
A modell agya körülbelül 400 millió paraméterből áll, ami egy LLM-mércével még visszafogottnak számít, cserébe azonban fut Pixel telefonokon is. Ez kulcsfontosságú, hiszen a WDP kutatói terepen dolgoznak, méghozzá a tenger fenekén. A Georgia Tech által fejlesztett CHAT eszköz (Cetacean Hearing Augmentation Telemetry), amely már évek óta a WDP szolgálatában áll, Pixel 6-on fut, és idén nyáron érkezik az új, Pixel 9-alapú verzió. Ez már képes lesz egyszerre futtatni deep learning modelleket és mintaillesztési algoritmusokat, megnyitva az utat a még kifinomultabb kommunikáció felé.
A CHAT segítségével a kutatók mesterséges delfinhangokat tudnak lejátszani, amelyeket adott tárgyakhoz vagy fogalmakhoz társítanak, és figyelik, hogy a delfinek visszajeleznek-e hasonló mintázatokkal. Bár egyelőre nem cél, hogy a DolphinGemma közvetlenül "beszéljen" a delfinekkel, a két technológia párhuzamos fejlesztése elkerülhetetlenül közelíti egymáshoz az embert és a tengeri emlősök világát.
A DolphinGemma már idén nyáron elérhetővé válik a kutatóknak világszerte, és bár egyelőre csak a delfin vagy atlanti delfin vokalizációira lett kiképezve, a Google szerint könnyen finomhangolható más fajokra is. Lehet, hogy a "beszéljünk delfinül" Duolingo app még nem megy jövő nyárra, de az első közös "szóváltás" talán már nincs olyan messze.
